LAPACK

LAPACK è un open source e portatile software da riga di comando che fornisce biblioteca algebra lineare scritta in Fortran77 e progettato per fornire varie routine per la risoluzione di minimi quadrati soluzioni di sistemi di equazioni lineari, sistemi di equazioni lineari, problemi ai valori singolari, e problemi agli autovalori.
Queste routine sono scritte in modo tale che permettono il calcolo di eseguire chiamate a BLAS (Basic Linear Algebra sottoprogrammi).
L'obiettivo principale della biblioteca LAPACK è quello di rendere il LINPACK e librerie EISPACK funzionare in modo efficiente sui processori vettoriali paralleli e-memoria condivisa. Un'interfaccia Fortran95 per la biblioteca LAPACK esiste anche, come C ++ versione e per un sottoinsieme di routine LAPACK, e una versione f2c'ed.

Cosa c'è di nuovo in questa versione :.

• Questa versione aggiunge xGEQRT, un impianto di fattorizzazione QR che permette prestazioni migliori quando i riflettori bloccati devono essere riutilizzati
• Si aggiunge xGEQRT3, una struttura ricorsiva fattorizzazione QR che ha prestazioni elevate su matrici alto e magro.
• Si aggiunge xTPQRT, una raccolta di-comunicazione Evitare QR kernel sequenziali.
• Esso sostituisce il sistema di compilazione con CMAKE per una migliore portabilità.
• Aggiunge documentazione Doxygen.
• Si integra le API del linguaggio C di LAPACKE in LAPACK.

Cosa c'è di nuovo nella versione 3.3.0:

• Le API per C e Fortran sono stati ripuliti per rendere più facile da usare sia.

sono stati aggiunti
• Funzioni per calcolare la completa decomposizione CS di una matrice unitaria partizionato.
• xSYTRF e xSYTRI sono stati accelerati.
• SLAMCH e DLAMCH sono stati fatti thread-safe.

Cosa c'è di nuovo nella versione 3.2.0:

• Extra-preciso raffinamento iterativo. XBLAS.
• diagonali non negativi da Householder QR.
• alte prestazioni QR e Householder Riflessioni su matrici di basso profilo.
• Una nuova Jacobi SVD.
veloce e preciso
• Procedure per Pranzo formato rettangolare completa.
• pivot Cholesky.
• precisione misto routine perfezionamento iterativo.
• Alcune nuove varianti per fattorizzazione unilaterale.
• Un algoritmo DQDS più robusto.
• Miglioramenti al più turni algoritmo Hessenberg QR.