数学系-犹他大学 主页•计算•课程时间表•CSME公司•当前职位•常见问题解答（计算）•形式•毕业生•高中•讲座视频•邮箱访问•数学生物学•数学教育•时事通讯•人•研究•RTG拨款•研讨会•

线性方程数值子程序库解决方案

LINPACK是一个数值子程序库，用于求解线性方程、最小二乘问题和寻找奇异值值。

上次更新时间： 2001年11月17日星期六16:21:44

注释和错误报告欢迎通过电子邮件发送给作者，尼尔森·H·F·毕比<beebe@math.utah.edu>. 请在您的报告中提供完整的文档URL，以及标题和上次更新时间附近记录的时间戳文档的顶部。

目录

• LINPACK文档
• 与本地安装的库链接
• 相关库：EISPACK、MINPACK和LAPACK
• LINPACK基准

LINPACK文档

LINPACK有本地提供的在线文档GNU Emacs内部信息系统。在电子邮箱，类型C-h i公司输入信息系统，然后键入M本地和MLINPACK公司.你可以在单机上做同样的事情新佛查看器。该文档也可以在HTML表单用于Web浏览器。

LINPACK的标准参考手册是本书：

@字符串{pub-SIAM公司=“工业与社会应用数学“}@字符串{pub-SIAM：广告=“宾夕法尼亚州费城，美国”}@书籍{东加拉：1979年：LUG,author=“J.J.Dongarra和C.B.Moler和J.R.Bunch和G.W.Stewart“，title=“{LINPACK}用户指南”，出版商=pub-SIAM公司,地址=pub-SIAM：广告,pages=“320”，year=“1979”，ISBN=“0-89871-172-X（平装本）”，LCCN=“QA76.73.L22 L5 1979，QA214.L56 1979”，bibdate=“1993年12月13日星期一15:18:20”，}

LINPACK的发展记录在这本书：

@字符串{公共-PH=“Pren{\-}tice-Hall”}@字符串{pub-PH:adr公司=“美国新泽西州07458上鞍河”}@书籍{科威尔：1984:SDM,editor=“Wayne R.Cowell”，title=“数学的起源和发展软件”，出版商=公共-PH,地址=pub-PH:adr公司,页码=“xii+404”，year=“1984”，国际标准图书编号=“0-13-823501-5”，LCCN=“QA76.95.S68 1984”，bibdate=“1993年12月14日星期二22:44:45”，series=“计算中的Prentice-Hall级数数学，Cleve Moler，顾问”，}

LINPACK及其前身EISPACK源自早期的工作发表在杂志上 数值数学 后来在这首单曲中收集并再版书：

@字符串{pub-SV公司=“弹簧{-}er-Ver{-}滞后”}@字符串{pub-SV:adr公司=“德国柏林~/海德堡，德国~/伦敦、英国~/等等“}@书籍{威尔金森：1971:洛杉矶,editor=“詹姆斯·H·威尔金森和克里斯蒂安·瑞施”，booktitle=“线性代数”，title=“线性代数”，volume=“II”，出版商=pub-SV公司,地址=pub-SV:adr公司,页码=“viii+439”，year=“1971”，国际标准图书编号=“0-387-05414-6，3-540-05414-6”，LCCN=“QA251.W67”，bibdate=“1993年12月15日星期三18:44:50”，series=“自动计算手册，编辑：F.L.Bauer、A.S.Householder、F.W.J.Olver、，H.Rutishauser、K.Samelson和E.Stiefel”，}

与本地安装的库链接

Fortran代码可以与LINPACK库链接，如这个：

f77-o fcode fcode.f-L/usr/local/lib-linpack

相关库：EISPACK、MINPACK和LAPACK

LINPACK是其他几种产品之一xxx包项目，其中，EISPACK公司（对于矩阵特征值和特征向量，以及奇异值分解），MINPACK公司（用于函数最小化和最小二乘解），以及LAPACK公司（对于线性方程，最小二乘，奇异值分解和特征值/特征向量解）。

LINPACK基准

LINPACK库在作为性能基准的计算行业，以及结果已经为大量计算机编制了表格在一年大约更新两次的报告中。报告在PostScript中可用（性能.ps）和PDF表单（performance.pdf）。

LINPACK基准用于比较高性能计算机：排名世界500强超级计算机经常被引用。

LINPACK基准测试有两类：解决方案100阶特定线性方程组，使用原始LINPACK软件和文档编译期权，以及“走向最高绩效”基准订单1000，允许竞争对手改写，或甚至用高度优化的代码替换LINPACK代码甚至可能使用不同的算法得到正确答案。

O（N）行矩阵的线性方程解和O（N）列采用O（N^3）运算，当N=100时，大约有一百万个浮点运算需要。这在20世纪70年代是一个适度的基准，但在机器上只需几秒钟制造于20世纪90年代及以后。此外，O（N^2）存储需要，因此当N=100时，内存小于100KB就足够了。这比高速列车的尺寸小缓存20世纪90年代或以后大多数机器的内存，因此代码的运行速度比数据不在隐藏物。编译器有时被修改为识别LINPACK类型的内部循环并使用最高效率，以获得良好的LINPACK基准营销炒作的数字。因此，N=100 LINPACK基准往往会高估绩效。

N=1000 LINPACK基准采用的数量级为10亿次失败，内存超过大多数机器的缓存，因此作为绩效衡量，但它也给了不公平的权重某些架构类，例如向量计算机。

因此，您应该将LINPACK基准数字视为您的程序可能无法实现的性能实现！