是否存在用于解决非对称线性系统的迭代方法,可以从知道是正定的中获得(理论或实际)优势?这些矩阵总是非奇异的,但这是否有助于求解过程,至少对于某些方法?
求解对称矩阵为正定的线性系统
这是对问题评论中讨论的回应/回答。
我也一直在寻找资源,我也找不到。我想知道我是不是记错了。让我也许用我自己的话来讨论一下。
首先,我们知道复矩阵是正定的,例如当且仅当它的 Hermitian 部分是正定的。由于我们有 Hermitian 部分的 PDness,我们知道矩阵本身也是 PD。我们知道 GMRES 保证在的精确解,PD 矩阵是非奇异的,因此 GMRES 将收敛。
(我相信您已经知道下一部分,但我会重复它以使其更具前瞻性。)
然而,预测 GMRES 到容差的收敛性仍然不是直截了当的。最常见的方法是检查矩阵的特征值(可以在过去十年发表的论文中找到),尽管 Greenbaum 等人。表明矩阵的特征值不是 GMRES 在他们1996 年的工作“GMRES 的任何非增加收敛曲线是可能的”中收敛的良好预测指标。因此,提出了(并且应该使用)替代分析技术,即伪谱和值域(数值范围)。的值域 (FOV)定义为集合. 此外,我们知道如果 FOV 不包含原点,则可以(渐近地)预测 GMRES 收敛(参见答案末尾的参考资料)。
现在,我记得(从我们都找不到的引文中)BiCGStab( ) 和 IDR(s) 都可以用另一种 Krylov 子空间方法来编写,然后是 GMRES( ) 用于小,比如(或分别为 s)。那么,论点是,在 BiCGStab 的每后半迭代(应用 GMRES( ) 的地方)它是“保证的”(带着一点盐,可能是错误的记忆),残差会有所减少。因此,我们期望 BiCGStab( ) 收敛曲线是单调递减的。因此,最终 BiCGStab( ) 将收敛(尽管它可能需要超过迭代)。据我记得,关于 IDR(s) 的论点是相似的。
对 GMRES 的一些新结果进行全面审查:J. Liesen 和 P. Tichý,理想 GMRES 的值域范围,arXiv:1211.5969,2018。
尝试各种形式的伍德伯里矩阵恒等式怎么样?
https://en.wikipedia.org/wiki/Woodbury_matrix_identity
根据对称和反对称分量的突出程度,您可以将反对称部分视为原始矩阵的微小扰动。
的幂,反对称矩阵还有一些有趣的属性是显而易见的。