MATRIX

Autor: ALBERTÍ VILLALOBOS PEDRO ENRIQUE.
Jahr: 2004.
Universität: POLITÉCNICA DE VALENCIA [www.upv.es].
Ort der Lesung: UNIVERSIDAD POLITÉCNICA DE VALENCIA.
Ort der Vorbereitung: UNIVERSIDAD POLITÉCNICA DE VALENCIA.

Inhaltsangabe: Ein Problem Eigene Zurück Securities (PIVP) ist der Wiederaufbau einer Matrix aus ihren spektralen Daten (automatische valores oder Eigenwerte). Die Komplexität der PIVP liegt in der Erstellung eines Arrays zu halten bestimmte Merkmale der estructuta, und der charakteristische spektrale gegeben. Diese These wurde entwickelt, auf der einen Seite eine Studie über eine Art von Problem, das nicht mehr als 20 ailos Forschung in der Isolation zu physikalischen Problem. Das Hauptziel dieser Arbeit ist die diseilo und Durchführung illgoritmos mit parallelen Verarbeitung Techniken, die alle die Algorithmen haben eine Studie und parallele Umsetzung. Die verschiedenen Algorithmen entwickelt, in der Reihenfolge in einem frühen Stadium sind verbesserte Algorithmen, die von der wissenschaftlichen Gemeinschaft und auch algoritrnos sequentielle als einen neuen Beitrag für die wissenschaftliche Forschung in dieser Art von Problem. Also, in dieser Art und Weise, diese Theorie entwickelt wurde, einige aigoritmos sequentiellen und parallelen tragbare und effiziente Lösung des Problems Inverted Securities Own. Darüber hinaus hat versucht Algorithmen obténidos sind stabil und bieten umfassende und genaue Ergebnisse liefern. Die Implementierungen durchgeführt wurden sobre.una Architektur parallele verteilt hohe Verfügbarkeit (Cluster von PCs). Schließlich wurde erfolgreich umgesetzt, eine Art Algorithmus, um Probleme zu lösen Investoren Zusatzstoffe nicht Symmetrische Wertpapiere Eigene einer Fallstudie: Das "Problem der Zuweisung der Pole."

Autor: FLORES BECERRA GEORGINA.
Jahr: 2005.
Universität: POLITÉCNICA DE VALENCIA [www.upv.es].
Ort der Lesung: UNIVERSIDAD POLITÉCNICA DE VALENCIA.
Ort der Vorbereitung: UNIVERSIDAD POLITÉCNICA DE VALENCIA.

Inhaltsangabe: Die Rekonstruktion einer Matrix mit einigen einzigartigen Struktur und Werte ist das so genannte Problem vor Inverted Securities Singular (PIVS). Diese These Adressen Fälle von PIVS als Problem Inverted Additive Securities Singular (PIAVS), das Problem Inverted Structured Securities Singular (PIEVS) und das Problem Inverted Securities Eigene Wertpapiere und Singular (PIVPVS). Entwicklung von effizienten Routinen, robuste und tragbare, sowohl sequentiellen und parallelen wurde der Schwerpunkt dieser Arbeit. Dieses Ziel ist Teil einer umfassenderen Ziel ist die Konzeption und Umsetzung von digitalen Bibliotheken das Problem lösen Eigene Zurück Securities (PIVP), die PIVS und PIVPVS. Diese These hat eine eingehende Untersuchung der theoretischen und experimentellen Methoden derzeit für die Beilegung von PIVs, Methoden, die getroffen wurden, um eine Lösung des PIVP und haben sich bei der Lösung von PIVS, und haben auch Ansätze, die Lösung der PIVS. Die Methoden zur Lösung des PIAVS haben dazu geführt, in der sequentiellen und parallelen iterativen Algorithmen allgemein. Für PIEVS hat neu eine Reihe von Methoden der PIAVS zu nutzen, die Struktur der Muttergesellschaft Art Toeplitz, dass PIEVS Handgriffe, um sequentiellen und iterativen hoch effiziente parallele Algorithmen. Für PIVSVP vorgeschlagen wurden neue iterative Algorithmen, bauen Arrays extrem einfache Strukturen (Matrizen bidiagonales), die zu einfache und kostengünstige Verwaltung Post. Die Implementierungen durchgeführt wurden auf verschiedenen parallelen Architekturen, die auch parallele und verteilte Architekturen Speicher parallele Architekturen von verteilten gemeinsamen Speicher zu. Die Algorithmen wurden Routinen realisiert mit Bibliotheken sequentielle numerischen linearen Algebra (LAPACK, BLAS) und parallelen (ScaLAPACK, PBLAS), für parallele Implementierungen mit Message Passing Routinen wurden für die Kommunikation bibiliotecas MPI und BLACS, während OpenMP Richtlinien verwendet wurden und Parallele Implementierungen von Algorithmen, auf das Modell der gemeinsamen Speicher zu. Der Einsatz dieser Tools wird sichergestellt, Effizienz, Robustheit und Portabilität der Algorithmen, die in dieser Arbeit.