Pertanyaan yang diberi tag «eigensystem»

Vektor eigen operator adalah vektor sehingga tindakan operatornya sama dengan perkalian dengan konstanta, yang disebut nilai eigen. Sistem eigen operator adalah himpunan dari semua vektor eigen tersebut dan nilai eigennya yang terkait.


6
Perkiraan spektrum matriks besar
Saya ingin menghitung spektrum ( semua nilai eigen) dari matriks jarang besar (ratusan ribu baris). Ini sulit. Saya bersedia menerima perkiraan. Apakah ada metode perkiraan untuk melakukan ini? Sementara saya berharap jawaban umum untuk pertanyaan ini, saya juga akan puas dengan jawaban dalam kasus khusus berikut. Matriks saya adalah Laplacian …

2
Verifikasi dalam masalah nilai Eigen
Mari kita mulai dengan masalah formulir (L+k2)u=0(L+k2)u=0(\mathcal{L} + k^2) u=0 dengan seperangkat kondisi batas yang diberikan ( Dirichlet , Neumann , Robin , Periodic , Bloch-Periodic ). Ini sesuai dengan menemukan nilai eigen dan vektor eigen untuk beberapa operator LL\mathcal{L} , dalam beberapa kondisi geometri, dan batas. Seseorang dapat memperoleh …



2
Apa cara tercepat untuk menghitung semua nilai eigen dari matriks adjacency yang sangat besar dan jarang dalam python?
Saya mencoba mencari tahu apakah ada cara yang lebih cepat untuk menghitung semua nilai eigen dan vektor eigen dari matriks adjacency yang sangat besar dan jarang daripada menggunakan scipy.sparse.linalg.eigsh Sejauh yang saya tahu, metode ini hanya menggunakan sparseness dan atribut simetri dari matriks. Matriks adjacency juga biner, yang membuat saya …

1
Nilai eigen terkecil tanpa terbalik
Misalkan adalah matriks pasti simetris, positif. cukup besar sehingga mahal untuk menyelesaikan secara langsung. A A x = bA ∈ Rn × nA∈Rn×nA\in\mathbb{R}^{n\times n}SEBUAHAAA x = bAx=bAx=b Adakah algoritma iteratif untuk menemukan nilai eigen terkecil dari yang tidak melibatkan pembalikan di setiap iterasi?ASEBUAHAASEBUAHAA Artinya, saya harus menggunakan algoritma iteratif seperti …

3
Algoritma paralel untuk sistem eigens dari matriks tridiagonal
Saya sedang melakukan diagonalisasi Lanczos dari matriks jarang besar (~ 2 juta elemen). Hampir semua langkah dalam algoritma Lanzcos dilakukan secara paralel pada GPU, kecuali untuk mendiagonalisasi matriks Lanczos untuk memeriksa konvergensi. Untuk itu, saya telah menggunakan algoritma TQLI dari Numerical Recipes. Apakah ada metode untuk menemukan sistem eigens dari …



2
Diagonalisasi Matriks Pengkondisian Padat
Saya mencoba mendiagonalisasi beberapa matriks yang padat dan tidak terkondisikan. Dalam presisi mesin, hasilnya tidak akurat (mengembalikan nilai eigen negatif, vektor eigen tidak memiliki simetri yang diharapkan). Saya beralih ke fungsi Mathematica Eigensystem [] untuk mengambil keuntungan dari presisi yang berubah-ubah, tetapi perhitungannya sangat lambat. Saya terbuka untuk sejumlah solusi. …

2
Apa cara paling efisien untuk menghitung vektor eigen dari matriks padat yang sesuai dengan nilai eigen besarnya terbesar?
Saya memiliki matriks persegi simetris nyata padat. Dimensinya sekitar 1000x1000. Saya perlu menghitung komponen utama pertama dan bertanya-tanya apa algoritma terbaik untuk melakukan ini. Tampaknya MATLAB menggunakan algoritma Arnoldi / Lanczos (untuk eigs). Tetapi dari membaca tentang mereka saya tidak yakin apakah mereka memiliki kelebihan dibandingkan dengan iterasi daya sederhana …

1
Implementasi metode Jacobi-Davidson untuk masalah nilai eigen kubik
Saya memiliki masalah nilai eigen kubik besar: ( A0+ λ A1+ λ2SEBUAH2+ λ3SEBUAH3) x =0.(SEBUAH0+λSEBUAH1+λ2SEBUAH2+λ3SEBUAH3)x=0.\left(\mathbf{A}_0 + \lambda\mathbf{A}_1 + \lambda^2\mathbf{A}_2 + \lambda^3\mathbf{A}_3\right)\mathbf{x} = 0. Aku bisa mengatasi ini dengan mengkonversi ke masalah nilai eigen linear tetapi akan menghasilkan sistem sebagai besar:32323^2 ⎡⎣⎢- A0000saya000saya⎤⎦⎥⎡⎣⎢xyz⎤⎦⎥= λ ⎡⎣⎢SEBUAH1saya0SEBUAH20sayaSEBUAH300⎤⎦⎥⎡⎣⎢xyz⎤⎦⎥,[-SEBUAH0000saya000saya][xyz]=λ[SEBUAH1SEBUAH2SEBUAH3saya000saya0][xyz],\begin{bmatrix} -\mathbf{A}_0 & 0 & 0 \\ …


Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.