威尔金森和线性代数Reinsch手册
ACM特殊利益集团在编程语言中,SIGPLAN,预计在一系列会议举行第四编程语言的历史2020年,明白了HOPL-IV。的论文初稿提交的8月,2018年。很长的时间让我有机会写一个详细的MATLAB的历史。我打算写论文部分,我会发布在这个博客是可用的。
MATLAB的第一个版本的数学基础开始卷由j·h·威尔金森和c . Reinsch编辑手册进行自动计算,卷二,线性代数著名的德国出版商出版的出版社,1971年。
内容
特征值
数学术语“特征值”是一个语言混合。在德国这个词是“特征值”。一个Web字典说,英语翻译是“内在价值”。但经过几十年使用术语“特征值”和“潜根”,数学家们放弃了试图翻译整个词和一般翻译只有第二个一半。
的特征值问题对于一个给定的矩阵一美元的任务找到标量\λ,美元可能对应的向量x美元,这样
x $ $ $ $ Ax = \λ
重要的是要区分情况一美元是对称的。后线性方程的问题,
$ $ $ $ Ax = b
特征值问题是最重要的在数值线性代数计算任务。
艺术的状态数值线性代数50年前,在1960年代,尚未提供可靠的、高效的方法求解矩阵特征值问题。软件库大杂烩的方法,其中很多是基于多项式根发现者。
吉姆·威尔金森讲述了这样一个故事:有两个这样的子程序,使用一个叫做贝尔斯托的方法和一个使用所谓的拉盖尔方法。他不能决定哪一个是最好的,所以他把它们放在一起在一个程序中,第一次尝试贝尔斯托的方法,然后打印一条消息,转而拉盖尔如果贝尔斯托失败了。经过几个月的频繁使用在国家物理实验室,他从来没有见过一个情况贝尔斯托失败了。他写了一篇论文推荐贝尔斯托的方法,很快收到读者的来信声称有一个例子,贝尔斯托无法处理。威尔金森尝试与程序的例子,他发现了一个bug。程序没有打印消息,切换到拉盖尔。
自动计算手册
1965 - 1970年期间,威尔金森和18的他的同事们发表了一系列论文Springer日报》Numerische Mathematik。提供的文件程序,编写的算法,求解线性方程的不同版本问题和特征值问题。这些都是研究论文显示结果的数值稳定性,微妙的细节实现,和,在某些情况下,新方法。
1971年,这些论文收集与修改,有时卷由威尔金森和Reinsch编辑。这本书是第一次出现是一个组织库密度算法的特征值问题,我们今天仍然使用MATLAB矩阵存储。尽可能使用正交变换的重要性被威尔金森和其他作者暴露。新发现的QR算法的有效性的j·弗朗西斯和相关LR算法的h . Rutishauser最近只有感激。
内容
阿果60程序每一章的重点。这些代码保持一个清晰的、可读的参考现代数值线性代数的重要思想。第一部分关于线性方程的体积是问题;第二部分是关于特征值问题。有40个程序在第一部分和43在第二部分。
这是第二部分的程序列表。过程名的后缀2表明它计算特征值和特征向量。“贝克”程序减少转换应用于特征向量。
许多程序处理降低形式,这是三对角对称或埃尔米特矩阵和Hessenberg(上三角+ 1副斜杆)非对称矩阵。,因为算法没有复数数据类型,复杂的数组是由成对的真正的数组。
对称矩阵
减少三对角 | |
---|---|
tred1、tred2 tred3、trbak1 trbak3 | 正交tridiagonalization。 |
乐队 | |
bandrd | Tridiagonalization。 |
symray | 特征向量。 |
bqr | 一个特征值。 |
三对角 | |
imtql1, imtql2 | 所有特征值向量,隐式QR。 |
tql1, tql2 | 所有特征值向量,明确QR。 |
ratqr | 一些特征值,理性的QR。 |
平分 | 一些特征值,对切。 |
tristurm | 一些特征值和向量。 |
一些特征值 | |
ritzit | 同时迭代。 |
雅可比方法 | |
雅可比 | 雅可比方法。 |
广义的问题,Ax = \λBx | |
reduc1、reduc2 rebaka rebakb | 对称,正定B。 |
非对称矩阵
减少Hessenberg | |
---|---|
平衡,balbak | 平衡(扩展) |
dirhes、dirbak dirtrans | 小学,innerprod积累起来的。 |
elmhes、elmbak elmtrans | 小学。 |
奥尔特,ortbak ortrans | 正交的。 |
乐队 | |
unsray | 特征向量。 |
Hessenberg | |
hqr, hqr2 | 所有特征值向量,隐式QR。 |
invit | 几个特征向量,逆迭代。 |
范数减少 | |
特征 | 特征值。 |
复杂的矩阵
comeig | 规范减少雅可比。 |
comhes, combak | 减少Hessenberg形式。 |
comlr, comlr2 | 复杂的LR算法。 |
cxinvit | 逆迭代。 |
首选路径
的首选路径寻找一个真正的所有特征值,对称矩阵tred1紧随其后的是imtql1。首选路径寻找一个真正的所有特征值和特征向量,对称矩阵tred2紧随其后的是imtql2。
的首选路径寻找一个真正的所有特征值,非对称矩阵balanc,elmhes,最后hqr。首选路径寻找的所有特征值和特征向量的真实的,非对称矩阵balanc,elmhes,elmtrans,hqr2,最后balbak。
QR和QL
“QR”和“QL”是正确的,左撇子或向前和向后,版本的相同的算法。条款中描述的算法通常是一个矩阵分解成正交因素,Q,和一个上层或右三角因子,r .这导致QR算法。但原因与分级矩阵和终止循环1而不是n - 1手册的作者,决定使用左三角和QL算法。
历史上的注意
当文件从Numerische Mathematik收集形成了1971手册进行自动计算,卷二,线性代数,几乎所有人转载没有改变。但是,尽管它的脚注说什么,贡献II / 4,隐式QL算法,从未出现在杂志上。半页纸的论文是合并奥斯汀Dubrulle早些时候,R.S.马丁和威尔金森的贡献。Dubrulle能够减少内部循环的操作数。
贡献的作者手册列出的II / 4 a . Dubrulle R.S.马丁和J.H.威尔金森,尽管他们三人从来没有真正在一起工作。适当的信贷,但恐怕一个有趣的历史已经丢失。
Dubrulle版的隐式三对角QR算法仍然是重要的今天。在未来的文章中,我将描述如何手册导致EISPACK, LINPACK LAPACK。在LAPACKimtql1和imtql2功能结合成一个命名的子例程DSTEQR.F内循环的代码非常类似于奥斯丁的注意。
年后这贡献,奥斯汀回到研究生,是我的一个在新墨西哥大学的博士生。他的论文是关于矩阵的奇异值的分布来源于照片。
评论
留下你的评论,请点击在这里MathWorks账户登录或创建一个新的。