×

一种使SPAI和PSAI预处理对大型不规则稀疏线性系统有效的方法。 (英语) Zbl 1362.65035号

小结:我们研究了自适应稀疏近似逆(SPAI)和自适应幂稀疏近似逆预处理过程,并揭示了它们的两个重要特征:(i)对于具有不规则稀疏的大型线性系统(Ax=b\),即具有相对密集列的大型线性系统(Ax=b\),SPAI的实现成本可能非常高,并且由此产生的稀疏近似逆可能对预处理无效。PSAI可以有效地进行预处理,但可能需要过多的存储,并且耗时过长。(ii)当\(A\)是规则稀疏的,即它的所有列都是稀疏的时,情况得到了显著改善。在这种情况下,SPAI和PSAI都是有效的。此外,SPAI,尤其是PSAI更有可能构建有效的预条件子。基于这些特征,我们提出了一种使SPAI和PSAI更适用于具有不规则稀疏(Ax=b\)的情况的方法。我们首先将(A)分解为一个正则稀疏矩阵(tilde A)和一个低秩矩阵(s)。然后利用Sherman-Morrison-Woodbury公式,将(Ax=b)变换为具有相同系数矩阵(A)的新线性系统(s+1),利用SPAI和PSAI有效地计算A的稀疏近似逆,并应用Krylov迭代法求解预处理线性系统。在理论上,我们考虑了从一些重要的矩阵类中得到的\(tilde A\)的非奇异性和条件。我们展示了如何从新系统的近似解中恢复(Ax=b)的近似解,以及如何为(s+1)系统设计可靠的停止准则,以确保(Ax=b)的逼近解满足期望的精度。鉴于不规则稀疏线性系统在应用中很常见,该方法广泛扩展了SPAI和PSAI的实用性。数值结果表明,我们的方法在将SPAI和PSAI直接应用于(Ax=b\)方面具有相当大的优越性。

MSC公司:

65F08个 迭代方法的前置条件
65层10 线性系统的迭代数值方法
65层50 稀疏矩阵的计算方法
PDF格式BibTeX公司 XML格式引用