In der
numerischen Mathematik
bezeichnet man als
dunnbesetzte
oder
schwachbesetzte Matrix
(
englisch
sparse matrix
) eine
Matrix
, bei der so viele Eintrage aus Nullen bestehen, dass man nach Moglichkeiten sucht, dies insbesondere hinsichtlich
Algorithmen
sowie
Speicherung
auszunutzen. Bei quadratischen Matrizen mit insgesamt
Eintragen sind dies viele Matrizen mit
oder auch noch
Eintragen ungleich Null. Das Gegenstuck zu einer dunnbesetzten Matrix wird vollbesetzte Matrix genannt. Der Begriff wurde von
James Hardy Wilkinson
eingefuhrt, der ihn erstmals 1971 niederschrieb.
[1]
Analog dazu wird ein
Vektor
, der zu einem Großteil aus Nullen besteht, als
dunnbesetzter Vektor
(
englisch
sparse vector
) bezeichnet. Haufig sind die Zeilen- oder Spaltenvektoren einer dunnbesetzten Matrix dunnbesetzte Vektoren, es gibt aber auch dunnbesetzte Matrizen, bei denen manche Zeilen oder Spalten vollbesetzt sind.
Die
Diskretisierung
von
partiellen Differentialgleichungen
fuhrt meistens auf dunnbesetzte Matrizen, etwa auf
Bandmatrizen
, ebenfalls die Darstellung von vielen typischen
Graphen
(bei beschranktem
Knotengrad
,
Planaritat
o. A.) uber ihre
Adjazenzmatrix
. Zu beachten ist, dass die
Inverse
einer dunnbesetzten Matrix im Regelfall vollbesetzt ist, ebenso wie die
LR-Zerlegung
. Eine Ausnahme bilden dabei die Bandmatrizen, bei denen eine solche Zerlegung ebenfalls dunnbesetzt sein kann.
Dunnbesetzte Matrizen haben die Eigenschaft, dass sie effizient abgespeichert werden konnen, indem man nur Position und Wert der Nicht-Null-Eintrage abspeichert. Die Position der Nichtnulleintrage wird auch als
Besetzungsstruktur
oder
Sparsity Pattern
bezeichnet. Die Auswertung eines dunnbesetzten
Matrix-Vektor-Produkts
kann ebenfalls effizient erfolgen, indem die Nullen in der Berechnung des Produkts nicht berucksichtigt werden.
Dieses findet insbesondere Verwendung bei
Krylow-Unterraum-Verfahren
zur naherungsweisen Losung von
linearen Gleichungssystemen
, die nur Skalar- und Matrix-Vektor-Produkte zur Durchfuhrung benotigen. Da die Berechnung der vollbesetzten LR-Zerlegung
Operationen benotigt, das Matrix-Vektor-Produkt einer Matrix mit
Eintragen aber nur
, sind diese Verfahren, falls sie nach nur wenigen Iterationen konvergieren, extrem effizient. Zur Effizienzsteigerung werden dort so genannte
Vorkonditionierer
eingesetzt. Fur dunnbesetzte Matrizen ist hier die
unvollstandige LU-Zerlegung
ein verbreitetes Verfahren, das eine fehlerbehaftete LR-Zerlegung berechnet, die aber eine ahnliche Besetzungsstruktur hat wie die originale Matrix und damit nicht wesentlich mehr Speicher braucht.
CRS (
Compressed Row Storage
) und CCS (Compressed Column Storage) sind zwei Moglichkeiten, eine dunnbesetzte Matrix platzsparend zu speichern.
- Yousef Saad:
Iterative Methods for Sparse Linear Systems.
2nd edition. SIAM Society for Industrial & Applied Mathematics, Philadelphia PA 2003,
ISBN 0-89871-534-2
.
- Wolfgang Hackbusch
:
Iterative Losung großer schwachbesetzter Gleichungssysteme
(=
Leitfaden der angewandten Mathematik und Mechanik.
Band 69 =
Teubner-Studienbucher. Mathematik.
). 2., uberarbeitete und erweiterte Auflage. Teubner, Stuttgart 1993,
ISBN 3-519-12372-X
.
- ↑
Tim Davis:
NA-Digest, 2007, Volume 07, Issue 12