Donc je travaille sur la convergence de l'algorithme de Lanczos. Je l'ai implémenté en langage C, je calcule d'abord la matrice V qui est l'orthonormal associé au sous-espace de Krylov, et la matrice symétrique triadiale T, après que je calcule les valeurs propres et les vecteurs propres de T et les vecteurs de Ritz pour définir le init vecteur pour l'itération à venir si la tolérance n'est pas atteinte.obtenir un coredump segfault lors du redémarrage de la méthode Lanczos après 3 itérations
Dans la boucle while, je vérifie avant de passer à l'itération à venir si la tolérance est atteinte ou non. Le programme compile, mais quand je l'exécute, je reçois un vidage de base de segfault après 3 itérations, je compile avec -g, gdb me dit que j'ai un core dump dans la boucle qui calcule la matrice de Ritz (ou les vecteurs Ritz sont les vecteurs propres de la matrice A):
for(int i = 0 ; i < N ; i++)
Ritz[i][k] = temp[i];
Je pense que j'ai écrit mon programme correctement, mais je ne sais pas où est le problème. J'apprécierais votre aide sur ce gars! P.S: pour compiler gcc -g -Wall std = c99 test.c -o Test -llapacke -lm
le code:
#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <time.h>
#include <unistd.h>
#include <errno.h>
#include <float.h>
#include <lapacke.h>
double Absolute_value(double numb)
{
if(numb < 0)
return (double)((-1)*(numb));
else
return numb;
}
double Forbenius_norm(double ** A, int N)
{
double forbenius_norm = 0.000000;
for(int i = 0 ; i < N ; i++)
{
for(int j = 0 ; j < N ; j++)
{
forbenius_norm += abs(A[i][j])*abs(A[i][j]);
}
}
forbenius_norm = sqrt(forbenius_norm);
return forbenius_norm;
}
double Norme_vector(double * v, int N)
{
double norme= 0.;
double somme = 0.;
int i;
for (i = 0; i < N; i++){
somme += (v[i] * v[i]);
}
norme = sqrt(somme);
return norme;
}
double * Prod_Scal_Vect(double * v, int t, double e)
{
double * prod =(double *) malloc (t* sizeof(double));
int i;
for(i = 0; i < t ; i++){
prod[i] = e * v[i];
}
return prod;
}
double * Div_vect_scal(double * v, int t, double e)
{
double * prod =(double *) malloc (t* sizeof(double));
int i;
for(i = 0; i < t ; i++){
prod[i] = v[i]/e;
}
return prod;
}
double Self_Dot_Prod(double *v,int t,double *w,int s)
{
double res = 0.;
int i;
if(t != s)
printf("Erreur : deux vecteurs non conformes au produit scalaire\n");
else
{
for(i = 0; i < t; i++)
{
res += v[i] * w[i];
}
//return res;
}
return res;
}
double * vect_Sub(double *v,int t,double *w,int s)
{
double * res = (double *) malloc (s * sizeof(double));
int i;
if(t != s)
printf("Erreur : deux vecteurs non conformes à l'addition de vecteurs\n");
else
{
for(i = 0; i < t; i++)
{
res[i] = v[i] - w[i];
}
//return res;
}
return res;
}
double * Prod_Mat_Vect(double ** A, int nbl, int nbc, double * v, int t)
{
//double * res = calloc (nbl, sizeof(double));
double * res =(double *) malloc (nbl* sizeof(double));
double somme = 0.;
int i,j;
if(t != nbc)
{ perror(" erreur 4");
return NULL;
}
else
{
for(i = 0; i < nbl; i++)
{
somme = 0.;
for(j = 0; j < nbc; j++)
{
somme += v[j] * A[i][j];
}
res[i] = somme;
}
return res;
}
}
double * assign_vect(double * v, int n, double * w, int m)
{
if(n != m)
printf("Erreur: La taille des deux vecteurs doit être identique pour l'affectaion\n");
else
{
for(int i = 0 ; i < n ; i++)
v[i] = w[i];
//return v;
}
return v;
}
void print_matrix(double ** A , int m , int n) {
int i, j;
for(i = 0; i < m; i++)
{
for(j = 0; j < n; j++)
{
printf(" %lf", A[i][j]);
}
printf("\n");
}
}
int main (int argc , char ** argv)
{
int N=4;
int m = 2;
//int lda = m;
double ** A = (double **) malloc (N * sizeof(double*));
for(int i = 0 ; i < N ; i++)
A[i] = (double*) malloc(N * sizeof(double));
double ** T = (double **) malloc(m * sizeof(double*));
for(int i = 0 ; i < m ; i++)
T[i] = (double *) malloc (m * sizeof(double));
double ** Krylov = (double **) malloc (N * sizeof(double*));
for(int i = 0 ; i < N ; i++)
Krylov[i] = (double *) malloc(m * sizeof(double));
double ** Ritz = calloc(N , sizeof(double*));
for(int i = 0 ; i < N ; i++)
Ritz[i] = calloc(m , sizeof(double*));
