找到矩阵方程的最小(最稀疏)解

时间:2018-02-15 20:04:08

标签: algorithm sparse-matrix mathematical-lattices

我计划使用LUP-decomposition仅使用一个线程以整数形式解析标准格式 Ax = b 的SLE。

A 是一个大小约为n 3 ×2n 3 的矩阵,n≈100(虽然越好越好)。矩阵非常稀疏 - 每列只有4个非零项,它们都是±1,每列最多有n个非零项。 b 也是一个只有4个条目等于±1的列。

所以,我可以得到一个单一的解决方案然后我可以添加任何来自 A 内核的向量的线性组合(带整数系数)来得到另一个解决方案(我也理解一个该内核的基础很容易从矩阵 U 中读取。我想找到一个maxc⋅n非零项的解决方案。我知道通常不存在这样的解决方案(对于固定的系数c),但在我的情况下,我认为应该有一个(而不仅仅是一个)。问题是:我如何找到它?

P.S。如果有人愿意为LUP分解+求解部分的运行时间提供一些可靠的估计值,或者也为 L U L \ b 的密度进行估算strong>(解析 Ly = b ,matlab风格)和mb甚至 LU \ b - 我也会非常感激。或者,任何有关该主题的文献也会有所帮助。

0 个答案:

没有答案