Vážení uživatelé, Digitální repozitář UK bude z důvodu údržby v čase od 17:00 do cca 17:15 dočasně nedostupný. Ukončete prosím práci a odhlaste se ze systému. Děkujeme za pochopení. || Dear CU Digital Repository users, the system will be temporarily unavailable due to the maintenance from 5:00 PM to approx. 5:15 PM. Please save your work and logout. Thank you for your understanding.
Problém nejmenších čtverců s řídkou maticí rozšířenou o několik řádků hustých
Solving linear sparse least squares problem with added a few dense rows
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/202434Identifikátory
SIS: 275822
Kolekce
- Kvalifikační práce [11987]
Autor
Vedoucí práce
Oponent práce
Outrata, Michal
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Obecná matematika
Katedra / ústav / klinika
Katedra numerické matematiky
Datum obhajoby
4. 9. 2025
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
problém nejmenších čtvreců|Choleského faktorizace|metoda zobecněných minimálních rezíduí|předpodmínění|matice částečně hustá a částečně řídkáKlíčová slova (anglicky)
least squares problem|Cholesky factorization|GMRES method|preconditioning|sparse-dense matrixTato práce se zabývá problémem nejmenších čtverců s řídkou maticí, rozšířenou o několik řádků hustých. V první části práce je popsán problém nejmenších čtverců, jeho základní vlastnosti a metody řešení. Následně jsou uvedeny teoretické základy metod pro řešení soustav rovnic s řídkou maticí rozšířenou o několik hustých řádků. Jsou popsány přístupy založené na iterační metodě s předpodmíněním, metodě stretching a metodě Schurova doplňku. V experimentální části je postup ověřen aplikací metody GMRES s předpodmíněním na testovacích maticích. V těchto experimentech nás zajímala změna počtu iterací v závislosti na počtu řádků matice, které jsou považovány za husté. Výsledky jsou graficky znázorněny. 1
This thesis deals with the least squares problem involving a sparse matrix extended by a few dense rows. The first part of the thesis describes the least squares problem, its fundamental properties, and basic solution methods. The theoretical foundations of methods for solving systems of equations with a sparse matrix extended by several dense rows are then presented. The approaches based on preconditioned iterative methods, the stretching method, and the Schur complement method are described. In the experimental part, the procedure is verified by applying the preconditioned GMRES method to test matrices. These experiments focus on how the number of iterations changes depending on the number of matrix rows considered dense. The results are presented graphically. 1
