]> gitweb.michael.orlitzky.com - sage.d.git/commitdiff
mjo/ldlt.py: delete naive implementations; fix tests.
authorMichael Orlitzky <michael@orlitzky.com>
Sun, 4 Oct 2020 16:11:25 +0000 (12:11 -0400)
committerMichael Orlitzky <michael@orlitzky.com>
Sun, 4 Oct 2020 16:11:25 +0000 (12:11 -0400)
mjo/ldlt.py

index 461dda3062f1de5e1f0d2acac07d9589d28f8ca5..6f3a6280a6fa30d2a47d57baad01ccb5dba77b29 100644 (file)
@@ -26,328 +26,6 @@ def is_positive_semidefinite_naive(A):
     return A.is_hermitian() and all( v >= 0 for v in A.eigenvalues() )
 
 
-def ldlt_naive(A):
-    r"""
-    Perform a pivoted `LDL^{T}` factorization of the Hermitian
-    positive-semidefinite matrix `A`.
-
-    This is a naive, recursive implementation that is inefficient due
-    to Python's lack of tail-call optimization. The pivot strategy is
-    to choose the largest diagonal entry of the matrix at each step,
-    and to permute it into the top-left position. Ultimately this
-    results in a factorization `A = PLDL^{T}P^{T}`, where `P` is a
-    permutation matrix, `L` is unit-lower-triangular, and `D` is
-    diagonal decreasing from top-left to bottom-right.
-
-    ALGORITHM:
-
-    The algorithm is based on the discussion in Golub and Van Loan, but with
-    some "typos" fixed.
-
-    OUTPUT:
-
-    A triple `(P,L,D)` such that `A = PLDL^{T}P^{T}` and where,
-
-      * `P` is a permutaiton matrix
-      * `L` is unit lower-triangular
-      * `D` is a diagonal matrix whose entries are decreasing from top-left
-        to bottom-right
-
-    SETUP::
-
-        sage: from mjo.ldlt import ldlt_naive, is_positive_semidefinite_naive
-
-    EXAMPLES:
-
-    All three factors should be the identity when the original matrix is::
-
-        sage: I = matrix.identity(QQ,4)
-        sage: P,L,D = ldlt_naive(I)
-        sage: P == I and L == I and D == I
-        True
-
-    TESTS:
-
-    Ensure that a "random" positive-semidefinite matrix is factored correctly::
-
-        sage: set_random_seed()
-        sage: n = ZZ.random_element(5)
-        sage: A = matrix.random(QQ, n)
-        sage: A = A*A.transpose()
-        sage: is_positive_semidefinite_naive(A)
-        True
-        sage: P,L,D = ldlt_naive(A)
-        sage: A == P*L*D*L.transpose()*P.transpose()
-        True
-
-    """
-    n = A.nrows()
-
-    # Use the fraction field of the given matrix so that division will work
-    # when (for example) our matrix consists of integer entries.
-    ring = A.base_ring().fraction_field()
-
-    if n == 0 or n == 1:
-        # We can get n == 0 if someone feeds us a trivial matrix.
-        P = matrix.identity(ring, n)
-        L = matrix.identity(ring, n)
-        D = A
-        return (P,L,D)
-
-    A1 = A.change_ring(ring)
-    diags = A1.diagonal()
-    s = diags.index(max(diags))
-    P1 = copy(A1.matrix_space().identity_matrix())
-    P1.swap_rows(0,s)
-    A1 = P1.T * A1 * P1
-    alpha1 = A1[0,0]
-
-    # Golub and Van Loan mention in passing what to do here. This is
-    # only sensible if the matrix is positive-semidefinite, because we
-    # are assuming that we can set everything else to zero as soon as
-    # we hit the first on-diagonal zero.
-    if alpha1 == 0:
-        P = A1.matrix_space().identity_matrix()
-        L = P
-        D = A1.matrix_space().zero()
-        return (P,L,D)
-
-    v1 = A1[1:n,0]
-    A2 = A1[1:,1:]
-
-    P2, L2, D2 = ldlt_naive(A2 - (v1*v1.transpose())/alpha1)
-
-    P1 = P1*block_matrix(2,2, [[ZZ(1), ZZ(0)],
-                               [0*v1,  P2]])
-    L1 = block_matrix(2,2, [[ZZ(1),                    ZZ(0)],
-                            [P2.transpose()*v1/alpha1, L2]])
-    D1 = block_matrix(2,2, [[alpha1, ZZ(0)],
-                            [0*v1,   D2]])
-
-    return (P1,L1,D1)
-
-
-
-def ldlt_fast(A):
-    r"""
-    Perform a fast, pivoted `LDL^{T}` factorization of the Hermitian
-    positive-semidefinite matrix `A`.
-
-    This function is much faster than ``ldlt_naive`` because the
