README.md

Progetto Metodi del Calcolo Scientifico ~ Libreria di metodi iterativi

Costruzione di una libreria per la risoluzione di sistemi lineari tramite i seguenti metodi iterativi:

• Metodo di Jacobi
• Metodo di Gauß-Seidel
• Metodo del Gradiente
• Metodo del Gradiente coniugato

La matrice A viene acquisita leggendo i dati da un file .mtx

Il vettore soluzione x è un vettore composto da tutti $1$

Il vettore b viene calcolato dal vettore soluzione x col seguente calcolo $b=Ax$

Il vettore x di partenza usato da tutti i metodi è un vettore della stessa grandezza della matrice A e con tutti i valori a zero

I metodi si e arrestarsi qualora la k-esima iterata $x^{(k)}$ soddisfa il seguente criterio di arresto:

$\frac{||r^{(k)}||}{||b||} < tol$

Dove $r^{(k)}$ è il residuo alla k-esima iterazione calcolato come $r^{(k)}=Ax^{(k)} − b$

Sono state controllate volta per volta 4 tolleranze diverse, ovvero: $tol = [10^{−4}, 10^{−6}, 10^{−8}, 10^{−10}]$

Inoltre viene fatto un controllo sul numero massimo di iterazioni che se superato viene segnalata la mancata convergenza $(k>maxIter)$ dove $maxIter = 2000$

Metodo di Jacobi

Pseudocodice

1. $x^{(k+1)} = x^{(k)} + P^{-1}r^{(k)}$

Dove $P^{-1}$ è una matrice diagonale costruita nel seguente modo:

$$ P^{-1}:=\left[\begin{array}{cccc} 1 / a_{1,1} & 0 & \cdots & 0 \\ 0 & 1 / a_{2,2} & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & 1 / a_{n, n} \end{array}\right] $$

Metodo di Gauß-Seidel

Idea alla base

$x^{(k+1)}i =\frac{1}{a{i,i}} ( b_i – a_{i,1}x^{(k+1)}1 − \cdots – a{i,i−1} x^{(k+1)}{i−1} − a{i,i+1} x^{(k)}{i+1} − \cdots – a{i,n}x^{(k)}_n)$

Psudocodice

1. $r^{(k)} = b − Ax^{(k)}$
2. Sostituzione in avanti $Py = r^{(k)}$
3. $x^{(k+1)} = y^{(k)} + y$

Dove la matrice $P$ è costruita nel seguente modo:

$$ P:=\left[\begin{array}{cccc} a_{1,1} & 0 & \cdots & 0 \\ a_{2,1} & a_{2,2} & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ a_{n, 1} & a_{n, 2} & \cdots & a_{n, n} \end{array}\right] $$

Metodo del Gradiente

Psudocodice

1. $r^{(k)} = b -Ax^{(k)}$
2. $y^{(k)} = Ar^{(k)}$
3. $a = (r^{(k)})^tr^{(k)}$
4. $b = (r^{(k)})^ty^{(k)}$
5. $\alpha_k = a/b$
6. $x^{(k+1)} = r^{(k)} \alpha_kr^{(k)}$

Versione compatto per il calcolo di $\alpha_k$

$$ \alpha_k=\frac{(r^{(k)})^tr^{(k)}}{(r^{(k)})^tAr^{(k)}} $$

Metodo del Gradiente coniugato

Pseudocode

1. $r^{(k)}=b−Ax^{(k)}$
2. $y^{(k)} = Ad^{(k)}$
3. $z^{(k)} = Ar^{(k)}$
4. $\alpha_k = (d^{(k)} · r^{(k)})/(d^{(k)} · y^{(k)})$
5. $x^{(k+1)} = x^{(k)} + \alpha_kd^{(k)}$
6. $r^{(k+1)}=b−Ax^{(k+1)}$
7. $w^{(k)} = Ar^{(k+1)}$
8. $\beta_k = (d^{(k)} · w^{(k)})/(d^{(k)} · y^{(k)})$
9. $d^{(k+1)} = r^{(k+1)} − \beta_kd^{(k)}$

Descrizione rapida dei file

• README.md
  • Descrizione tecnica del progetto
• jacobi.py
  • Implementazione dell’algoritmo risolutivo di Jacobi
• gauss_seidel.py
  • Implementazione dell’algoritmo risolutivo di Gauß-Seidel
• gradiente.py
  • Implementazione dell’algoritmo risolutivo del Gradiente
• gradiente_coniugato.py
  • Implementazione dell’algoritmo risolutivo del Gradiente Coniugato
• control.py
  • Definizione di diverse funzioni di usate per effettuare dei controlli nei diversi algoritmi realizzati
• main.py
  • File eseguibile dove vengono calcolati i vettori soluzione richiesti e si salvano i risultati
• Progetto_MCS.ipynb
  • Notebook in cui vengono esaminate le matrici usate e analizzati i risultati ottenuti
• utils.py
  • Definizione di funzioni utili all’analisi dei risultati

Risultati

Risultati di ogni funzione

Dizionario contenente

• Vettore X calcolato "vectX"
• Numero di iterazioni fatte "nIter"
• Tempo impeigato in mirosecondi "time"
• Errore relativo "eRel"

Esempio:

res = {
    "vectX" : [],
    "nIter" : 150,
    "time" : 1654545,
    "eRel" : 0.0000001 
}

Risulati finali

Dizionario suddiviso per ogni ogni metodo usato, ognuno di questi conterrà un ulteriore dizionario per ogni matrice in input che conterrà i risultati ottenuti per ogni tolleranza testata

Esempio:

resTot = {
    "Jacobi" : {
        "spa1" : [
            {
                "tol" : 0.0001,
                "nIter" : 150,
                "time" : 1654545,
                "eRel" : 0.0000001 
            }
        ]
    }
}