ผลต่างระหว่างรุ่นของ "Sgt/lecture12"

จาก Theory Wiki
ไปยังการนำทาง ไปยังการค้นหา
 
(ไม่แสดง 1 รุ่นระหว่างกลางโดยผู้ใช้คนเดียวกัน)
แถว 20: แถว 20:
 
||x-x'||_A &= \sqrt{(x-x')^TA(x-x')} \\
 
||x-x'||_A &= \sqrt{(x-x')^TA(x-x')} \\
 
&= \sqrt{(x-B^{-1}b)^TA(x-B^{-1}b)} \\
 
&= \sqrt{(x-B^{-1}b)^TA(x-B^{-1}b)} \\
−
&= ||I-AB^{-1}||*||x||_A
+
&= ||I-AB^{-1}|| \cdot ||x||_A
 
\end{align}
 
\end{align}
 
</math>
 
</math>
 +
 +
 +
ดังนั้น เราจะ bound ค่า norm ของ <math>||I-AB^{-1}||</math> ด้วย eigenvalue ที่มากที่สุดของมัน
 +
.
 +
.
 +
.
 +
.
 +
.
 +
.
 +
ได้ไม่เกิน <math>\epsilon</math>
 +
 +
== Preconditioning ==
 +
 +
อีกวิธีที่ทำได้คือ ใช้ iterative method เหมือนที่เรียนในสัปดาห์ที่แล้ว แต่ก่อนที่จะทำนั้น เราจะหาเมทริกซ์ B ที่มีคุณสมบัติ.... มาคูณทั้งสองฝั่ง
 +
 +
ทำให้การแก้สมการ Ax = b กลายเป็นการแก้สมการ <math>B^{-1}Ax = B^{-1}b</math> เพื่อให้ทำ iterative method ได้เร็วขึ้น

รุ่นแก้ไขปัจจุบันเมื่อ 09:35, 21 พฤษภาคม 2558

Spectral Graph Theory

  1. บทนำและทบทวนพีชคณิตเชิงเส้น (ณัฐวุฒิ)
  2. คุณสมบัติของ Eigenvalue ต่อกราฟ (ธานี,ณัฐวุฒิ)
  3. คุณสมบัติของ Eigenvalue ต่อกราฟ[2] (ภัทร)
  4. คุณสมบัติของ Eigenvalue ลำดับที่สองบนกราฟต่างๆ (ธานี)
  5. Cheeger Inequality (ศุภชวาล)
  6. การทดลอง Cheeger Inequality และ Effective Resistance (ธานี)
  7. Random Walks และ Psuedo Random Generator (ศุภชวาล)
  8. Psuedo Random Generator[2] (ภัทร)
  9. Coding Theory และ Expander code (ธานี)
  10. Expander graph from Linear coding (ภัทร)
  11. Chebyshev polynomial (ศุภชวาล)
  12. Preconditioning (ธานี)

แก้ไขกล่องนี้ • แก้ไขสารบัญ

บันทึกคำบรรยายวิชา Spectral graph theory นี้ เป็นบันทึกที่นิสิตเขียนขึ้น เนื้อหาโดยมากยังไม่ผ่านการตรวจสอบอย่างละเอียด การนำไปใช้ควรระมัดระวัง

ในสัปดาห์นี้ เราเรียนเรื่องการแก้สมการ Ax = b เมื่อกำหนดเมทริกซ์ A และ b ให้ได้อย่างรวดเร็ว

เรื่องแรกได้เรียนคือ ถ้าหากเรามีเมทริกซ์ B ที่ เมทริกซ์ A และถ้าเราแก้สมการ Bx' = b ได้อย่างรวดเร็ว

x' จะเป็นคำตอบที่ห่างจาก x มากแค่ไหน

ซึ่งการจะบอกว่าห่างแค่ไหนนั้น เราจะใช้ตัวชี้วัดเป็นสิ่งที่เรียกว่า A-norm ซึ่งคล้ายกับ Eucilidian norm นิยามดังนี้

ให้ x เป็นเวคเตอร์ Euclidian norm ของ x เขียนแทนด้วย

A-norm จะนิยามดังนี้

ให้ Ax = b และ Bx' = b เราจะจำกัดค่า ดังนี้


ดังนั้น เราจะ bound ค่า norm ของ ด้วย eigenvalue ที่มากที่สุดของมัน . . . . . . ได้ไม่เกิน

Preconditioning

อีกวิธีที่ทำได้คือ ใช้ iterative method เหมือนที่เรียนในสัปดาห์ที่แล้ว แต่ก่อนที่จะทำนั้น เราจะหาเมทริกซ์ B ที่มีคุณสมบัติ.... มาคูณทั้งสองฝั่ง

ทำให้การแก้สมการ Ax = b กลายเป็นการแก้สมการ เพื่อให้ทำ iterative method ได้เร็วขึ้น