-    tail-recursion has been unrolled into a loop.
-    """
-    ring = A.base_ring().fraction_field()
-    A = A.change_ring(ring)
-
-    # Keep track of the permutations in a vector rather than in a
-    # matrix, for efficiency.
-    n = A.nrows()
-    p = list(range(n))
-
-    for k in range(n):
-        # We need to loop once for every diagonal entry in the
-        # matrix. So, as many times as it has rows/columns. At each
-        # step, we obtain the permutation needed to put things in the
-        # right place, then the "next" entry (alpha) of D, and finally
-        # another column of L.
-        diags = A.diagonal()[k:n]
-        alpha = max(diags)
-
-        # We're working *within* the matrix ``A``, so every index is
-        # offset by k. For example: after the second step, we should
-        # only be looking at the lower 3-by-3 block of a 5-by-5 matrix.
-        s = k + diags.index(alpha)
-
-        # Move the largest diagonal element up into the top-left corner
-        # of the block we're working on (the one starting from index k,k).
-        # Presumably this is faster than hitting the thing with a
-        # permutation matrix.
-        #
-        # Since "L" is stored in the lower-left "half" of "A", it's a
-        # good thing that we need to permute "L," too. This is due to
-        # how P2.T appears in the recursive algorithm applied to the
-        # "current" column of L There, P2.T is computed recusively, as
-        # 1 x P3.T, and P3.T = 1 x P4.T, etc, from the bottom up. All
-        # are eventually applied to "v" in order.  Here we're working
-        # from the top down, and rather than keep track of what
-        # permutations we need to perform, we just perform them as we
-        # go along. No recursion needed.
-        A.swap_columns(k,s)
-        A.swap_rows(k,s)
-
-        # Update the permutation "matrix" with the swap we just did.
-        p_k = p[k]
-        p[k] = p[s]
-        p[s] = p_k
-
-        # Now the largest diagonal is in the top-left corner of the
-        # block below and to the right of index k,k. When alpha is
-        # zero, we can just leave the rest of the D/L entries
-        # zero... which is exactly how they start out.
-        if alpha != 0:
-            # Update the "next" block of A that we'll work on during
-            # the following iteration. I think it's faster to get the
-            # entries of a row than a column here?
-            for i in range(n-k-1):
-                for j in range(i+1):
-                    A[k+1+j,k+1+i] = A[k+1+j,k+1+i] - A[k,k+1+j]*A[k,k+1+i]/alpha
-                    A[k+1+i,k+1+j] = A[k+1+j,k+1+i] # keep it symmetric!
-
-            for i in range(n-k-1):
-                # Store the "new" (kth) column of L, being sure to set
-                # the lower-left "half" from the upper-right "half"
-                A[k+i+1,k] = A[k,k+1+i]/alpha
-
-    MS = A.matrix_space()
-    P = MS.matrix(lambda i,j: p[j] == i)
-    D = MS.diagonal_matrix(A.diagonal())
-
-    for i in range(n):
-        A[i,i] = 1
-        for j in range(i+1,n):
-            A[i,j] = 0
-
-    return P,A,D
-
-
-def block_ldlt_naive(A, check_hermitian=False):
-    r"""
-    Perform a block-`LDL^{T}` factorization of the Hermitian
-    matrix `A`.
-
-    This is a naive, recursive implementation akin to
-    ``ldlt_naive()``, where the pivots (and resulting diagonals) are
-    either `1 \times 1` or `2 \times 2` blocks. The pivots are chosen
-    using the Bunch-Kaufmann scheme that is both fast and numerically
-    stable.
-
-    OUTPUT:
-
-    A triple `(P,L,D)` such that `A = PLDL^{T}P^{T}` and where,
-
-      * `P` is a permutation matrix
-      * `L` is unit lower-triangular
-      * `D` is a block-diagonal matrix whose blocks are of size
-        one or two.
-
-    """
-    n = A.nrows()
-
-    # Use the fraction field of the given matrix so that division will work
-    # when (for example) our matrix consists of integer entries.
