การคำนวณอย่างรวดเร็ว / การประมาณค่าของระบบเชิงเส้นระดับต่ำ


10

ระบบเชิงเส้นของสมการเป็นที่แพร่หลายในสถิติการคำนวณ ระบบพิเศษหนึ่งที่ฉันได้พบ (เช่นในการวิเคราะห์ปัจจัย) คือระบบ

Ax=b

ที่ นี่คือเมทริกซ์แนวทแยงที่มีเส้นทแยงมุมบวกอย่างเคร่งครัดคือ (กับ ) สมมาตรเมทริกซ์กึ่งแน่นอนกึ่งบวกแน่นอนและเป็นเมทริกซ์โดยพลการ เราถูกขอให้แก้ไขระบบเส้นตรงในแนวทแยง (ง่าย) ที่ได้รับการรบกวนโดยเมทริกซ์ระดับต่ำ วิธีที่ไร้เดียงสาในการแก้ปัญหาดังกล่าวข้างต้นคือการกลับโดยใช้สูตรของฟอร์ด อย่างไรก็ตามนั่นไม่ถูกต้องเนื่องจาก Cholesky และ QR factorizations สามารถเร่งแก้ปัญหาของระบบเชิงเส้น (และสมการปกติ) ได้อย่างรวดเร็ว ฉันเพิ่งมาถึง D n × n Ω เมตร× « n B n × เมตร

A=D+BΩBT
Dn×nΩm×mmnBn×mAบทความต่อไปนี้ซึ่งดูเหมือนว่าจะใช้วิธี Cholesky และกล่าวถึงความไม่แน่นอนเชิงตัวเลขของการกลับตัวของ Woodbury อย่างไรก็ตามกระดาษดูเหมือนอยู่ในร่างแบบร่างและฉันไม่สามารถหาการทดลองเชิงตัวเลขหรือสนับสนุนการวิจัย ศิลปะในการแก้ไขปัญหาที่ฉันอธิบายคืออะไร

1
@gappy คุณคิดว่าจะใช้การสลายตัว QR (หรือ Cholesky) สำหรับเมทริกซ์ (เทอมกลางในสูตร Woodburry) หรือไม่? การดำเนินการที่เหลือคือการคูณเมทริกซ์อย่างง่าย แหล่งที่มาหลักของความไม่แน่นอนก็คือการคำนวณของΩ - 1 ตั้งแต่ม. < < nฉันสงสัยว่าการประยุกต์ใช้ QR หรือ Cholesky นี้รวมกับฟอร์ดจะเร็วกว่า QR ในทุกแมทริกซ์ แน่นอนว่านี่ไม่ใช่สถานะของศิลปะเพียงการสังเกตทั่วไป Ω1+BD1BTΩ1m<<nA
mpiktas

ฉันสงสัยว่าสิ่งที่ผู้สนับสนุนของ Matthias Seeger อยู่ภายในของสถานะของศิลปะเขาเป็นคนเจ้าเล่ห์ที่สดใสมากและปัญหาเหล่านี้เกิดขึ้นซ้ำ ๆ ในแบบจำลองที่เขาสำรวจ ฉันใช้วิธีการตาม Cholesky ด้วยเหตุผลเดียวกัน ฉันสงสัยว่ามีการอภิปรายใน "การคำนวณเมทริกซ์" โดย Golub และ Van Loan ซึ่งเป็นข้อมูลอ้างอิงมาตรฐานสำหรับสิ่งเหล่านี้ (แม้ว่าฉันจะไม่มีสำเนาของตัวเอง) ϵ
Dikran Marsupial

โปรดทราบว่าโดยการปัญหาของคุณคือเทียบเท่ากับการแก้ระบบ(ฉัน+ ˉ Bโอห์ม ˉ B T)x= ˉ ที่ ˉ =D-1/2 ดังนั้นนั่นทำให้ปัญหาง่ายขึ้นเล็กน้อยตรงนั้น ตอนนี้ปล่อยให้Σ= ˉ Bโอห์ม ˉ B Tเรารู้ว่าΣคือ semidefinite บวกกับที่มากที่สุดB¯=D1/2B(I+B¯ΩB¯T)x=b¯b¯=D1/2bΣ=B¯ΩB¯TΣค่าลักษณะเฉพาะที่เป็นบวก ตั้งแต่ม. « nหาค่าลักษณะเฉพาะที่ใหญ่ที่สุดและ eigenvectors สอดคล้องกันสามารถทำได้ในรูปแบบต่างๆ การแก้ปัญหาคือแล้ว x = Q ( ฉัน+ Λ ) - 1 Q T ˉ ที่ Σ = Q Λ Q Tให้ eigendecomposition ของΣ mmnmx=Q(I+Λ)1QTb¯Σ=QΛQTΣ
พระคาร์ดินัล

การแก้ไขขนาดเล็ก: (1) ระบบที่เทียบเท่าและ (2) การแก้ปัญหาสุดท้ายคือx = D - 1 / 2 Q ( ฉัน+ Λ ) - 1 Q T D - 1 / 2 (ผมเคยลดลงD 1 / 2ในด้านหน้าของx(I+B¯ΩB¯T)D1/2x=b¯x=D-1/2Q(ผม+Λ)-1QTD-1/2D1/2xในทั้งสองกรณี) โปรดสังเกตว่าผู้ผกผันทั้งหมดเป็นเมทริกซ์แนวทแยงและอื่น ๆ
พระคาร์ดินัล

@mpiktas: ฉันคิดว่าคุณหมายถึงตั้งแต่ในรุ่นที่คุณเขียนผลิตภัณฑ์เมทริกซ์ไม่ได้กำหนดไว้อย่างดีเนื่องจากมิติไม่ตรงกัน :)Ω-1+BTD-1B
สำคัญ

คำตอบ:


2

"การคำนวณเมทริกซ์" โดย Golub & van Loan มีรายละเอียดการสนทนาในบทที่ 12.5.1 เกี่ยวกับการอัปเดตข้อมูล QR และ Cholesky หลังจากอัปเดตตำแหน่ง p


ฉันรู้และฟังก์ชั่น lapack ที่เกี่ยวข้องถูกกล่าวถึงทั้งในกระดาษที่ฉันเชื่อมโยงและในหนังสือ ฉันสงสัยว่าอะไรเป็นวิธีปฏิบัติที่ดีที่สุดสำหรับปัญหาที่เกิดขึ้นไม่ใช่สำหรับปัญหาการอัพเดททั่วไป
Gappy
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.