【摘 要】
：
本文研究求解大型对称矩阵特征值问题的子空间迭代法.为了加速子空间迭代法的收敛性,我们应用Rayleigh商最小化技术得到两种新的改进算法.第一种改进算法是用Rayleigh商加速
论文部分内容阅读
本文研究求解大型对称矩阵特征值问题的子空间迭代法.为了加速子空间迭代法的收敛性,我们应用Rayleigh商最小化技术得到两种新的改进算法.第一种改进算法是用Rayleigh商加速子空间迭代法.它用每次迭代得到的Ritz矩阵和将Ritz反迭代得到的矩阵,二者构造一个带参数矩阵的线性组合,适当选取参数矩阵,使组合后的矩阵的列向量的Rayleigh商达到最小,从而更接近最小特征向量.第二个改进算法是用带位移的Rayleigh商加速子空间迭代法.与第一个改进算法类似,都是构造了一个带参数矩阵的线性组合,不过它选用的矩阵不同,是用Ritz矩阵和将Ritz矩阵带位移反迭代后得到的矩阵构造的,同样通过选取适当的参数矩阵,使其Rayleigh商达到最小,从而加速子空间的收敛性.本文分析了这两个改进算法中参数矩阵的选取及其性质,数值稳定性和算法的收敛性,并给出了数值实验,将新方法和原始子空间方法进行比较,数值实验表明新改进的两个算法比子空间方法更优越.
其他文献
本文主要从标准粗糙集出发介绍了将单个非空有限论域上的粗糙集推广到两个非空有限论域上形成的两个论域上的粗糙集, 并对其性质进行了讨论, 在此基础上进一步讨论了两个论域
本文讨论了参与者只知道自己的行为和自身得到的收益以及社会平均收益的重复博弈。参与者可能会对自己没有采用另一个行为而后悔，如果满足一定的条件，博弈是稳定的。另外我们还
本文给出了序半群理想扩张的等价定理，并研究了一类特殊的序半群一弱可约序半群的理想扩张，给出了弱可约序半群的定义并考虑它的理想扩张的结构以及它的两个理想扩张等价的
本文在连续时间场合研究回归函数的非参数估计量之一——局部光滑统计量的性质。 首先介绍前人对非参数回归模型的研究成果，探讨其研究的一般性思路与方法。然后着重在本文
自从1993年以来,作为Lie代数和结合代数的推广,Leibniz代数和结合对代数已经被广泛研究.它们与同调、K-理论以及Lie代数等有密切联系.在这篇文章里,我们主要讨论Lie代数和Lei
本文主要研究偏微分方程的Chebyshe-Legendre谱方法及其区域分裂谱方法.本文首先较系统地介绍了Chebyshev插值算子在一维单区域和多区域下的不带Chebyshev权函数的逼近性质,
倒向重随机微分方程是由E.Pardoux与彭实戈教授提出的，这是继倒向随机微分方程后的又一个开创性的工作。倒向随机微分方程与倒向重随机微分方程收敛定理都已经证明，但那是只考