我有兴趣解决大量的小型线性方程组,, 和任何一个要么. 假设这些系统实际上都不是单一的,有什么可以阻止我形成明确使用克莱默规则和计算? 唯一想到的是在计算中可能会损失精度. 我可以期望通过使用罐装求解器(例如 LAPACK's )对这种天真的方法有任何改进dgesv
吗?也就是说,这样做是否会获得数字上的好处来证明调用 LAPACK 的开销是合理的?
(我也对这两个极端之间的方法持开放态度,例如,硬编码高斯消元法)。
我有兴趣解决大量的小型线性方程组,, 和任何一个要么. 假设这些系统实际上都不是单一的,有什么可以阻止我形成明确使用克莱默规则和计算? 唯一想到的是在计算中可能会损失精度. 我可以期望通过使用罐装求解器(例如 LAPACK's )对这种天真的方法有任何改进dgesv
吗?也就是说,这样做是否会获得数字上的好处来证明调用 LAPACK 的开销是合理的?
(我也对这两个极端之间的方法持开放态度,例如,硬编码高斯消元法)。
使用更稳定行列式的 Cramer 规则:
https://hal.archives-ouvertes.fr/hal-01500199/document
无论矩阵大小如何,该算法的实现始终比 matlab 的 LU 分解慢 2.5 倍。