收藏 分享(赏)

求解非厄米特正定线性系统的...ichardson迭代算法_肖小勇.pdf

上传人:哎呦****中 文档编号:2326073 上传时间:2023-05-07 格式:PDF 页数:8 大小:405.86KB
下载 相关 举报
求解非厄米特正定线性系统的...ichardson迭代算法_肖小勇.pdf_第1页
第1页 / 共8页
求解非厄米特正定线性系统的...ichardson迭代算法_肖小勇.pdf_第2页
第2页 / 共8页
求解非厄米特正定线性系统的...ichardson迭代算法_肖小勇.pdf_第3页
第3页 / 共8页
亲,该文档总共8页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、第 28 卷第 1 期2023 年 2 月新余学院学报JOUNALOFXINYUUNIVESITYVol 28,NO 1Feb 2023求解非厄米特正定线性系统的预处理 ichardson 迭代算法 肖小勇(新余学院数学与计算机学院,江西新余338004)摘要:为了求解非厄米特正定线性系统,引入了一种新的预处理 ichardson 迭代算法(P 迭代算法)。每一次迭代,P 迭代算法只需求解一个带厄米特正定系数矩阵的线性系统。在适当的条件下,分析了 P 迭代矩阵的谱半径,并讨论使上述谱半径取最小值时的最优参数。数值结果表明,不管是否采用实验最优参数,P 迭代算法都是有效的。关键词:非厄米特矩阵;

2、正定;HSS 迭代;谱半径;收敛性分析中图分类号:O241 6;O242 2文献标识码:A文章编号:2095 3054(2023)01 0021 08收稿日期:2022 07 03基金项目:国家自然科学基金项目“求解几类大规模线性系统的随机算法及其应用研究”(12061048)。作者简介:肖小勇(1980 ),男,湖南茶陵人,教授,博士,主要从事数值线性代数、概率极限理论研究。本文考虑如下形式的大型稀疏线性系统的迭代解法Ax=b(1)其中 A nn是非厄米特正定的(即 A 的厄米特部分是正定的)。在本文中,右端的常数项 bn是已知的,x n为未知向量。科学计算中的许多问题及应用工程领域经常会遇

3、见这样的线性方程组,如分子散射、晶格量子色动力学、量子化学、漫射光学层析成像、基于快速傅立叶变换的时变偏微分方程求解等。众所周知,系数矩阵 A 可以改写成厄米特和斜厄米特分裂(HSS)形式:A=H+S,其中 H=A+A*2,S=A A*2。这里 A*表示矩阵 A 的共轭转置。基于这种分裂,Bai 等人首先提出了 HSS 迭代算法1。从那时起,HSS 方法立即引起了极大关注,研究人员提出了许多变形算法。如潘春平等提出的外推 HSS 迭代算法2、温瑞萍等提出的衍生多分裂方法3、张建华提出的若干迭代算法及其预处理4、张迎春等提出的若干预处理迭代算法5。最近,Li 和 Wu 提出了一种单步 HSS(S

4、HSS)迭代法6(I+H)x(k+1)=(I S)x(k)+b,其中 0 是一个给定的常数,I 是单位矩阵。数值结果表明,在一定条件下 SHSS 迭代算法优于HSS 迭代算法。在 SHSS 算法的基础上,Zeng 和 Ma提出了一种参数化的 SHSS 迭代算法来求解复对称的线性方程组7。Wu 等建立了如下的非交替 PHSS(NPHSS)迭代算法8(P+H)x(k+1)=(P S)x(k)+b,其中 P nn是给定的厄米特正定矩阵。其理论和数值结果表明,当系数矩阵的厄米特部分占主导的情况下,NPHSS 迭代算法比 PHSS 迭代算法更有效。22新余学院学报2023 年对于求解大型稀疏的非厄米特正

5、定线性系统式(1),本文构造了一种新的单步迭代算法,它可以看作一种预处理 ichardson 迭代算法(P 迭代算法),该算法已被用于增广线性系统的求解9。本文分析了 P 迭代算法的收敛性质,包括收敛条件、迭代矩阵的谱半径和拟最优参数,并给出了新的预处理矩阵的性质。此外,给出了几个数值实验来说明 P 迭代算法的有效性。1P 迭代算法对于任何厄米特正定矩阵 P nn和常数 0,受到 Px=Px (Ax b)=(P A)x+b 的启发,可以构造如下的 P 迭代算法:给定初始值 x(0)n,对于 k=0,1,2,3,直到迭代序列 x(k)收敛,按如下方案计算 x(k+1):Px(k+1)=(P A)

