8.4.3 pvsymv

y= PyPBLAS.pvsymv(alpha,a,x,beta,y)

La función "PyPBLAS.pvsymv" implementa la siguiente operación entre escalares (alpha,beta), vectores (x, y) y matrices (a), todos ellos de tipo PyACTS:

\begin{displaymath}\alpha\cdot A \cdot x + \beta \cdot y \to y\end{displaymath}

Las dimensiones de los vectores x e y y de la matriz A han de ser las adecuadas para poder realizar las operaciones correspondientes. En el caso que las dimensiones de alguna de las entradas no sea correcta, la rutina PyPBLAS.pvgemv informará de ello y no podrá finalizar la operación. Las características de cada uno de los parámetros ,teniendo en cuenta que son de tipo PyACTS, son las siguientes:

A continuación mostramos un ejemplo en la utilización de esta función:
from PyACTS import *
import PyPBLAS
from RandomArray import *
from Numeric import *
#Dimension of Arrays
n=8
#Initiliaze the Grid
PyACTS.gridinit()
if PyACTS.iread==1:
        print "Example of using PyPBLAS: PvSYMV"
        print "N=",n,";nprow x npcol:",PyACTS.nprow,"x",PyACTS.npcol
        print "Block's size:",PyACTS.mb,"*",PyACTS.nb
        alpha,beta=2,3
        print "alpha=",alpha,"; beta=",beta
        a=identity(n,Float)
        print "a=",a
        x=reshape(array(range(n),Float),[n,1])
        print "x'=",transpose(x)
        y=ones([n,1],Float)
        print "y'=",transpose(y)
else:
        a,x,y,alpha,beta=None,None,None,None,None
#We convert Numeric Array to PyACTS.Scalapack Array
ACTS_lib=1 # 1=Scalapack
a=Num2PyACTS(a,ACTS_lib)
x=Num2PyACTS(x,ACTS_lib)
y=Num2PyACTS(y,ACTS_lib)
alpha=Scal2PyACTS(alpha,ACTS_lib)
beta=Scal2PyACTS(beta,ACTS_lib)
#We call PBLAS routine
y= PyPBLAS.pvsymv(alpha,a,x,beta,y)
y_num=PyACTS2Num(y)
if PyACTS.iread==1:
        print "PvSYMV'=alpha*A*x+beta*y=",transpose(y_num)
PyACTS.gridexit()
El resultado de este código es el siguiente:
a= [[ 1.  0.  0.  0.  0.  0.  0.  0.]
 [ 0.  1.  0.  0.  0.  0.  0.  0.]
 [ 0.  0.  1.  0.  0.  0.  0.  0.]
 [ 0.  0.  0.  1.  0.  0.  0.  0.]
 [ 0.  0.  0.  0.  1.  0.  0.  0.]
 [ 0.  0.  0.  0.  0.  1.  0.  0.]
 [ 0.  0.  0.  0.  0.  0.  1.  0.]
 [ 0.  0.  0.  0.  0.  0.  0.  1.]]
x'= [ [ 0.  1.  2.  3.  4.  5.  6.  7.]]
y'= [ [ 1.  1.  1.  1.  1.  1.  1.  1.]]
PvSYMV'=alpha*A*x+beta*y= [ [  3.         -44.99245834  11.         -52.99364471  95.14123535  23.30435181
        69.08868408  52.08119202]]

See Sobre este documento... para sugerencias en cambios.