我广泛使用朱莉娅的线性方程求解器res = X\b
。由于参数变化,我必须在程序中使用它数百万次。这工作正常,因为我使用的是小尺寸(最多30
)。现在我想分析更大的系统,最多1000
,线性求解器不再有效。
我认为可以有一个解决办法。然而我必须说,有时我的 X 矩阵很密集,有时又很稀疏,所以我需要一些能够在这两种情况下正常工作的东西。
The b
向量是一个全为零的向量,除了一个始终为1
(实际上它总是最后一个条目)。此外,我不需要所有res
向量,只是它的第一个条目。
如果您的问题是以下形式(A - µI)x = b
, where µ
是一个可变参数并且A
, b
是固定的,你可以使用对角化。
Let A = PDP°
where P°
表示的倒数P
. Then (PDP° - µI)x = b
可以转化为
(D - µI)P°x = P°b,
P°x = P°b / (D - µI),
x = P(P°b / (D - µI)).
(the /
运算表示各个向量元素除以标量Dr - µ
.)
对角化后A
,计算任意的解µ
减少为两个矩阵/向量乘积,或者如果您还可以预先计算,则减少为单个矩阵/向量乘积P°b
.
数值不稳定将出现在特征值附近A
.
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)