6、x(k)+b(2)这里 0 是一个给定的正常数,P nn是一个指定的厄米特正定矩阵。由于式(2)左边的系数矩阵 P nn是厄米特正定矩阵,因此可以采用Cholesky 分解或共轭梯度法从式(2)求出 x(k+1)。另一方面,式(2)等价于x(k+1)=(I P1A)x(k)+P1b,它可以看作一种预处理 ichardson 迭代,因为它可以改写成 x(k+1)=x(k)P1(Ax(k)b)。此外,它也可以看作是不动点迭代的外推加速,对应的矩阵分裂为 A=F G,这里 F=P。接下来将式(2)改写为x(k+1)=M(,P)x(k)+N(,P)b,其中M(,P)=I P1A=I P1(H+S)=P

7、12 I P12HP12 P12SP12 P12(3)并且 N(,P)=P1。令F(,P)=1P 和 G(,P)=1P A,可以得到A=F(,P)G(,P),M(,P)=F(,P)1G(,P)。因此,分裂矩阵 F(,P)=1P 可以作为 A nn的预处理矩阵,称为 P 的预处理子,记为 P=1P。在 Krylov 子空间算法中应用预处理子 P的每一步迭代,都需要求解如下形式的广义残差方程序列:Pz=1Pz=r(4)其中 r,z n分别为当前残差向量和广义残差向量。由于 P 是厄米特正定矩阵,因此,上述的线性系统(4)可以用 Cholesky 分解或共轭梯度法求解。2P 迭代算法的收敛性分析为了

8、分析 P 迭代算法的收敛性,特引入如下定义:Pmin=minjsp(HP)j,Pmax=maxjsp(HP)j,Pmax=maxjsp(iSP)|j|(5)其中 i=1 是虚数单位,XP=P12XP12,X=H,S,并且 sp(Y)表示矩阵 Y 的谱集。定理 1设 A nn是一个正定矩阵,H=A+A*2和 S=A A*2分别是它的厄米特和斜厄米特部分,设 P 是厄米特正定矩阵,对于 P 迭代算法,其谱半径满足(M(,P)max(1 Pmin)2,(1 Pmax)2+2(Pmax)2=:P()(6)如果0 min2Pmin(Pmin)2+(Pmax)2,2Pmax(Pmax)2+(Pmax)2(

9、7)那么 P()1,即 P 迭代算法收敛。证明:既然 HP是厄米特正定的,而 SP是斜厄米特的,那么根据(M(,P)=(I P12HP12 P12SP12),由(3)可以很容易得到(6)。经过简单讨论和直第 1 期肖小勇:求解非厄米特正定线性系统的预处理 ichardson 迭代算法23接计算,可以得到(P()2=(1 )2+2(Pmax)2,0 2Pmin+Pmax(1 )2+2(Pmax)2,2Pmin+Pmax(8)因此,从(8)式可以得出如下结论:如果 PminPmax(Pmax)2,并且0 2Pmin(Pmin)2+(Pmax)2;或者如果PminPmax(Pmax)2,并 且02P

10、max(Pmax)2+(Pmax)2,那么 P()1 成立,而这些条件可以简化为不等式(7)。证毕。推论 1 对于 P 迭代算法,如果(Pmin)2+2(Pmax)2 PminPmax(9)则最小化谱半径(M(,P)的上界 P()的最优参数 P*由下式给出P*=Pmin(Pmin)2+(Pmax)2(10)相应地P(P*)=Pmax(Pmin)2+(Pmax)2(11)证明:通过对(8)式的分析,谱半径(M(,P)达到最小值P(P*)=Pmax(Pmin)2+(Pmax)2,P*=Pmin(Pmin)2+(Pmax)22Pmin+PmaxPmax(Pmax)2+(Pmax)2,=Pmax(Pm

11、ax)2+(Pmax)22Pmin+Pmax然而不等式Pmax(Pmax)2+(Pmax)22Pmin+Pmax任何时候都不成立,因为 Pmax(Pmin+Pmax)2(Pmax)2。由此,根据条件(9)可以得到式(10)和式(11)。定理 2设 A nn是一个正定矩阵,H=A+A*2和 S=A A*2分别是它的厄米特和斜厄米特部分。设 P 是厄米特正定矩阵,那么预处理矩阵1PA 是正稳定,即 1PA 的每个特征值的实部为正数。证明:因为1PA=P1A=P12(P12AP12)P12,所以1PA 与 P12AP12=HP+SP相似。这里 HP=P12HP12是厄米特正定矩阵,SP=P12SP1

