Методы типа Ланцоша для решения несимметричных систем линейных уравнений

Lanczos-type solvers for nonsymmetric linear systems of equations
Martin H. Gutknecht
1997-01-01

методы подпространств Крыловапроцесс Ланцошастратегии упреждениянесимметричные системы линейных уравненийкороткие рекуррентные соотношения
Среди итерационных методов решения больших систем линейных уравнений с разреженной (или, возможно, структурированной) несимметричной матрицей методы, основанные на процессе Ланцоша, используют короткие рекуррентные соотношения для построения пространства Крылова. Это обеспечивает низкие вычислительные затраты и малый объём требуемой памяти. В этой обзорной статье читатель знакомится не только с основными формами процесса Ланцоша и некоторыми аспектами связанной с ним теории, но и с подробным описанием ряда основанных на нём решателей, включая методы, считающиеся наиболее эффективными. Также рассматриваются возможные сбои алгоритмов и способы их устранения с помощью упреждающего продолжения.
1
Рассматриваются сбои алгоритмов, включая стратегии упреждения для их предотвращения или устранения.
2
Итерационные решатели на основе процесса Ланцоша предназначены для больших разреженных или структурированных нессиметричных систем линейных уравнений и используют короткие рекуррентные соотношения.
3
Короткие рекуррентные соотношения снижают вычислительные затраты и требования к памяти при построении пространства Крылова.
4
В обзоре изложены основные варианты процесса Ланцоша, связанная теория и подробное описание нескольких эффективных решателей этого типа.

Итерационные решатели типа Ланцоша для больших разреженных или структурированных нессиметричных систем линейных уравнений

Формирование пространства Крылова с короткими рекуррентными соотношениями, эффективность решателей по вычислительным затратам и потреблению памяти, а также предотвращение сбоев с помощью стратегий упреждающего шага

Publication Details
Publication Date
1997-01-01
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Martin H. Gutknecht
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%