保证共轭梯度法收敛的充分条件

计算科学 线性代数 收敛 共轭梯度
2021-12-03 23:21:18

我知道如果矩阵是正定的,则​​共轭梯度法可以保证收敛到线性系统的解。我正在使用具有以下属性的矩阵族:

  • 对称的
  • 弱对角占优
  • 可逆的
  • 所有非零条目都是严格正数。

我认为这些条件不足以表明矩阵是正定的,但我仍然怀疑它会收敛。是否还有其他已知条件可以使这样的系统收敛?

2个回答

您所指的矩阵是正定的。

矩阵的特征值必须是实数,因为对称矩阵等于它们自己的共轭转置,因此是HermitianHermitian 矩阵的所有特征值都是实数。

如果矩阵的所有项都是正数或零且矩阵弱对角占优,则根据Gershgorin 圆定理,矩阵的所有特征值必须为正数或零。

如果矩阵是可逆的,根据可逆矩阵定理,零不能是矩阵的特征值。这意味着矩阵的所有特征值必须是实数并且严格大于零,这意味着矩阵是正定的。

我认为对角线优势+对称性给出了半正定(如果优势是严格的,则确定)。既然你知道它是可逆的,那就是肯定的。

编辑:对角线条目必须为非负数才能为真。(感谢谷歌/维基百科!)

http://en.wikipedia.org/wiki/Diagonally_dominant_matrix

不过,你看起来不错。