×
苗村强

对称特征值问题的滤波Krylov-like序列方法。 （英语） Zbl 1436.65039号

数字。算法 82，第3号，791-807（2019）.
摘要：本文通过引入一类滤波Krylov-like子空间，给出了计算对称矩阵的一个极值特征值和相应特征向量的滤波Krylonv-like序列方法。与标准的Krylov子空间方法相比，过滤后的类Krylov-like序列方法在实际中表现得更有效、更健壮。我们特别选择了两种多项式滤波器，并将它们与一些著名的方法联系起来。通过数值实验验证了新方法的收敛性和竞争力。

引用于5文件

MSC公司：

2015财年65 矩阵特征值和特征向量的数值计算
15B57号 厄米特矩阵、斜厄米特阵和相关矩阵

关键词：

特征值;特征向量;滤波Krylov-like子空间;多项式滤波器;对称矩阵

软件：

爱尔兰共和国;环境影响评价;JDQZ公司
PDF格式BibTeX公司 XML格式引用
\textit{C.-Q.Miao}，数字。算法82，No.3，791--807（2019；Zbl 1436.65039）
全文： 内政部

参考文献：

[1] 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 ·doi:10.1016/j.laa.2017.01.018
[2] 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。申请。数学。莱特。72，23-28（2017）·Zbl 1373.65022号 ·doi:10.1016/j.aml.2017.03.021
[3] 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.计算。物理学。17, 87-94 (1975) ·Zbl 0293.65022号 ·doi:10.1016/0021-9991（75）90065-0
[4] Fang，H.R.，Saad，Y.：极值和内部特征值问题的过滤Lanczos程序。SIAM J.科学。计算。34，A2220-A2246（2012）·Zbl 1253.65053号 ·数字对象标识代码：10.1137/10836535
[5] Genseberger，M.，Sleijpen，G.L.G.：Jacobi-Davidson方法中的替代校正方程。数字。线性代数应用。6, 235-253 (1999) ·兹伯利0983.65047 ·doi:10.1002/（SICI）1099-1506（199904/05）6:3<235:：AID-NLA166>3.0.CO；2-8
[6] Golub，G.H.，Van Loan，C.F.：矩阵计算，第三版。约翰·霍普金斯大学出版社，巴尔的摩（1996）·Zbl 0865.65009号
[7] Lehoucq，R.B.，Meerbergen，K.：在不精确有理Krylov序列方法中使用广义Cayley变换。SIAM J.矩阵分析。申请。20, 131-148 (1998) ·Zbl 0931.65035号 ·doi:10.1137/S0895479896311220
[8] Miao，C.-Q.：用于大型对称特征值问题的滤波Davidson方法。东亚J.应用。数学。7, 21-34 (2017) ·Zbl 1373.15018号 ·doi:10.4208/eajam.160816.131016a
[9] Miao，C.-Q.：在Jacobi-Davidson校正方程产生的增广Krylov子空间中计算特征对。J.计算。申请。数学。343, 363-372 (2018) ·Zbl 1391.65088号 ·doi:10.1016/j.cam.2018.05.001
[10] Morgan，R.B.，Scott，D.S.：稀疏对称特征值问题的Lanczos算法预处理。SIAM J.科学。计算。14, 585-593 (1993) ·Zbl 0791.65022号 ·doi:10.1137/0914037
[11] Parlett，B.N.：对称特征值问题，SIAM，宾夕法尼亚州费城（1998）·Zbl 0885.65039号
[12] Ruhe，A.：Rational Krylov：大型稀疏非对称矩阵铅笔的实用算法。SIAM J.科学。计算。19, 1535-1551 (1998) ·Zbl 0914.65036号 ·doi:10.1137/S1064827595285597
[13] Saad，Y.：解决非对称特征值问题的切比雪夫加速技术。数学。公司。42, 567-588 (1984) ·Zbl 0539.65013号 ·doi:10.1090/S0025-5718-1984-0736453-8
[14] Saad，Y.：稀疏线性系统的迭代方法，第2版。SIAM，宾夕法尼亚州费城（2003）·Zbl 1002.65042号 ·doi:10.137/1.9780898718003
[15] Saad，Y.：大特征值问题的数值方法，第2版。SIAM，费城（2011）·Zbl 1242.65068号 ·doi:10.1137/1.9781611970739
[16] Sleijpen，G.L.G.，van der Vorst，H.A.：线性特征值问题的Jacobi-Davidson迭代方法。SIAM J.矩阵分析。申请。17, 401-425 (1996) ·Zbl 0860.65023号 ·doi:10.1137/S0895479894270427
[17] Sorensen，D.C.：多项式滤波器在k步Arnoldi方法中的隐含应用。SIAM J.矩阵分析。申请。13, 357-385 (1992) ·Zbl 0763.65025号 ·doi:10.1137/0613025
[18] Szyld，D.B.，Xue，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。数字。数学。123, 333-362 (2013) ·Zbl 1259.65077号 ·doi:10.1007/s00211-012-0489-1
[19] Ye，Q.：一种自适应块Lanczos算法。数字。阿尔戈。12, 97-110 (1996) ·Zbl 0859.65032号 ·doi:10.1007/BF02141743
[20] Zhou，Y.-K.，Saad，Y.：大型对称特征值问题的Chebyshev-Davidson算法。SIAM J.矩阵分析。申请。29, 954-971 (2007) ·Zbl 1151.65321号 ·数字对象标识代码：10.1137/050630404
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。