全局Krylov子空间方法

来源 :上海大学 | 被引量 : 0次 | 上传用户:danielddy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文主要讨论全局Krylov子空间方法,同时与块Krylov子空间方法做比较,来探索全局和块方法在解一些矩阵方程组时各自的优缺点.在本文中全局Krylov子空间方法主要用来解大规模稀疏的多右端方程组和Sylvester方程组.因为这两种矩阵方程组在许多实际应用领域中经常出现,如求解PDE问题,线性控制论,电磁学等等,因此如何建立矩阵方程组的有效数值方法是有重要意义的.本论文主要由以下三个方面构成: 1.全面系统地综述了全局Krylov子空间方法.全局Krylov子空间方法一般可分为三类:一是基于全局Arnoldi过程的全局方法,如GMRES和FOM方法;二是基于全局Lanczos过程的全局方法,如QMR和BCG方法;三是基于全局Hessenberg过程的全局方法,如CMRH和Hessenberg方法. 2.把全局QMR方法推广到Sylvester方程组上,并在一个新的矩阵乘积下,得到了关于全局方法的一些理论性质.数值结果显示,与块方法的结果做了比较它是有效的. 3.关于参数线性方程组的块QMR方法.首先把参数方程组经过一系列线性化,得到一个关于J对称的位移方程组.利用这种J对称的性质,Lanczos过程在建立Krylov子空间一组基时可以节省将近一半的计算量,故在这里我们研究了关于J对称的块QMR方法.在数值结果显示,总体上看算法是有效的.
其他文献
非回归线性模型是为了更准确地描述数据之间的联系而引人的,该模型可用来描述物理分析,化学分解,生物医学等方面的许多现象,在自然界的各种学科研究中有着广泛的应用. 本文研
全局最优化问题是运筹学这门学科的一个重要研究分支之一,一直受到数学规划领域内众多研究学者的广泛关注。现代科学、经济和工程的许多最新发展有赖于相应优化问题的全局最优
茅德康在近二十年研究设计了一种基于解的守恒性质的间断跟踪法,该跟踪法是以解的守恒性质作为跟踪的机制,而不是象传统的跟踪法利用Rankine-Hugoniot条件来进行跟踪.该算法对
金融数学是一门新兴的边缘科学,是数学和金融学的交叉,受到国际金融界和应用数学界的高度重视.它涉及现代金融学的资产定价理论、投资组合理论以及现代数学中的随机分析、随机
DNA 计算属于生物、化学、数学以及计算机等学科的一个交叉领域,其研究内容所涉及的范围很广。自从Adleman 教授开创了这一新的计算领域以来,DNA 计算的一些思想和方法被广泛