我正在尝试在Fortran中使用Lapack ZHESV
子程序来解决线性系统,但精度似乎并不好。
以下是代码:
program main
implicit none
integer,parameter::N=4
integer::LDA=N,IPIV(N),LDB=N,LWORK=N*N,info,i
complex*16::A(N,N),B(N),work(N,N),X(N)
A=reshape( (/(1.,0.),(0.,0.),(0.,-6.94908E-13),(0.,-6.94908E-13),&
&(0.,0.),(1.,0.0352595),(0.,-4.51893E-11),(0.,-4.51893E-11),&
&(0.,-6.94908E-13),(0.,-4.51893E-11),(1.,0.0376938),(0.,0.),&
&(0.,-6.94908E-13),(0.,-4.51893E-11),(0.,0.),(1.,0.0378932)/),shape(A))
A=TRANSPOSE(A)
B=(/(1.,0.),(0.,0.),(0.,6.94908E-13),(0.,6.94908E-13)/)
X=B
write(*,*) "--------------B----------------"
write(*,99999) B
CALL ZHESV('Upper',N,1,A,LDA,IPIV,X,N,WORK,LWORK,INFO)
write(*,*) "--------------x----------------"
write(*,99999) X
write(*,*) "-------------INFO--------------"
write(*,*) INFO
write(*,*) "-------------error-------------"
write(*,99999) matmul(A,X)-B
99999 FORMAT ((3X,4(' (',E15.8,',',E15.8,')',:)))
end program main
输出
--------------B----------------
( 0.10000000E+01, 0.00000000E+00) ( 0.00000000E+00, 0.00000000E+00) ( 0.00000000E+00, 0.69490800E-12) ( 0.00000000E+00, 0.69490800E-12)
--------------x----------------
( 0.10000000E+01, 0.00000000E+00) ( 0.00000000E+00, 0.00000000E+00) ( 0.00000000E+00, 0.00000000E+00) ( 0.00000000E+00, 0.00000000E+00)
-------------INFO--------------
0
-------------error-------------
( 0.00000000E+00, 0.00000000E+00) ( 0.00000000E+00, 0.00000000E+00) ( 0.00000000E+00,-0.13898160E-11) ( 0.00000000E+00,-0.13898160E-11)
与B的某些元素相比,错误非常大。
相反,我试图在Mathematica中解决这个问题,错误很小。
A.LinearSolve[A, B] - B
{0. + 0. I, 0. + 3.67342*10^-40 I, 4.13609*10^-34 + 0. I, 4.13609*10^-34 + 0. I}
那么如何控制Lapack求解器的精度以达到Mathematica LinearSolver
的相同精度?
答案 0 :(得分:4)
ZHESV计算复杂线性方程组A * X = B
的解,其中A
是 N-by-N Hermitian矩阵和X
和{ {1}}是 N-by-NRHS矩阵。
但是,你的矩阵B
不是厄米特矩阵。
答案 1 :(得分:0)
回想一下,在子例程ZHESV
调用之后,X
不再是初始值(最初由B
定义),而是A*X=B
的解决方案。当您在那里计算错误时,实际上在实际需要matmul(A, solution) - initial
时计算matmul(A, initial) - solution
。解决此问题(即,在该行中交换X
和B
),我得到了
-------------error-------------
( 0.00000E+00, 0.00000E+00)( 0.62805E-22, 0.00000E+00)( 0.00000E+00, 0.00000E+00)( 0.00000E+00, 0.00000E+00)
如果你问我,这是一个很好的错误。