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。