预处理子空间迭代法的一些基本概念.pdfVIP

CG 算法的预处理技术：、 为什么要对A 进行预处理：其收敛速度依赖于对称正定阵A 的特征值分布 特征值如何影响收敛性：特征值分布在较小的范围内，从而加速CG 的收敛性 特征值和特征向量的定义是什么？ （见笔记本以及收藏的网页） 求解特征值和特征向量的方法：Davidson 方法：Davidson 方法是用矩阵( D - θI)- 1( A - θI) 产生子空间，这里 D 是 A 的对角元所组成的对角矩阵。θ是由 Rayleigh-Ritz 过程所得 到的A 的近似特征值。 什么是子空间法： Krylov 子空间叠代法是用来求解形如Ax=b 的方程，A 是一个n*n 的矩 阵，当n 充分大时，直接计算变得非常困难，而Krylov 方法则巧妙地将其变为Kxi+1=Kxi+b- Axi 的迭代形式来求解。这里的K(来源于作者俄国人Nikolai Krylov 姓氏的首字母)是一个构 造出来的接近于A 的矩阵，而迭代形式的算法的妙处在于，它将复杂问题化简为阶段性的 易于计算的子步骤。 如何取正定矩阵Mk 为： …, ∈ ∑ | ∈, = 1,2… Span 是什么？:设 1, ,称它们的线性组合 = 1 为向量 …, …, …, （ ） 1, 的生成子空间，也称为由 1, 张成的子空间。记为 1, ，也可以记为 …, （ ） 1, 什么是Jacobi 迭代法： 什么是G_S 迭代法：请见PPT 《迭代法求解线性方程组》 什么是SOR 迭代法： 定义5 : R (B )   ln (B )为迭代法的渐近收敛速度，简 什么是收敛速度： 称收敛速度。 什么是可约矩阵与不可约矩阵？：不可约矩阵（irreducible matrix）和可约矩阵（reducible matrix）两个相对的概念。 定义1：对于 n 阶方阵 A 而言，如果存在一个排列阵 P 使得 PAP 为一个分块上三角阵， 我们就称矩阵 A 是可约的；否则称矩阵 A 是不可约的。 定义2：对于 n 阶方阵 A=(aij) 而言，如果指标集 {1，2，...，n} 能够被划分成两个不相 交的非空指标集 J 和 K，使得对任意的 j ∈J 和任意的 k ∈K 都有 ajk=0, 则称矩阵 A 是 可约的；否则称矩阵 A 是不可约的。 n 阶方矩阵A 是不可约的当且仅当与矩阵A 对应的有向图是强连通的。 什么是正交？：在三维向量空间中， 两个向量的内积如果是零， 那么就说这两个向量是 正交的。换句话说， 两个向量正交意味着它们是相互垂直的。若向量 α与 β正交，则记 为 α⊥β。 什么是正交矩阵？：如果：AA=E （E 为单位矩阵，A表示 “矩阵A 的转置矩阵”。）或 A ′A=E ，则n 阶实矩阵A 称为正交矩阵， 若A 为单位正交阵，则满足以下条件: 1) AT 是正交矩阵 2) （E 为单位矩阵） 3) A 的各行是单位向量且两两正交 4) A 的各列是单位向量且两两正交 5) (Ax,Ay)=(x,y) x,y ∈R 6) |A| = 1 或-1 倒着写的A 和E 都是什么意思啊？：反着的E:谓词逻辑 存在量词 ∃x: P(x) 意味着有至 少一个 x 使 P(x) 为真。 n ∈N: n 是偶数。 倒着的A:任意的 ∧ 逻辑合取 陈