Sto lavorando su un piccolo progetto (in un linguaggio molto "di basso livello" con un float a 32 bit a precisione singola che quasi non ha alcuna funzionalità oltre alle condizioni e ai loop di base) e ad un certo punto devo risolvere un sistema lineare di equazioni (4x4 o talvolta 5x5). Questo non è il problema, io uso l'algoritmo GAUSSian con pivoting. Per aumentare la velocità di calcolo, è anche possibile utilizzare una soluzione esplicita codificata diretta del sistema 4x4 (ad esempio ottenuta dalla cassetta degli attrezzi simbolica di Matlabs.)
Il problema che ho a che fare ora è che a volte nel mio sistema di equazioni possono verificarsi funzioni esponenziali e b con abbastanza alto esponenti, diciamo b > 10000 ... il fatto è che questi enormi valori svaniscono quando il sistema viene risolto. La prossima cosa è che b non sono valori interi ma alcune cose decimali ...
C'è un modo per un rapido tipo di "fattorizzazione" di ad esempio e 13421.1234 ? O cosa posso fare per rendere il mio sistema di equazioni risolvibile?
Modifica: esempio di equazioni
x_i = 0 ... >1000 = values from Measurement, i.e. time in days]
y_i = 0, 1e-6 ... 1e-4 = values from Measurement, i.e. creep-strain]
b_i = 1/1, 1/10, 1/100, 1/1000 = constants
a_i = Regression-Parameters to be estimated
(1): ( a_1*sum_{i=1}^{k}*e^{x_i*(b_1+b_1)} +
a_2*sum_{i=1}^{k}*e^{x_i*(b_2+b_1)} +
a_3*sum_{i=1}^{k}*e^{x_i*(b_3+b_1)} +
a_4*sum_{i=1}^{k}*e^{x_i*(b_4+b_1)} ) = ( sum_{i=1}^{k} y_i*e^{x_i*b_1} )
(2): ( a_1*sum_{i=1}^{k}*e^{x_i*(b_1+b_2)} +
a_2*sum_{i=1}^{k}*e^{x_i*(b_2+b_2)} +
a_3*sum_{i=1}^{k}*e^{x_i*(b_3+b_2)} +
a_4*sum_{i=1}^{k}*e^{x_i*(b_4+b_2)} ) = ( sum_{i=1}^{k} y_i*e^{x_i*b_2} )
(3): ( a_1*sum_{i=1}^{k}*e^{x_i*(b_1+b_3)} +
a_2*sum_{i=1}^{k}*e^{x_i*(b_2+b_3)} +
a_3*sum_{i=1}^{k}*e^{x_i*(b_3+b_3)} +
a_4*sum_{i=1}^{k}*e^{x_i*(b_4+b_3)} ) = ( sum_{i=1}^{k} y_i*e^{x_i*b_3} )
(4): ( a_1*sum_{i=1}^{k}*e^{x_i*(b_1+b_4)} +
a_2*sum_{i=1}^{k}*e^{x_i*(b_2+b_4)} +
a_3*sum_{i=1}^{k}*e^{x_i*(b_3+b_4)} +
a_4*sum_{i=1}^{k}*e^{x_i*(b_4+b_4)} ) = ( sum_{i=1}^{k} y_i*e^{x_i*b_4} )