El Algoritmo TFQMR fue creado para resolver el sistema lineal donde es una matriz cuadrada que no requiere ser simétrica.

Introducción

editar

El algoritmo Transpose-Free Quasi-Minimal Residual se basa en mejoras de rendimiento hechas a los algoritmos que usan el cálculo de operaciones con la matriz transpuesta como el Algoritmo QMR, fue creado por Roland W. Freund en 1993.

Transpose-Free QMR

editar

este algoritmo es una variante de los llamados algoritmos libres de traspuesta (Transpose-Free), lo cual mejora el rendimiento del algoritmo, ya que en lugar de estar calculando por cada iteración dos productos de matrices y , se realiza solo uno, este algoritmo usa un paso intermedio en la actualización de la solución del sistema .

Algoritmo Transpose-Free QMR

editar

Referencias

editar
  • R. W. Freund (1993). «A Transpose-Free Quasi-Minimal Residual algorithm for non-Hermitian linear systems.». SIAM Journal on Scientific Computing 14. 
  • Yousef Saad (2000). Iterative methods for sparse linear systems. 

Véase también

editar

Enlaces externos

editar

📚 Artikel Terkait di Wikipedia

Número de Lychrel

iterativo repetitivo de invertir sus dígitos y sumar los números resultantes. Este proceso es a veces llamado algoritmo-196 (en inglés 196-algorithm)

Sistemas híbridos inteligentes

temporal difference genetic algorithm reinforcement learning, TDGAR); aprendizaje de algoritmos genéticos difusos (genetic algorithm fuzzy reinforcement learning

Mínimas desviaciones absolutas

JSTOR 2156318. doi:10.1137/0710069.  E. J. Schlossmacher (diciembre de 1973). «An Iterative Technique for Absolute Deviations Curve Fitting». Journal of the American

Gradient boosting

https://machinelearningmastery.com/gentle-introduction-gradient-boosting-algorithm-machine-learning/ Cossock, David and Zhang, Tong (2008). Statistical Analysis

Aprendizaje por diccionarios dispersos

1016/j.acha.2008.07.002.  Lotfi, M.; Vidyasagar, M. "A Fast Non-iterative Algorithm for Compressive Sensing Using Binary Measurement Matrices.  Tillmann

K-medias

Sons, Inc.  Hartigan, J. A.; Wong, M. A. (1979). «Algorithm AS 136: A k-medias Clustering Algorithm». Journal of the Royal Statistical Society, Series

Búsqueda en profundidad

DFS_Visitar(v,tiempo) estado[u] ← TERMINADO tiempo ← tiempo + 1 f[u] ← tiempo /** Algorithm: DFS (Graph) */ #include <iostream> #include <vector> using namespace

Alineamiento múltiple de secuencias

Hoshida, M.; Ishikawa, M. (Febrero de 1995). «Comprehensive study on iterative algorithms of multiple sequence alignment». Computer applications in the