12、2是 斜 厄 米 特 矩 阵,分 别 是 矩 阵 AP=P12AP12的厄米特部分和斜厄米特部分。由于 HP=P12HP12是正定的,因此,P12AP12是一个正定矩阵,这意味着矩阵 1PA 也是正定的,故为正稳定的。证毕。注 1:根据推论 1,若(9)成立,则理论上使得P(P*)最小的最优厄米特正定矩阵 P*可由下式给出P*=argminPPmax(Pmin)2+(Pmax)2=argminPPmaxPmin。因为 f(x):=x1+x2是严格单调递增函数,通常在实践中,可以用厄米特正定矩阵 H 代替矩阵 P。实际上,令 P=H,P 迭代算法就变成Hx(k+1)=(1 )P S x(k)+b

13、(12)接下来将(12)改写为x(k+1)=M()x(k)+N()b,其中M()=(1 )I H1S,并且 N()=H1。令F()=1H,G()=1 H S,那么A=F()G(),M()=F()1G()。因此,分裂矩阵 F()=1H 可以作为 Ann的预处理子,记为 PH=1H。引理 1设 H 为厄米特正定矩阵,S 为斜厄米特矩阵。那么 H1S 的每个特征值要么为 0,要么为纯虚数。特别地,S 的每个特征值要么是 0,要么是纯24新余学院学报2023 年虚数。证明:设 为 H1S 对应于特征向量 0 的特征值,即 S=H,那么*S=*H(13)并且*S*=*H,从而*S=*H(14)根据式(1

14、3)、(14),可得(+*)*H=0,这意味着 +*=0 因为 H 是厄米特正定的。证毕。定理 3设 A nn是一个正定矩阵,H=A+A*2和 S=A A*2分别是它的厄米特和斜厄米特部分,那么预处理矩阵 1PHA 的每个特征值的实部为正数 。证明:因为1PHA=H1A=H1(H+S)=(I+H1S),然后利用引理 1 就完成了证明。证毕。由于谱半径(M()=(1 )I H1S,运用引理 1,可以得到如下结果。定理 4对于采用 P=H 的 P 迭代算法,谱半径(M()=(1 )2+22(H1S)=:()(15)如果0 21+2(H1S),那么()1,即P 迭代算法收敛。并且,最小化谱半径()的

15、最优参数*可由下式给出*=11+2(H1S)(0,1),相应地(*)=(H1S)1+2(H1S)(16)证明:这里只证明(16)式,其余的结论可以从定理 1 和推论 1 直接得到。通过求导计算,可以得到 2()=2 1+2(H1S)2。因此,很 明 显,谱 半 径(M()在*=11+2(H1S)取最小值。将*代入(),就可以得到()的最小值。证毕。在定理 4 的条件下,若(H1S)1,则有(M(*)=(*)12。根据 SHSS 迭代法中的推论 2 16,其谱半径(I+H)1(I S)上限 的最小值为*=max2min+2max=maxmin1+max()min2(17)其中 min为矩阵H的最

16、小特征值,max为矩阵S 的最大奇异值。由(16)和(17)式,利用(H1S)|H1S|2|H1|S|2=maxmin,可知(*)*。因此,分别采用最优参数*时,P=H 的 P 迭代算法比 SHSS 迭代算法更有效。3数值实验及结果本节将采用 P=H 的数值实验来测试 P 迭代算法的有效性,并与 SHSS6 和 NPHSS8 迭代算法比较,考察迭代步数(记为 IT)和 CPU 时间(以秒为单位,记为 CPU)。这里 NPHSS 迭代算法中使用的预处理子 P 与 WU 等8 的 论 文 相 同,即 P=diag(a11,a22,ann),其中 a11,a22,ann为矩阵 A 主对角线元素。所有 实 验 均 在 MATLAB(版 本 8 1 0 604,2013a)中进行。电脑的运行环境为英特尔()核(TM)CPU 1 8 2GHz 和 4 00GB 的内存。在计算中,所有的迭代算法都是从 0 向量开始,停止标准为|b Ax(k)|2|b|2 106,其中 x(k)是当前的近似值。接下来,求解非厄米特正定线性系统(1)的数值算法均采用预处理GMES 算法,F()或 F(,P)是预处理子。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 专业资料 > 其它

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2