×

计算Jacobi-Davidson校正方程产生的增广Krylov子空间中的特征对。 (英语) Zbl 1391.65088号

摘要:本文提出了一种计算厄米特矩阵极值特征值和相应特征向量的增广Krylov子空间方法。增广Krylov子空间是标准Krylof子空间和另一个用于提取所需特征对近似值的低维子空间的结合,它与Jacobi-Davidson迭代方法中涉及的投影子空间有本质上的不同。增广Krylov子空间方法全局收敛,局部达到三次收敛速度。通过数值实验验证了该方法的收敛性和竞争力。

MSC公司:

2015财年65 矩阵特征值和特征向量的数值计算
65N25型 含偏微分方程边值问题特征值问题的数值方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Parlett,B.N.,对称特征值问题,(1998),宾夕法尼亚州费城SIAM·Zbl 0885.65039号
[2] Saad,Y.,大特征值问题的数值方法,(2011),宾夕法尼亚州费城SIAM·Zbl 1242.65068号
[3] Knyazev,A.V.,朝向最优预处理特征解算器:局部最优块预处理共轭梯度法,SIAM J.Sci。铜。,23, 517-541, (2001) ·兹比尔0992.65028
[4] Davidson,E.R.,大型实对称矩阵的几个最低特征值和相应特征向量的迭代计算,J.Compute。物理。,17, 87-94, (1975) ·Zbl 0293.65022号
[5] Sleijpen,G.L.G。;van der Vorst,H.A.,线性特征值问题的Jacobi-Davidson迭代法,SIAM J.矩阵分析。申请。,17, 401-425, (1996) ·Zbl 0860.65023号
[6] 方,L。;He,G.-P.,求解非线性方程的高阶收敛牛顿法的一些修正,J.Compute。申请。数学。,228, 296-303, (2009) ·Zbl 1168.65344号
[7] Szyld,D.B。;薛,F.,一般非线性特征值问题的非精确Newton型算法的局部收敛性分析,数值。数学。,123333-362(2013)·Zbl 1259.65077号
[8] 周永康,雅各比-戴维森研究,瑞利商迭代,逆迭代广义戴维森和牛顿更新,数值。线性代数应用。,13, 621-642, (2006) ·Zbl 1174.65372号
[9] Golub,G.H。;Ye,Q.,对称广义特征值问题的反自由预条件Krylov子空间方法,SIAM J.Sci。铜。,24, 312-334, (2002) ·Zbl 1016.65017号
[10] 摩根R.B。;Scott,D.S.,稀疏对称特征值问题的Lanczos算法预处理,SIAM J.Sci。铜。,14, 585-593, (1993) ·Zbl 0791.65022号
[11] Saad,Y.,《关于Lanczos和block-Lanczos方法的收敛速度》,SIAM J.Numer。分析。,17, 687-706, (1980) ·Zbl 0456.65016号
[12] Bai,Z.-Z。;Miao,C.-Q.,关于不精确简化Jacobi-Davidson方法的局部二次收敛性,线性代数应用。,520, 215-241, (2017) ·Zbl 1359.65055号
[13] Bai,Z.-Z。;Miao,C.-Q.,关于厄米特特征问题内部特征对的不精确简化Jacobi-Davidson方法的局部二次收敛性,应用。数学。莱特。,72, 23-28, (2017) ·Zbl 1373.65022号
[14] Notay,Y.,部分对称特征值问题的jacob-Davidson和共轭梯度组合,Numer。线性代数应用。,9, 21-44, (2002) ·Zbl 1071.65516号
[15] 根塞伯格,M。;Sleijpen,G.L.G.,Jacobi-Davidson方法中的替代校正方程,数值。线性代数应用。,6, 235-253, (1999) ·Zbl 0983.65047号
[16] Saad,Y.,增广Krylov子空间方法分析,SIAM J.矩阵分析。申请。,18, 435-449, (1997) ·Zbl 0871.65026号
[17] 矩阵市场,http://math.nist.gov/MatrixMarket网站/; 矩阵市场,http://math.nist.gov/MatrixMarket网站/
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,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。