Discussion :

[soso85]

Bonjour,
Je voudrais inverser des matrices de tailles conséquentes (entre 500*500 jusqu'à + de 10 000*10 000), pour ça j'utilise actuellement la fonction vigra::linalg::inverse de la bibliothèque vigra, mais ça rame, forcément ...Et surtout, ça met plus de temps que d'effectuer mes calculs sous Matlab (vexant) où bien sûr de genre de fonction est optimisée. J'aurai juste aimé savoir si quelqu'un avait eu ce genre de problème et savait comment optimiser les temps de calcul avec 'inverse' ?
Merci d'avance !

[Charlemagne]

Utilise la bibliothèque ATLAS
http://math-atlas.sourceforge.net/

(en attendant que j'intègre moi aussi la décomposition LUP dans ma bibliothèque...)

Voici un exemple de benchmark d'ATLAS pour Pentium4. C'est la courbe de DLU (décomposition LUP de matrices de doubles) à la base de l'inversion de matrices qui t'intéresse.
http://math-atlas.sourceforge.net/ti...7_3/index.html

Mais des matrices 10000x10000 ça va durer quelque temps, même à 3500Mflop.
Pour doubler la vitesse utilise des floats si leur précision suffit...

PS: Si tu as des matrices creuses (sparce matrix), y'a aussi des algos prévus pour ça.
PS2: N'inverse pas les matrices si tu comptes résoudre des systèmes linéaires, utilise à la place les algos à base de décomposition LUP.
PS3:

Matlab (vexant) où bien sûr de genre de fonction est optimisée

Rien n'est moins sûr. Ils sont tellement doués chez Matlab qu'ils intègrent progressivement à leur usine à gaz des librairies extérieures (FFTW, et je crois bien ATLAS justement...). Comme si Matlab était justement connu pour sa rapidité (ok,ok c'est en bonne partie à cause de l'interprétation du code...)

[soso85]

Bonjour et merci pour ta réponse !

Et oui, j'ai finalement opté pour un calcul séquentiel.
Mon problème est du type A.x=B. Je connais A, je cherche à estimer une matrice B en inversant l'opérateur x. Dans mon cas, x correspond à une matrice triangulaire inférieure (suis-je bête), je procède donc par approche séquentielle plutôt que d'inverser cet énorme bloc x , en temps de calcul c'est forcément incomparable ...

Merci encore,
Sophie