ترجمه مقاله محاسبه بردار مشخصه ماتریس های متقارن واقعی از طریق بهینه سازی - نشریه اشپرینگر

ترجمه مقاله محاسبه بردار مشخصه ماتریس های متقارن واقعی از طریق بهینه سازی - نشریه اشپرینگر
قیمت خرید این محصول
۴۱,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
محاسبه بردار مشخصه ماتریسهای متقارن واقعی از طریق بهینه سازی
عنوان انگلیسی
Computing Eigenelements of Real Symmetric Matrices via Optimization
صفحات مقاله فارسی
35
صفحات مقاله انگلیسی
26
سال انتشار
2004
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
اشپرینگر - Springer
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع ارائه مقاله
ژورنال
پایگاه
اسکوپوس
ایمپکت فاکتور(IF) مجله
2.041 در سال 2019
شاخص H_index مجله
66 در سال 2020
شاخص SJR مجله
0.997 در سال 2019
شناسه ISSN مجله
0926-6003
شاخص Q یا Quartile (چارک)
Q1 در سال 2019
کد محصول
10305
وضعیت ترجمه منابع داخل متن
به صورت عدد درج شده است ✓
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
ضمیمه
ندارد
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
رفرنس در ترجمه
در داخل متن و انتهای مقاله درج شده است
رشته های مرتبط با این مقاله
ریاضی
گرایش های مرتبط با این مقاله
ریاضی کاربردی، محاسبات نرم، تحقیق در عملیات (بهینه سازی)
مجله
بهینه سازی محاسباتی و کاربردهای آن - Computational Optimization and Applications
دانشگاه
فرانسه
کلمات کلیدی
مسئله مشخصه تعمیم یافته، قواعد تغییر پذیر، الگوریتمهای نوع – نیوتن، روش، الگوریتم های حافظه محدود
کلمات کلیدی انگلیسی
generalized eigenproblem - variational principles - Newton-type algorithms - Lanczos method - limitedmemory algorithms
doi یا شناسه دیجیتال
https://doi.org/10.1023/B:COAP.0000044182.33308.82
فهرست مطالب
چکیده
1.مقدمه
2. قواعد متغیر برای مقدار ویژه بزرگتر از ماتریس متقارن واقعی
3. الگوریتمهای بهینه سازی برای محاسبه جفت مشخصه بزرگتر از ماتریس متقارن واقعی
3.2. روش نیوتن برای محاسبه یک جفت مشخصه
3.3. روش شبه نیوتن برای محاسبه بزرگترین جفت مشخصه
3.4. یک الگوریتم نیوتن کوتاه برای محاسبه بزرگترین جفت مشخصه
3.5. روند جستجوی خطی
3.6. روند جستجوی چند بعدی
3.7. استراتژیهای حافظه-محدود
3.8. آزمایشات عددی
4. نتیجه گیری
نمونه چکیده متن اصلی انگلیسی
Abstract

In certain circumstances, it is advantageous to use an optimization approach in order to solve the generalized eigenproblem, Ax = λBx, where A and B are real symmetric matrices and B is positive definite. In particular, this is the case when the matrices A and B are very large and the computational cost, prohibitive, of solving, with high accuracy, systems of equations involving these matrices. Usually, the optimization approach involves optimizing the Rayleigh quotient.

We first propose alternative objective functions to solve the (generalized) eigenproblem via (unconstrained) optimization, and we describe the variational properties of these functions.

We then introduce some optimization algorithms (based on one of these formulations) designed to compute the largest eigenpair. According to preliminary numerical experiments, this work could lead the way to practical methods for computing the largest eigenpair of a (very) large symmetric matrix (pair).

نمونه چکیده ترجمه متن فارسی
چکیده
بهتر است که در شرایط خاصی از رویکرد بهینه سازی به منظور حل مسائل مشخصه تعمیم یافته استفاده کنیم، Ax = λBx ، در جاییکه A و B ماتریسهای متقارن واقعی هستند و B ماتریس معین ثابت است. بخصوص در زمانیکه ماتریسهای A و B خیلی بزرگ باشند و هزینه محاسباتی، بازدارنده، راه حل، با درستی بالای سیستمهای معادلات موجود در این ماتریسها زیاد باشد. معمولا رویکرد بهینه سازی شامل بهینه کردن خارج قسمت ریلی می باشد.
ما در ابتدا تابع های هدف تناوبی را برای حل مسائل مشخصه( تعمیم یافته)، از طریق بهینه سازی (بدون محدودیت) پیشنهاد می دهیم و ویژگیهای تغییر پذیر این تابعها را توضیح می دهیم.
ما سپس بعضی از الگوریتمهای بهینه سازی را (بر اساس یکی از این فرمولها) که برای محاسبه جفت مشخصه بزرگتر طراحی شده اند ، معرفی می کنیم. بر اساس آزمایشات عددی مقدماتی ، این کار می تواند منجر به ایجاد روشهای عملی برای محاسبه جفت مشخصه بزرگتر (جفت) ماتریس متقارن (بسیار) بزرگ شود.

بدون دیدگاه