double ** Eigenvect_matrix = calloc (m , sizeof(double*));
for(int i = 0 ; i < m ; i++)
Eigenvect_matrix[i] = calloc (m , sizeof(double));
double * v = (double *) malloc(N * sizeof(double));
double * init = (double *) malloc (N * sizeof(double));
double * gamma = (double *) malloc(N * sizeof(double));
double * eigenvect = calloc(m,sizeof(double));
double * tab = calloc(m,sizeof(double));
double * temp = calloc(N,sizeof(double));
double * a = calloc(m*m,sizeof(double));
double * w = calloc(m,sizeof(double));
double beta = 0.000000;
double alpha = 0.000000;
int j=0;
int k=1;
int info = -1;
int n=m,lda=m;
int count = 0;
double test_tolerance = 999;
A[0][0]= 9; A[0][1]= 1;A[0][2]= -2;A[0][3]= 1;
A[1][0]= 1; A[1][1]= 8;A[1][2]= -3;A[1][3]= -2;
A[2][0]= -2;A[2][1]= -3;A[2][2]= 7;A[2][3]= -1;
A[3][0]= 1; A[3][1]= -2;A[3][2]= -1;A[3][3]= 6;
printf("\n\n\tOriginal Matrix A before Lanczos Algorithm\n\n");
for(int i = 0 ; i < N ; i++)
{
for(int j = 0 ; j < N ; j++)
{
printf("%lf\t",A[i][j]);
}
printf("\n");
}
v[0] = 1.000000;
for(int i = 0 ; i < N ; i++)
init[i] = 0.000000;
for(int i = 1 ; i < N ; i++)
v[i] = 0.000000;
for(int i = 0 ; i < N ; i++)
Krylov[i][0] = v[i];
while(test_tolerance > 0.00001 || count != 50)
{
printf("iteration: %d\n",count+1);
for(int l = 0 ; l < m-1 ; l++)
{
gamma = Prod_Mat_Vect(A, N, N, v, N);
alpha = Self_Dot_Prod(v, N, gamma, N);
gamma = vect_Sub(gamma,N,vect_Sub(Prod_Scal_Vect(v, N,alpha),N,Prod_Scal_Vect(init, N,beta),N),N);
init = assign_vect(init, N, v, N);
beta = Norme_vector(gamma, N);
v = Div_vect_scal(gamma, N, beta);
for(int i = 1 ; i < N ; i++)
{
Krylov[i][k] = v[i];
}
k++;
T[l][l] = alpha;
T[l+1][j] = beta;
T[l][j+1] = beta;
j++;
}
gamma = Prod_Mat_Vect(A, N, N, v, N);
alpha = Self_Dot_Prod(v, N, gamma, N);
T[m-1][m-1] = alpha;
gamma = vect_Sub(gamma,N,vect_Sub(Prod_Scal_Vect(v, N,alpha),N,Prod_Scal_Vect(init, N,beta),N),N);
init = assign_vect(init, N, v, N);
test_tolerance = Norme_vector(gamma, N);
//printf("tolerance1 %lf\n",test_tolerance);
test_tolerance = Absolute_value(test_tolerance);
//printf("tolerance2 %lf\n",test_tolerance);
/*printf("\n\n\tTridiagonal Matrix T\n\n");
for(int i = 0 ; i < m ; i++)
{
for(int j = 0 ; j < m ; j++)
{
printf("%lf\t",T[i][j]);
}
printf("\n");
}*/
//printf("\n\n\tLinearied matrix\n\n");
for(int i = 0 ; i < m ; i++)
{
for(int j = 0 ; j < m ; j++)
{
a[i*m+j] = T[i][j];
//printf("a[%d][%d]%lf ",i,j,a[i*m+j]);
}
//printf("\n");
}
/*printf("\n\n\tKrylov Matrix \n\n");
for(int i = 0 ; i < N ; i++)
{
for(int j = 0 ; j < m ; j++)
{
printf("%lf\t",Krylov[i][j]);
}
printf("\n");
}
*/
info = LAPACKE_dsyev(LAPACK_ROW_MAJOR, 'V', 'U', n, a, lda, w);
/*printf("\n\n\tEigenvectors\n\n");
for(int i = 0 ; i < m ; i++)
{
for(int j = 0 ; j < m ; j++)
{
printf("%lf\t",a[i*m+j]);
}
printf("\n");
}
*/
//printf("\n\n\tDelinearized a for eigen vetors\n\n");
for(int i = 0 ; i < m ; i++)
{
for(int j = 0 ; j < m ; j++)
{
Eigenvect_matrix[i][j] = a[i*m+j];
//printf("%lf\t",Eigenvect_matrix[i][j]);
}
//printf("\n");
}
for(int i = 0 ; i < m ; i++)
tab[i] = w[i];
/*printf("\n\tEigenvalues\n\n");
for(int j = 0 ; j < m ; j++)
printf("%lf\t",tab[j]);
printf("\n");
*/
int index = 0;
for(int k = 0 ; k < m ; k++)
{
for(int i = 0 ; i < m ; i++)
{
eigenvect[i] = a[index];
index++;
}
test_tolerance *= Absolute_value(eigenvect[m-1]);
/*for(int j = 0 ; j < m ; j++)
printf("%lf\t",a[j]);*/
temp = Prod_Mat_Vect(Krylov, N, m, eigenvect, m);
for(int i = 0 ; i < N ; i++)
{
Ritz[i][k] = temp[i];
printf("\ti=%d ,\tk=%d\n",i,k);
}
}
printf("tolerance : %lf\n",test_tolerance);
count++;
printf("\n");
for(int i = 0 ; i < N ; i++)
{
init[i] = Ritz[i][0] + Ritz[i][1];
init[i] /= Norme_vector(init,N);
}
}
/*printf("\n\n\tRitz vectors\n\n");
for(int i = 0 ; i < N ; i++)
{
for(int j = 0 ; j < m ; j++)
{
printf("%lf\t",Ritz[i][j]);
}
printf("\n");
}*/
return 0;
}
où nous pouvons trouver le fichier ** lapacke.h **? – HDJEMAI
Lapack est une bibliothèque d'algèbre linéaire, il doit donc être installé sur votre machine, vous pouvez l'obtenir par sudo apt-get install liblapacke – Adil