克里斯托弗·佩奇(Christopher C.Paige)。 特征值问题和方程解的Lanczos过程的准确性。 (英语) Zbl 1427.65044号 SIAM J.矩阵分析。申请。 40,第4期,1371-1398(2019). 摘要:同上31,第5号,2347–2359(2010;Zbl 1215.65083号)],作者证明了有限精度Lanczos过程的\(k\)步对\(n\乘n\)Hermitian矩阵\(A\)的三对角化可以看作是\(k+n)\乘(k+n)\)增广Hermitian矩阵的精确Lanczos过程,产生精确的正交向量。在这里,我们使用这个结果和相关结果来证明有限精度Lanczos过程在用于寻找(A)的本征系统或求解线性系统(Ax=b)时的高精度行为。结果表明,有限精度过程以迭代而非步长的方式模拟了精确过程,并提供了向后稳定的结果。这些结果也是完整的,例如使具有不同特征值的(A)的完整特征系统可用。用于获得这些结果的矩阵(S_k)可以提供关于任何(k)向量之间正交性损失的有价值的理论信息,以及许多其他有用的属性。 引用于6文件 MSC公司: 65层10 线性系统的迭代数值方法 2015财年65 矩阵特征值和特征向量的数值计算 65层25 数值线性代数中的正交化 65层50 稀疏矩阵的计算方法 65克50 舍入误差 15甲18 特征值、奇异值和特征向量 15B57号 厄米特矩阵、斜厄米特阵和相关矩阵 关键词:Lanczos过程;正交性;舍入误差分析;大型稀疏矩阵;本征问题;方程组;共轭梯度;乔丹标准形 引文:Zbl 1215.65083号 软件:LSMR公司;分钟;CRAIG公司;LSQR(LSQR);明尼苏达州 PDF格式BibTeX公司 XML格式引用 \textit{C.C.Paige},SIAM J.矩阵分析。申请。40,第4号,1371--1398(2019;Zbl 1427.65044) 全文: 内政部 参考文献: [1] \AA。Bjo¨rck和C.C.Paige,《修正Gram-Schmidt算法中正交性的丢失和重新获得》,SIAM J.矩阵分析。申请。,13(1992),第176-190页,https://doi.org/10.1137/0613015。 ·Zbl 0747.65026号 [2] E.Carson和J.W.Demmel,有限精度对称本征问题的\(s)步Lanczos方法的精度,SIAM J.矩阵分析。申请。,36(2015),第793-819页,https://doi.org/10.1137/10990735。 ·Zbl 1319.65024号 [3] X.-W.Chang,《个人沟通》,2018年。 [4] S.-C.T.Choi、C.C.Paige和M.A.Saunders,MINRES-QLP:不定或奇异对称系统的Krylov子空间方法,SIAM J.Sci。计算。,33(2011),第1810-1836页,https://doi.org/10.1137/100787921。 ·Zbl 1230.65050号 [5] C.Davis和W.M.Kahan,子空间扰动的一些新界,布尔。阿默尔。数学。Soc.,75(1969),第863-868页·Zbl 0175.43204号 [6] D.C.-L.Fong和M.A.Saunders,LSMR:稀疏最小二乘问题的迭代算法,SIAM J.Sci。计算。,33(2011),第2950-2971页,https://doi.org/10.1137/10079687X。 ·Zbl 1232.65052号 [7] G.H.Golub和W.Kahan,计算矩阵的奇异值和伪逆,SIAM J.Numer。分析。,2(1965年),第205-224页,https://doi.org/10.1137/0702016。 ·Zbl 0194.18201号 [8] G.H.Golub和C.F.Van Loan,《矩阵计算》,第4版,约翰霍普金斯大学出版社,马里兰州巴尔的摩,2013年·Zbl 1268.65037号 [9] A.Greenbaum,共轭梯度算法在精确和有限精度算法中的收敛性,博士论文,加州大学伯克利分校,加利福尼亚州伯克利,1981年。 [10] A.Greenbaum,微扰Lanczos和共轭梯度递归的行为,线性代数应用。,113(1989),第7-63页,https://doi.org/10.1016/0024-3795(89)90285-1·Zbl 0662.65032号 [11] A.Greenbaum和Z.Strakoš,预测有限精度Lanczos和共轭梯度计算的行为,SIAM J.矩阵分析。申请。,13(1992),第121-137页,https://doi.org/10.1137/0613011。 ·Zbl 0755.65037号 [12] C.Greif、C.C.Paige、D.Titley-Peroquin和J.M.Varah,偏对称矩阵的Krylov子空间算法之间的数值等效性,SIAM J.矩阵分析。申请。,37(2016),第1071-1087页,https://doi.org/10.1137/15M1030078。 ·Zbl 1347.65062号 [13] M.H.Gutknecht和Z.Strakoš,Krylov空间解算器的两个三项和三个二项递归的准确性,SIAM J.矩阵分析。申请。,22(2000),第213-229页,https://doi.org/10.1137/S0895479897331862。 ·Zbl 0976.65030号 [14] S.Hammarling和N.J.Higham,Wilkinson and Backward Error Analysis,曼彻斯特大学数学学院数值线性代数组网站,2019年,https://nla-group.org/2019/02/18/wilkinson-and-backward-error-analysis/。 [15] M.Hestenes和E.Stiefel,《求解线性系统的共轭梯度方法》,J.Research Nat.Bur。《标准》,49(1952),第409-436页,https://doi.org/10.6028/jres.049.044。 ·Zbl 0048.09901号 [16] C.Lanczos,解线性微分和积分算子特征值问题的迭代方法,J.Research Nat.Bur。标准,45(1950),第255-282页,https://doi.org/10.6028/jres.045.026。 [17] C.Lanczos,通过最小化迭代求解线性方程组,J.Research Nat.Bur。《标准》,49(1952),第33-53页,https://doi.org/10.6028/jres.049.006。 [18] G.Meurant,《Lanczos和共轭梯度算法》,《软件环境》。工具19,SIAM,费城,2006,https://doi.org/10.1137/1.9780898718140。 ·Zbl 1113.65032号 [19] G.Meurant和Z.Strakoš,有限精度算术中的Lanczos和共轭梯度算法,Acta Numer。,15(2006),第471-542页,https://doi.org/10.1017/S096249290626001X。 ·兹比尔1113.65032 [20] D.P.O'Leary、Z.Strakoš和P.Tichy \780],《关于高斯-克里斯托夫积分灵敏度》,数值。数学。,107(2007),第147-174页,https://doi.org/10.1007/s00211-007-0078-x。 ·Zbl 1117.41023号 [21] C.C.Paige,《超大稀疏矩阵的特征值和特征向量的计算》,伦敦大学博士论文,英国伦敦,1971年。 [22] C.C.Paige,《对称矩阵三对角化Lanczos算法的误差分析》,J.Inst.Math。申请。,18(1976年),第341-349页,https://doi.org/10.1093/iamat/183.341。 ·Zbl 0347.65018号 [23] C.C.Paige,对称特征值问题Lanczos算法的准确性和有效性,线性代数应用。,34(1980),第235-258页,https://doi.org/10.1016/0024-3795(80)90167-6. ·Zbl 0471.65017号 [24] C.C.Paige,从任何单位2-范数向量序列获得的酉矩阵的一种有用形式,SIAM J.matrix Anal。申请。,31(2009),第565-583页,https://doi.org/10.1137/080725167。 ·Zbl 1217.65072号 [25] C.C.Paige,Lanczos Hermitian矩阵三对角化过程的增广稳定性结果,SIAM J.矩阵分析。申请。,31(2010),第2347-2359页,https://doi.org/10.1137/090761343。 ·Zbl 1215.65083号 [26] C.C.Paige,《正交性损失对大规模数值计算的影响》,《计算科学及其应用》,ICCSA 2018,《计算讲义》。科学。10962,O.Gervasi等人,编辑,Springer,Cham,第429-439页,https://doi.org/10.1007/978-3-319-95168-3_29。 [27] C.C.Paige和I.Panayotov,有限精度Lanczos三对角化过程中的Hessenberg矩阵性质和Ritz向量,SIAM J.