Найменше власне значення без зворотного


11

Припустимо, АRн×н - симетрична, позитивна визначена матриця. А досить великий, що дорого вирішувати безпосередньо.Ах=б

Чи існує ітеративний алгоритм пошуку найменшого власного значення що не включає інвертування в кожній ітерації?AАА

Тобто, я повинен використовувати ітеративний алгоритм, як сполучені градієнти, щоб вирішити , тому багаторазове застосування здається дорогим "внутрішнім циклом". Мені потрібен лише один власний вектор.A - 1Ах=бА-1

Дякую!


1
Ви спробували використати розклад Холеського? Ви повинні були б фактор в L L T з L бути трикутною матрицею. Щойно у вас є факторизація (ви робите це лише один раз), ви можете використовувати її в кожній ітерації, щоб вирішити систему дуже швидко шляхом заміни назад і вперед. АLLТL
Хуан М. Белло-Рівас

Чи розріджена матриця?
Толга Бердал

має деяку структуру блоку, але я вважаю за краще не возитися з нею, якщо мені не доведеться, тому я розглядав "безматричні методи". Алгоритм "LOBPCG" має певну обіцянку, я думаю! @Juan, факторизація Чолеського все ще досить дорога. А
Джастін Соломон

Якщо ви використовуєте eigsматлаб або октаву, використовуйте -програму. Це ітеративний метод. Є варіанти вказати, яке власне значення ви хочете, наприклад, найменший реальний .
sebastian_g

Я розумію і справді використовую eigs у матлабі. Але якщо вказати параметри , такі як «см» в eigs, то він вимагає інверсії замість А . Ознайомтесь з таблицею в документації: mathworks.com/help/matlab/ref/eigs.htmlАА
Джастін Соломон

Відповіді:


13
  1. Обчислити найбільшу величину власного значення з А (з, скажімо, ).λмахАeigs('lm')

  2. Потім обчислити величину найбільшої (негативний) власне значення λ т а х з М = А - λ м х I (знову ж , з допомогою стандартного виклику ).λ^махМ=А-λмахЯeigs('lm')

  3. Зауважимо , що λ т х + λ макс = λ м I п ( А ) . Причина, чому це має місце, пояснюється тут .λ^max+λmax=λmin(A)

  4. Знайдіть власний вектор , вирішивши ( A - λ m i n I ) v = 0 .v(AλminI)v=0

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.