วิธีการหาค่าลักษณะเฉพาะภายในโดยวิธี kspace พื้นที่ย่อย?


10

ฉันสงสัยว่าจะหาค่าลักษณะเฉพาะของเมทริกซ์กระจัดกระจายในช่วงเวลาที่กำหนด [a, b] โดยวิธีการวนซ้ำได้อย่างไร เพื่อความเข้าใจส่วนบุคคลของฉันมันชัดเจนมากขึ้นที่จะใช้วิธีการ subspace ของ Krylov เพื่อค้นหาค่าลักษณะเฉพาะที่รุนแรงแทนที่จะเป็นค่าตกแต่งภายใน


คุณพิจารณาคำตอบที่ให้ไว้ที่นี่หรือไม่?
Deathbreath

ฉันอยากรู้ว่า ... เมทริกซ์ของคุณใหญ่แค่ไหน? คุณต้องการค่าลักษณะเฉพาะภายในทั้งหมดหรือค่าใกล้เคียงกับค่าเฉพาะหรือไม่
พอล

@ พอลนี่เป็นเพียงการวิจัยแบบต่อเนื่องขนาดจะเป็นพันล้านโดยเมทริกซ์กระจัดกระจายและเราต้องการค่าลักษณะเฉพาะไม่กี่อย่างในช่วงเวลาหนึ่งเพื่อทำการสร้างแบบจำลอง
Willowbrook

@Deathbreath ขอบคุณสำหรับการเตือน ฉันได้พิจารณาคำตอบเหล่านั้นแล้ว
Willowbrook

อาจเป็นที่คุณรู้ว่า ressource แล้ว แต่มันอาจจะมีประโยชน์ต่อไป ... www-users.cs.umn.edu/~saad/eig_book_2ndEd.pdf ขอแสดงความนับถือทอม
ทอม

คำตอบ:


10

กลยุทธ์ต่อไปนี้เรียกว่าshift and invertและขึ้นอยู่กับข้อเท็จจริงสำคัญสองประการ:

  1. A-τผมมีคลื่นความถี่เดียวกับแต่ขยับลงคือถ้าแล้วI)τ λ σ ( ) λ - τ σ ( - τ ฉัน)Aτλσ(A)λ-τσ(A-τผม)
  2. สมมติว่าเป็น invertible, เมทริกซ์มีคลื่นความถี่ซึ่งเท่ากับผกผันองค์ประกอบที่ชาญฉลาดของสเปกตรัมของที่คือถ้าแล้ว1})- 1 λ σ ( ) 1 / λ σ ( - 1 )AA-1Aλσ(A)1/λσ(A-1)

ตั้งแต่จะเปลี่ยนส่วนของสเปกตรัมซึ่งอยู่ใกล้กับใกล้แหล่งกำเนิดค่าลักษณะเฉพาะของใกล้จะมีขนาดใหญ่มากในและดังนั้นจึงมีเหตุผลที่คาดว่าอัลกอริทึม Krylov จะรับพวกเขา+A-a+2ผมA Aa+ba+2A (A-a+ba+2(A-a+2ผม)-1


คำถามของฉันคือโดยวิธี shift และ invert เราสามารถขยายค่าลักษณะเฉพาะทั้งหมดที่อยู่ใกล้กับ a ซึ่งแน่นอนว่าจะรวมค่าที่ไม่พึงประสงค์ที่น้อยกว่าเดิมและวิธีกรองค่าลักษณะเฉพาะเหล่านั้น คำถามอื่น ๆ คือวิธีการใช้จุดปลายขอื่น ๆ ใน interation
Willowbrook

1
เป็นไปได้ที่จะกรองค่าลักษณะเฉพาะบางอย่างโดยใช้ตัวกรองพหุนาม สำหรับภาพรวมที่เข้าถึงได้ของเทคนิคนี้ดู Sorensen: "วิธีการเชิงตัวเลขสำหรับปัญหาค่าลักษณะเฉพาะจำนวนมาก" ใน Acta Numerica journals.cambridge.org/action/…
Reid.Atcheson

@Willowbrook: เลื่อนระดับโดยตามที่แนะนำใช้จุดสิ้นสุด bouth และย้ายค่าลักษณะเฉพาะใน [a, b] ไปยังตำแหน่งที่ใหญ่ที่สุดในปัญหาที่ถูกเปลี่ยน ดังนั้นถ้าคุณสามารถเป็นปัจจัยเมทริกซ์ของคุณนี้เป็นวิธีการที่จะดำเนินการต่อไป หากคุณไม่สามารถแยกเมทริกซ์คุณจะต้องเพิ่มข้อมูลเกี่ยวกับโครงสร้างและที่มาของเมทริกซ์ของคุณเพื่อให้สามารถให้คำแนะนำที่เป็นประโยชน์ c=(a+b)/2
อาร์โนลด์ Neumaier
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.