-    ring = A.base_ring().fraction_field()
-
-    if n == 0 or n == 1:
-        # We can get n == 0 if someone feeds us a trivial matrix.
-        # For block-LDLT, n=2 is a base case.
-        P = matrix.identity(ring, n)
-        L = matrix.identity(ring, n)
-        D = A
-        return (P,L,D)
-
-    alpha = (1 + ZZ(17).sqrt()) * ~ZZ(8)
-    A1 = A.change_ring(ring)
-
-    # Bunch-Kaufmann step 1, Higham step "zero." We use Higham's
-    # "omega" notation instead of Bunch-Kaufman's "lamda" because
-    # lambda means other things in the same context.
-    column_1_subdiag = [ a_i1.abs() for a_i1 in A1[1:,0].list() ]
-    omega_1 = max([ a_i1 for a_i1 in column_1_subdiag ])
-
-    if omega_1 == 0:
-        # "There's nothing to do at this step of the algorithm,"
-        # which means that our matrix looks like,
-        #
-        #   [ 1 0 ]
-        #   [ 0 B ]
-        #
-        # We could still do a pivot_one_by_one() here, but it would
-        # pointlessly subract a bunch of zeros and multiply by one.
-        B = A1[1:,1:]
-        one = matrix(ring, 1, 1, [1])
-        P2, L2, D2 = block_ldlt_naive(B)
-        P1 = block_diagonal_matrix(one, P2)
-        L1 = block_diagonal_matrix(one, L2)
-        D1 = block_diagonal_matrix(one, D2)
-        return (P1,L1,D1)
-
-    def pivot_one_by_one(M, c=None):
-        # Perform a one-by-one pivot on "M," swapping row/columns "c".
-        # If "c" is None, no swap is performed.
-        if c is not None:
-            P1 = copy(M.matrix_space().identity_matrix())
-            P1.swap_rows(0,c)
-            M = P1.T * M * P1
-
-        # The top-left entry is now our 1x1 pivot.
-        C = M[1:n,0]
-        B = M[1:,1:]
-
-        P2, L2, D2 = block_ldlt_naive(B - (C*C.transpose())/M[0,0])
-
-        if c is None:
-            P1 = block_matrix(2,2, [[ZZ(1), ZZ(0)],
-                                    [0*C,   P2]])
-        else:
-            P1 = P1*block_matrix(2,2, [[ZZ(1), ZZ(0)],
-                                       [0*C,   P2]])
-
-        L1 = block_matrix(2,2, [[ZZ(1),                    ZZ(0)],
-                                [P2.transpose()*C/M[0,0], L2]])
-        D1 = block_matrix(2,2, [[M[0,0], ZZ(0)],
-                                [0*C,     D2]])
-
-        return (P1,L1,D1)
-
-
-    if A1[0,0].abs() > alpha*omega_1:
-        return pivot_one_by_one(A1)
-
-    r = 1 + column_1_subdiag.index(omega_1)
-
-    # If the matrix is Hermitian, we need only look at the above-
-    # diagonal entries to find the off-diagonal of maximal magnitude.
-    omega_r = max( a_rj.abs() for a_rj in A1[:r,r].list() )
-
-    if A1[0,0].abs()*omega_r >= alpha*(omega_1**2):
-        return pivot_one_by_one(A1)
-
-    if A1[r,r].abs() > alpha*omega_r:
-        # Higham step (3)
-        # Another 1x1 pivot, but this time swapping indices 0,r.
-        return pivot_one_by_one(A1,r)
-
-    # Higham step (4)
-    # If we made it here, we have to do a 2x2 pivot.
-    P1 = copy(A1.matrix_space().identity_matrix())
-    P1.swap_rows(1,r)
-    A1 = P1.T * A1 * P1
-
-    # The top-left 2x2 submatrix is now our pivot.
-    E = A1[:2,:2]
-    C = A1[2:n,0:2]
-    B = A1[2:,2:]
-
-    if B.nrows() == 0:
-        # We have a two-by-two matrix that we can do nothing
-        # useful with.
-        P = matrix.identity(ring, n)
-        L = matrix.identity(ring, n)
-        D = A1
-        return (P,L,D)
-
-    P2, L2, D2 = block_ldlt_naive(B - (C*E.inverse()*C.transpose()))
-
-    P1 = P1*block_matrix(2,2, [[ZZ(1), ZZ(0)],
-                               [0*C,   P2]])
-
-    L1 = block_matrix(2,2, [[ZZ(1),                    ZZ(0)],
-                            [P2.transpose()*C*E.inverse(), L2]])
-    D1 = block_diagonal_matrix(E,D2)
-
-    return (P1,L1,D1)
-
-
 def block_ldlt(A):
     r"""
     Perform a block-`LDL^{T}` factorization of the Hermitian
@@ -385,6 +63,10 @@ def block_ldlt(A):
     If the input matrix is not Hermitian, the output from this function
     is undefined.
 
