×

大规模离散不定问题解的泛函极小化。 (英语) Zbl 1262.65053号

摘要:我们研究了定义在离散不定问题近似解集上的线性泛函的最小化问题。感兴趣的主要应用是计算此类问题解的组成部分的置信区间。我们利用L.Eldén[同上,30,第3号,466–483(1990年;Zbl 0702.65041号)],利用一个涉及求解一系列二次约束最小二乘问题的参数规划重新公式。我们的迭代方法利用Lanczos双对角化和Gauss型求积规则之间的联系来约束某些矩阵泛函,非常适合于大规模问题,与现有方法相比,大大减少了矩阵向量乘积的计算。

MSC公司:

65层22 数值线性代数中的不适定性和正则化问题
65千5 数值数学规划方法
90C05(二氧化碳) 线性规划
90C06型 数学规划中的大尺度问题
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Calvetti,D.,Golub,G.H.,Reichel,L.:通过Lanczos二对角化对L-曲线的估计。BIT 39、603–619(1999)·Zbl 0945.65044号 ·doi:10.1023/A:1022383005969
[2] Calvetti,D.,Hansen,P.C.,Reichel,L.:通过Lanczos双对角化的L曲线曲率边界。电子。事务处理。数字。分析。14, 134–149 (2002) ·Zbl 1029.65041号
[3] Calvetti,D.,Morigi,S.,Reichel,L.,Sgallari,F.:大型离散线性问题的Tikhonov正则化和L曲线。J.计算。申请。数学。123, 423–446 (2000) ·Zbl 0977.65030号 ·doi:10.1016/S0377-0427(00)00414-3
[4] Calvetti,D.,Reichel,L.:带解约束的Tikhonov正则化。SIAM J.科学。计算。26, 224–239 (2004) ·Zbl 1081.65033号 ·doi:10.1137/S1064827502412280
[5] Eldén,L.:病态最小二乘问题正则化算法。BIT 17、134–145(1977年)·Zbl 0362.65105号 ·doi:10.1007/BF01932285
[6] Eldén,L.:在离散不定问题的解上定义的泛函的计算算法。BIT 30466–483(1990)·Zbl 0702.65041号 ·doi:10.1007/BF01931661
[7] Eldén,L.,Hansen,P.C.,Rojas,M.:定义在大规模离散不定问题解上的线性泛函的最小化。BIT 45、329–340(2005)·Zbl 1084.65035号 ·doi:10.1007/s10543-005-7122-y
[8] Gautschi,W.:正交多项式:计算与逼近。牛津大学出版社,牛津(2004)·Zbl 1130.42300号
[9] Golub,G.H.,Meurant,G.:矩阵、矩和求积。收录:Griffiths,D.F.,Watson,G.A.(编辑)《数值分析1993》,第105–156页。Longman,Essex(1994)·Zbl 0795.65019号
[10] Golub,G.H.,Meurant,G.:矩阵、矩和求积及其应用。普林斯顿大学出版社,普林斯顿(2010)·Zbl 1217.65056号
[11] Golub,G.H.,von Matt,U.:二次约束最小二乘和二次问题。数字。数学。59, 561–580 (1991) ·Zbl 0745.65029号 ·doi:10.1007/BF01385796
[12] Golub,G.H.,von Matt,U.:大规模问题的Tikhonov正则化。摘自:Golub,G.H.,Lui,S.H.,Luk,F.,Plemmons,R.(编辑)科学计算研讨会,第3-26页。施普林格,纽约(1997)·Zbl 0927.65058号
[13] Golub,G.H.,von Matt,U.:大规模问题的广义交叉验证。J.计算。图表。Stat.6,1–34(1997)·Zbl 0878.65032号
[14] Hansen,P.C.:Matlab 7.3的正则化工具版本4.0。数字。算法46、189–194(2007)·Zbl 1128.65029号 ·doi:10.1007/s11075-007-9136-9
[15] O'Leary,D.P.,Rust,B.W.:不等式约束最小二乘问题的置信区间。SIAM J.科学。统计计算。7, 473–489 (1986) ·Zbl 0593.65092号 ·doi:10.1137/0907032
[16] Paige,C.C.,Saunders,M.A.:LSQR:稀疏线性方程组和稀疏最小二乘的算法。ACM事务处理。数学。柔和。8, 43–71 (1982) ·Zbl 0478.65016号 ·数字对象标识代码:10.1145/355984.355989
[17] Paige,C.C.,Saunders,M.A.:算法583 LSQR:稀疏线性方程和最小二乘问题。ACM事务处理。数学。柔和。8195–209(1982年)·doi:10.1145/355993.356000
[18] Phillips,D.L.:一种数值求解第一类积分方程的技术。J.ACM 9,84–97(1962)·Zbl 0108.29902号 ·doi:10.1145/321105.321114
[19] Rojas,M.,Santos,S.A.,Sorensen,D.C.:大规模信任区域子问题的一种新的无矩阵算法。SIAM J.Optim公司。11, 611–646 (2000) ·Zbl 0994.65067号 ·doi:10.1137/S105262349928887X
[20] Rojas,M.,Santos,S.A.,Sorensen,D.C.:LSTRS:用于大规模信任区域子问题和规范化的Matlab软件。《2003-4年技术报告》,维克森林大学数学系,2004年。可在http://web.math.wfu.edu/\(\sim\)mrojas/software.html·兹比尔1291.65177
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。