假设矩阵被定义为 Sylvester 方程对于一些固定(已知)矩阵。在很大的情况下,我们可以不明确地例如,假设是稀疏的;可能是一个稠密矩阵。
取一个向量。 有没有一种方法可以比显式求解然后相乘更快地计算乘积
我的基本灵感来自于共轭梯度等算法,它可以计算正定 ,而无需明确找到矩阵。为 Riccati/Lyapunov 方程组定义的的推广也很受欢迎!
假设矩阵被定义为 Sylvester 方程对于一些固定(已知)矩阵。在很大的情况下,我们可以不明确地例如,假设是稀疏的;可能是一个稠密矩阵。
取一个向量。 有没有一种方法可以比显式求解然后相乘更快地计算乘积
我的基本灵感来自于共轭梯度等算法,它可以计算正定 ,而无需明确找到矩阵。为 Riccati/Lyapunov 方程组定义的的推广也很受欢迎!
是的,对此进行了积极的研究,尤其是在 Lyapunov 的情况下:事实证明,在某些条件下,可以很好地近似为低秩或带状矩阵。的隐式表示,然后使用它来计算矩阵向量积。
Valeria Simoncini 的研究是一个很好的起点。例如,查看SIAM review 上的“线性矩阵方程的计算方法”。