matrix-inverse

2熱

1答えて

現在、私は大規模な線形システムAx = bをSparkで解くことを検討しています。私は解決策を見つけるために多くの検索を行っており、thisリンクは、Aの擬似逆行列を計算して、次のステップとしてbで逆数を掛けるために見つけた唯一の解決策でした。簡単にするために、私はここで解決方法をコピーします。 import org.apache.spark.mllib.linalg.{Vectors,Vecto

1熱

1答えて

Matlab + Armadilloと逆行列がクラッシュする

私はArmadilloのlibを使ってMatlabから逆行列を計算しようとしています。これを行うには、私はMexを使用しています。残念ながら、関数を呼び出すとMatlabがクラッシュします。私のコードを見ると、誰かがどこで間違っているのを助けることができますか？ #include "armaMex.hpp" void mexFunction(int nlhs, mxArray *plhs[],

2熱

1答えて

固有対称正定行列

の固有効率的な逆変換、我々は対称正定値行列Aを持っている場合、我々は A.inverse(); 又は Iである A.llt().solve(I); によってAの逆数を算出することができます。同じサイズの単位行列A。しかし、対称正定値行列の逆数を計算するより効率的な方法はありますか？我々はA = LL^{T}としてAのコレスキー分解を記述する場合は、例えば、次にL^{-T} L^{-1}は

-1熱

1答えて

Gramm Schmidt QR factorisationがQとRを正しく返さない

Gramm-Schmidt QR factorisationのMATLAB関数を実装しました。 Qの逆数は逆数と等しくなければなりませんが、そうではありません。理由は分かりません。私は他の誰かの機能を試してみましたが、それは同じで、結果は同じでした。 function [Q R] = gramschmidt(A) [n n] = size(A); for i = 1:n

0熱

1答えて

ブロック単位の逆変換手法を実装するための再帰関数R

私は線形代数にはまったく新しいので、Rライブラリを使用しないでゼロからのブロックワイズ逆変換手法を使用して任意の行列を反転する再帰関数を実装しようとしています "解決する"。この質問はすでに次の記事で答えた：function for matrix しかし、それは私のために動作しませんでしたし、私は私の独自のバージョンを実装してみました：このバージョンでは、との行列のために首尾よく働く matr

0熱

1答えて

LAPACKとBLASサブルーチンへの未定義の参照

BLASとLAPACKがFortranでどのように動作しているかを理解しようとしているので、行列を生成して反転するコードを作った。は、ここで私が呼んでいるファイル内の行列Aがあるコード program test Implicit none external ZGETRF external ZGETRI integer ::M complex*16,allocatable,dimensi

3熱

1答えて

行列の逆数を取らずにdiag（X％*％solve（A）％*％t（X））を効率的に計算する方法は？

私は、次の対角線が必要： Aがフルランク正方行列である diag(X %*% solve(A) %*% t(X)) 、Xが矩形行列です。 AとXはどちらもスパースです。本当に必要な場合を除き、行列の逆行列が見つからないことが分かります。しかし、solve(A)が2つの引数を持つsolveに置き換えられるような式を書き直す方法はわかりません。そのため、線形システムは明示的に反転することなく解か

0熱

1答えて

Pythonの行列を逆にする

行列Q + 1e-5 * np.eye（d）（サイズd X d）を逆行列にして、次のコードを使用して近似結果を求めます。 Q = X.dot(X.T) # X is a large sparse matrix, Q is singular P = np.linalg.inv(Q+1e-5*np.eye(d)) しかし、私はこの得た： P=[[ nan nan nan ..., nan nan

2熱

1答えて

多項式回帰で非可逆行列を扱う方法

行列乗算を使用してRの断面回帰の問題を遭遇しました。統計の経験が限られているRの新機能は、これを自分で解決することができませんでした。何か助けていただきありがとうございます。私は時間= tの値と時間= t + 1の "ペイオフ"を比較する回帰ベースの最適化ループを持っています。待機の報酬は、根本的なリスクファクター（価格）で後退している。根本的なリスク要因は、ドリフトを伴う幾何学的ブラウン運動に