<div>Olá Benilton,</div><div><br></div><div>tentando passar um exemplo reproduzivel, o experimento em questão executa um script para a obtenção dos valores preditos utilizando os dados do pivo, por meio do pacote geoComp.</div>
<div><br></div><div>Nesse script, foram relatados problemas quanto ao tempo de processamento.</div><div><br></div><div>A função responsável por tais "problemas" foi a função volta.cokri.</div><div><br></div><div>
Dentro dessa função identifiquei que o elevado tempo de processamento se deve à chamada a função eigen.</div><div>Na eigen, constatei o processamento de grandes matrizes com valores exponenciais.</div><div><br></div><div>
Como minha pesquisa tem foco no processamento paralelo, estou realizando experimentos observando formas de se decompor tais matrizes de forma a realizar uma execução paralela.</div><div><br></div><div>Em uma das execuções, crio as matrizes m1,m2,m3 e m4, como segue</div>
<div><br></div><div>    m1 <- mat.cokri[[2]][1:2601,1:2601]</div><div>    m2 <- mat.cokri[[2]][2602:5202,1:2601]</div><div>    m3 <- mat.cokri[[2]][1:2601,2602:5202]</div><div>    m4 <- mat.cokri[[2]][2602:5202,2602:5202] </div>
<div><br></div><div>sendo essas sub-matrizes da mat.cokri[[2]] que é uma matriz (5202 x 5202).</div><div><br></div><div>O que tinha em mente seria a execução paralela de tais matrizes por meio da função mclapply. Nesse experimento, fiz o seguinte:</div>
<div><br></div><div>mclapply(1:4, function(i) {</div><div><br></div><div>    g1 <- mvrnorm(n=1, mat.cokri[[1]][1:2601],m1)</div><div>    g2 <- mvrnorm(n=1, mat.cokri[[1]][1:2601],m2)</div><div>    g3 <- mvrnorm(n=1, mat.cokri[[1]][2602:5202],m3)</div>
<div>    g4 <- mvrnorm(n=1, mat.cokri[[1]][2602:5202],m4)</div><div><br></div><div>},mc.cores=4</div><div>)</div><div><br></div><div>Esse seria o procedimento correto? Claro, este sendo um exemplo hipotético, visto que a execução real faz um loop com 1000 iterações.</div>
<div><br></div><div>Carlos Beleti.</div>