8.5.4 pvsyrk

c=PyPBLAS.pvsyrk(alpha,a,beta,c[,uplo,trans])

La función "PyPBLAS.pvsyrk" implementa la siguiente operación entre matrices teniendo en cuenta que este tipo de matrices son simétricas:

$\begin{displaymath}\alpha \cdot A\times A^T + \beta \cdot C \to C ; \alpha \cdot A^T\times A + \beta \cdot C \to C ;\end{displaymath}$

PyPBLASpvsyrk

Esta rutina se provee para matrices simétricas con elementos de tipo real o complejo. Un detalle importante en esta rutina es la suposición que las matrices de entrada son simétricas, de este modo se realizan los cálculos con la parte superior (o inferior) a la diagonal. El resultado válido en la matriz devuelta por la función será el situado en la posición que le indiquemos a través del parámetro uplo. Las características de cada uno de los parámetros son las siguientes:

Parametros de Entrada

"alpha":Escalar.
"a": Matriz de dimensiones $m \times m$ , que cumple .
"beta":Escalar.
"c": Matriz de dimensiones $m \times m$ .
"uplo": Debido a que las matrices son simétricas, con este caracter indicamos en que lado de la diagonal principal vamos a realizar cálculos y obtener los resultados:
- uplo='U': (Valor por defecto).Se obtienen los resultados en la diagonal principal y por encima de ella.
- uplo='L': Se obtienen los resultados en la diagonal principal y por debajo de ella.
"trans": A partir de este parámtetro se pueden realizar dos operaciones diferentes, realizando (o no) la transpuesta a la matriz a:
- trans='N': (Valor por defecto).No se realiza la transpuesta y la operación que se lleva a cabo es : $\alpha \cdot A\times A^T + \beta \cdot C \to C$ .
- trans='T': Se realiza la transpuesta y la operación que se lleva a cabo es : $\alpha \cdot A^T\times A + \beta \cdot C \to C$ .

Parametros de Salida

"c": Vector distribuido donde se almacena el resultado.

A continuación mostramos un ejemplo en la utilización de esta rutina:

from PyACTS import *
import PyACTS.PyPBLAS as PyPBLAS
from RandomArray import *
from Numeric import *
#Dimension of Arrays
n,k=6,6
#Initiliaze the Grid
PyACTS.gridinit()
if PyACTS.iread==1:
        print "Example of using PyPBLAS 3: PvSYRK"
        print "N=",n,";nprow x npcol:",PyACTS.nprow,"x",PyACTS.npcol
        print "Block's size:",PyACTS.mb,"*",PyACTS.nb
        a=ones([n,k])
        print "a=",a
        c=reshape(range(n*n),[n,n])
        print "c=",c
        alpha,beta=2.,3.
        print "alpha=",alpha,";","beta=",beta
else:
        alpha,a,beta,c=None,None,None,None
#We convert Numeric Array to PyACTS.Scalapack Array
ACTS_lib=1 # 1=Scalapack
alpha=Scal2PyACTS(alpha,ACTS_lib)
beta=Scal2PyACTS(beta,ACTS_lib)
a=Num2PyACTS(a,ACTS_lib)
c=Num2PyACTS(c,ACTS_lib)
#We call PBLAS routine
c= PyPBLAS.pvsyrk(alpha,a,beta,c)
c_num=PyACTS2Num(c)
if PyACTS.iread==1:
        print "PvSYRK=",transpose(c_num)
PyACTS.gridexit()

[vgaliano@localhost EXAMPLES]$ mpirun -np 4 mpipython exPypvsyrk.py
Example of using PyPBLAS 3: PvSYRK
N= 6 ;nprow x npcol: 2 x 2
Block's size: 2 * 2
a= [[1 1 1 1 1 1]
 [1 1 1 1 1 1]
 [1 1 1 1 1 1]
 [1 1 1 1 1 1]
 [1 1 1 1 1 1]
 [1 1 1 1 1 1]]
c= [[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]
 [24 25 26 27 28 29]
 [30 31 32 33 34 35]]
alpha= 2.0 ; beta= 3.0
PvSYRK= [[  12.    6.   12.   18.   24.   30.]
 [  15.   33.   13.   19.   25.   31.]
 [  18.   36.   54.   20.   26.   32.]
 [  21.   39.   57.   75.   27.   33.]
 [  24.   42.   60.   78.   96.   34.]
 [  27.   45.   63.   81.   99.  117.]]

uplo='U'

c,descc=PyPBLAS.pvsyrk(alpha,a,beta,c,uplo='L')

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