矩阵分析。申请。,32(2011),第1079-1094页,https://doi.org/10.1137/100796285。 ·Zbl 1248.65040号 [28] C.C.Paige、I.Panayotov和J.-P.M.Zemke,摄动双边Lanczos三对角化过程的增广分析,线性代数应用。,447(2014),第119-132页,https://doi.org/10.1016/j.laa.2013.05.009。 ·Zbl 1291.65130号 [29] C.C.Paige、M.Rozložniík和Z.Strakos \780],修改的Gram-Schmidt(MGS),最小二乘法和MGS-GMRES的后向稳定性,SIAM J.Matrix Anal。申请。,28(2006),第264-284页,https://doi.org/10.1137/050630416。 ·Zbl 1113.65028号 [30] C.C.Paige和M.A.Saunders,稀疏不定线性方程组的解,SIAM J.Numer。分析。,12(1975年),第617-629页,https://doi.org/10.1137/0712047。 ·Zbl 0319.65025号 [31] C.C.Paige和M.A.Saunders,LSQR:稀疏线性方程组和稀疏最小二乘的算法,ACM Trans。数学。《软件》,8(1982),第43-71页,https://doi.org/10.1145/355984.355989。 ·Zbl 0478.65016号 [32] C.C.Paige和M.A.Saunders,算法583:LSQR:稀疏线性方程和最小二乘问题,ACM Trans。数学。《软件》,8(1982),第195-209页,https://doi.org/10.1145/355993.356000。 [33] C.C.Paige和Z.Strakoš,标度总体最小二乘基本原理,数值。数学。,91(2002),第117-146页,https://doi.org/10.1007/s002110100314。 ·Zbl 0998.65046号 [34] C.C.Paige和W.Wuëlling,从归一化向量序列获得的酉矩阵的性质,SIAM J.矩阵分析。申请。,35(2014),第526-545页,https://doi.org/10.1137/120897687。 ·Zbl 1304.65137号 [35] I.Panayotov,《用Rayleigh-Ritz和Lanczos方法进行特征值估计》,加拿大蒙特勒大学博士论文,2010年。 [36] B.N.Parlett,对称特征值问题,经典应用。数学。20,SIAM,费城,1998年,https://doi.org/10.1137/1.9781611971163。 ·Zbl 0885.65039号 [37] M.A.Saunders、H.D.Simon和E.L.Yip,非对称线性方程的两种共轭梯度型方法,SIAM J.Numer。分析。,25(1988),第927-940页,https://doi.org/10.1137/0725052。 ·Zbl 0652.65022号 [38] G.W.Stewart,《关于伪逆、投影和线性最小二乘问题的扰动》,SIAM Rev.,19(1977),第634-662页,https://doi.org/10.1137/1019104。 ·Zbl 0379.65021号 [39] Z.Strakoš,关于共轭梯度法的实际收敛速度,线性代数应用。,154-156(1991),第535-549页,https://doi.org/10.1016/0024-3795(91)90393-B·Zbl 0732.65021号 [40] Z.Strakoš,《Krylov空间方法的收敛性和数值行为》,载于北约ASI研究所,《大型稀疏线性代数系统的算法:科学与工程中的最新技术和应用》,G.Winter Althaus和E.Spedicato编辑,Kluwer,Dordrecht,荷兰,1998年,第175-197页。 [41] J.H.Wilkinson,代数过程中的舍入误差,注释应用。科学。32,英国女王文具办公室,伦敦,1963年。(也由Prentice-Hall出版,Englewood Cliffs,NJ,1964年。多佛出版公司转载,纽约,1994年。)·Zbl 1041.65502号 [42] J.H.Wilkinson,《代数特征值问题》,克拉伦登出版社,英国牛津,1965年·Zbl 0258.65037号 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。