+    SETUP::
+
+        sage: from mjo.ldlt import block_ldlt
+
     EXAMPLES:
 
     This three-by-three real symmetric matrix has one positive, one
@@ -409,7 +91,7 @@ def block_ldlt(A):
         [ 0|-4| 0]
         [--+--+--]
         [ 0| 0| 0]
-        sage: P.T*A*P == L*D*L.T
+        sage: P.transpose()*A*P == L*D*L.transpose()
         True
 
     This two-by-two matrix has no standard factorization, but it
@@ -448,8 +130,7 @@ def block_ldlt(A):
 
         sage: set_random_seed()
         sage: n = ZZ.random_element(6)
-        sage: F = NumberField(x^2 +1, 'I')
-        sage: A = matrix.random(F, n)
+        sage: A = matrix.random(QQ, n)
         sage: A = A + A.transpose()
         sage: P,L,D = block_ldlt(A)
         sage: A == P*L*D*L.transpose()*P.transpose()
@@ -463,7 +144,7 @@ def block_ldlt(A):
         sage: A = matrix.random(F, n)
         sage: A = A + A.conjugate_transpose()
         sage: P,L,D = block_ldlt(A)
-        sage: A == P*L*D*L.transpose()*P.transpose()
+        sage: A == P*L*D*L.conjugate_transpose()*P.conjugate_transpose()
         True
 
     Ensure that a "random" complex positive-semidefinite matrix is
@@ -476,7 +157,7 @@ def block_ldlt(A):
         sage: A = matrix.random(F, n)
         sage: A = A*A.conjugate_transpose()
         sage: P,L,D = block_ldlt(A)
-        sage: A == P*L*D*L.transpose()*P.transpose()
+        sage: A == P*L*D*L.conjugate_transpose()*P.conjugate_transpose()
         True
         sage: diagonal_matrix(D.diagonal()) == D
         True