Análisis empírico de algoritmos de inversión de matrices, aplicados al cálculo de propiedades moleculares

Autores/as

  • M. V. Godoy Depto. de Física, Facultad de Ciencias Exactas y Naturales y Agrimensura (UNNE), Av. Libertad 5500 (3400) Corrientes, Argentina.
  • P. F. Provasi Depto. de Física, Facultad de Ciencias Exactas y Naturales y Agrimensura (UNNE), Av. Libertad 5500 (3400) Corrientes, Argentina.
  • Gustavo A. Aucar Miembro de la Carrera del Investigador Científico y Tecnológico del CONICET. Depto. de Física, Facultad de Ciencias Exactas y Naturales y Agrimensura (UNNE), Av. Libertad 5500 (3400) Corrientes, Argentina.

DOI:

https://doi.org/10.30972/fac.1617406

Palabras clave:

Algoritmos, Inversión de matrices, Propiedades moleculares

Resumen

En este artículo se evalúa la performance en cuanto a tiempos de ejecución de dos algoritmos de inversión de matrices: uno tradicionalmente utilizado en cálculos de propiedades moleculares y uno nuevo implementado en nuestro grupo de investigación y que utiliza un desarrollo en serie de potencias de los elementos matriciales. Se probaron distintas plataformas, sistemas operativos, compiladores y subrutinas de álgebra lineal (BLAS). Se realizaron cálculos para compuestos modelo que requieren el tratamiento de matrices conteniendo entre 80.000 y 4.000.000 de elementos. Se obtuvieron los tiempos de ejecución de dichos algoritmos a través de la evaluación con el método de propagadores de polarización de propiedades moleculares tipo triplete y singulete. Se observó que el rendimiento del algoritmo de la serie aumenta al crecer la dimensión de la matriz a invertir. Para todas las plataformas utilizadas se obtuvo una performance ganancioso de la serie con respecto al algoritmo tradicional.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Aucar, G.A.,1996. Chem. Phys. Letters, 254:13-20.

Burden, R.L. y D J. Faires, 1996. Análisis Numérico. Grupo Editorial Iberoamericana, México D.F. 807 p.

Contreras R.H.; G.A. Aucar; R. Lobayan; M. Ruiz de Azua y C.G. Giribet, 1993. J. Molec. Struc.(Theochem), 284:289+.

Dongarra, J.; J. Du Croz; I. Duff y S, Hammarling, 1990. A set of level 3 basic linear algebra subprograms. ACM Trans. Math. Soft., 16 (1): 1-17.

IBM Canada Ltd. Laboratory, 1993, AIX VERSION 3.2 RISC System/6.000. Optimization and Tuning Guide for Fortran, C, and C++.

Helgaker, T.; H.J.Aa. Jensen; P. Jorgensen; J. Olsen; K. Ruud; H.A. Gren; T. Andersen; K.L. Bak; V. Bakken; O. Christiansen, P. Dahle; E.K. Dalskov; T. Enevoldsen; B. Fernandez; H. Heiberg; H. Hettema; D, Jonsson; S. Kirpekar; R. Kobayashi; H. Koch; K.V. Mikkelsen; P. Norman; M.J. Parker; T. Saue; P.R, Taylor and O. Vahtras, 1997. DALTON, an electronic structure program, release 1.0. http://www.kjemi.vio.no/software/dalton/dalton.html

Jensen, H.J.; H. Agren y J. Olsen, 1988. J. Chem. Phys., 89: 36-54.

Lowdin, P.O., 1964. 3. Molec-Spectroscopy, 326:13.

ODDERSHEDE, J.; P. Jorgensen y D.L. Yeager, 1984. Comput. Phys. Rep., 41:33.

Oddershede, J. y J.R. Sabin, 1991. Int. J. Quantum Chem., 371: 39.

PRESS, W.H.; B.P. Flannery; S.A. Teukolsky y W.T. Vetterling, 1992. NumeTical Recipes in Fortran. Cambridge University Press, Cambridge.

Whaley, R, y J. Dongarra. Automatically tuned linear algebra software, http://www.nethb.org/atlas

Descargas

Publicado

15-12-2000

Cómo citar

Godoy, M. V., Provasi, P. F., & Aucar, G. A. (2000). Análisis empírico de algoritmos de inversión de matrices, aplicados al cálculo de propiedades moleculares. FACENA, 16, 19–30. https://doi.org/10.30972/fac.1617406

Número

Sección

Artículos Científicos