Descripción del proyecto
EN MUCHAS APLICACIONES DE COMPUTACION CIENTIFICA, LA PARTE PRINCIPAL DEL CALCULO ES LA RESOLUCION NUMERICA DE UN PROBLEMA ALGEBRAICO DE AUTOVALORES, LOS METODOS ITERATIVOS DE PROYECCION SON VENTAJOSOS EN COMPARACION CON OTROS METODOS EN LOS CASOS EN QUE LAS MATRICES SON GRANDES Y DISPERSAS Y SOLO UNA PEQUEÑA FRACCION DEL ESPECTRO ES NECESARIA, LA BIBLIOTECA SOFTWARE SLEPC, DESARROLLADA POR EL EQUIPO PROPONENTE, PROPORCIONA METODOS ITERATIVOS ROBUSTOS Y EFICIENTES PARA ESTE PROBLEMA EN COMPUTADORES PARALELOS, Y ES UTILIZADO EN TODO EL MUNDO EN MUCHAS DISCIPLINAS CIENTIFICAS,EN ESTE PROYECTO, QUEREMOS EXTENDER LA BIBLIOTECA SLEPC INCORPORANDO NUEVA FUNCIONALIDAD QUE NO ESTA DISPONIBLE EN LA VERSION ACTUAL, DE FORMA QUE SEA CAPAZ DE RESOLVER PROBLEMAS QUE ESTAN INTIMAMENTE RELACIONADOS CON LA APROXIMACION DE AUTOVALORES PERO SE FORMULAN DE UNA MANERA COMPLETAMENTE DISTINTA DESDE EL PUNTO DE VISTA MATEMATICO, SIN EMBARGO, LOS METODOS COMPARTEN UNA FILOSOFIA SUBYACENTE COMUN DE MANERA QUE SLEPC ES EL LUGAR IDEAL PARA ALBERGAR DICHOS DESARROLLOS NUEVOS,UNO DE LOS PROBLEMAS OBJETIVO ES EL PROBLEMA DE AUTOVALORES POLINOMICO, ESTE PROBLEMA ESTA A MEDIO CAMINO ENTRE EL PROBLEMA DE AUTOVALORES LINEAL QUE SE ABORDA ACTUALMENTE EN SLEPC Y EL MAS GENERAL PROBLEMA NO LINEAL DE AUTOVALORES, EL HECHO DE QUE EL PROBLEMA SE DEFINA POR MEDIO DE UN POLINOMIO LO HACE MAS TRATABLE, ASI QUE RECIENTEMENTE SE HAN PROPUESTO NUEVOS METODOS, Y ADEMAS LAS APLICACIONES ESTAN EMPEZANDO A DEMANDAR ESTE TIPO DE CALCULOS, UN CASO PARTICULAR ES EL PROBLEMA CUADRATICO DE AUTOVALORES, QUE APARECE EN MUCHAS APLICACIONES IMPORTANTES, EN ESTE ESCENARIO, NOS CENTRAMOS EN METODOS QUE PRESERVAN LA ESTRUCTURA DEL PROBLEMA, YA QUE ESTOS PROPORCIONAN MEJOR PRECISION, OTRO TIPO DE PROBLEMA ES EL CALCULO DE LA ACCION DE UNA FUNCION MATRICIAL (P,E, LA EXPONENCIAL) SOBRE UN VECTOR, ESTO ES NECESARIO EN MUCHOS CALCULOS COMO LA RESOLUCION DE ECUACIONES DIFERENCIALES ORDINARIAS, FINALMENTE, ABORDAMOS EL CALCULO DE APROXIMACIONES DE RANGO BAJO A LA SOLUCION DE ECUACIONES MATRICIALES COMO LAS DE LYAPUNOV O SYLVESTER, EMPLEANDO CONCEPTOS SIMILARES A LOS PROBLEMAS ANTERIORES, EN CONCRETO EL USO DE SUBESPACIOS DE KRYLOV (O DE KRYLOV RACIONALES) DE LOS CUALES SE EXTRAEN LAS APROXIMACIONES,EN TODOS LOS CASOS, LOS ALGORITMOS ESTAN AUN EN DESARROLLO, Y POR TANTO HAY MUCHO ESPACIO PARA LA INVESTIGACION Y LA INNOVACION, TAMBIEN, NO HAY APENAS SOFTWARE QUE PUEDA RESOLVER ESTE TIPO DE PROBLEMAS, Y MENOS AUN EN PARALELO, NOS CENTRAMOS EN EL AJUSTE DE LOS ALGORITMOS PARA LA MAXIMA EFICIENCIA TANTO SECUENCIAL COMO PARALELA, LA IMPLEMENTACION ROBUSTA Y EFICIENTE DE ESTOS METODOS EN COMPUTADORES PARALELOS MODERNOS NO ES TRIVIAL, ADEMAS, LAS PLATAFORMAS DE COMPUTACION UTILIZADAS PARA APLICACIONES DE SUPERCOMPUTACION ESTAN EVOLUCIONANDO RAPIDAMENTE, Y CADA VEZ ES MAS FRECUENTE ENCONTRAR ARQUITECTURAS HIBRIDAS (CLUSTERS CON PROCESADORES MULTI-CORE) Y PROCESADORES NO CONVENCIONALES (P,E, GPUS), SLEPC DEBE DAR SOPORTE PARA DICHAS PLATFORMAS, PARA LO CUAL SE INCLUYEN ACCIONES DE INVESTIGACION EN ESTE PROYECTO, COMPUTACIÓN CIENTÍFICA\ COMPUTACIÓN PARALELA\ CÁLCULO DE AUTOVALORES\ MATRICES DISPERSAS\ POLINOMIOS MATRICIALES\ FUNCIONES MATRICIALES\ ECUACIONES MATRICIALES\ PLATAFORMAS MULTI-CORE\ GPU