计算大型稀疏对称矩阵极端特征值问题的Lanczos型方法-计算数学专业论文.docxVIP

国内图书分类号：O241.6 国际图书分类号：519.614 理学硕士学位论文 计算大型稀疏对称矩阵极端特征值问题的 Lanczos 型方法 硕 士 研究生：张亚蕾 导 师：高广宏副教授 申 请 学 位 ：理学硕士 学 科、专 业：数学系、计算数学 所 在 单 位：理学院 答 辩 日 期：2007 年 7 月 授予学位单位：哈尔滨工业大学 Classified Index: O241.6 U.D.C: 519.614 Dissertation for the Master’s Degree in Science. THE LANCZOS TYPE METHOD FOR COMPUTING THE EXTREME EIGENVALUE PROBLEMS OF LARGE SPARSE SYMMETRIC MATRICES Candidate： Zhang Yalei Supervisor： Associate-Prof. Gao Guanghong Academic Degree Applied for： Master of Science Specialty： Computation Mathematics Affiliation： School of Science Date of Defence： July, 2007 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学理学硕士学位论文 哈尔滨工业大学理学硕士学位论文 - - I - 摘 要 矩阵特征值问题是代数特征值问题中举足轻重的一部分，具有很重要的 理论和实际意义。在工程技术及其它学科中，经常需要计算大型稀疏对称矩 阵的若干个极端特征对，解决这个问题的有效方法之一就是 Lanczos 方法。 Lanczos 方法是上世纪五十年代由 Lanczos 首先提出的。由于该方法的三对 角过程没有破坏原矩阵的稀疏性，所以特别适合用来求解大型稀疏对称矩阵 的特征值问题。但利用 Lanczos 方法求解密集或重特征值问题时，其有效性 和可靠性就会下降。因此在上世纪七十年代，Underwood 提出了适用于计算 密集特征对的块 Lanczos 方法。然而，当矩阵很大时，Lanczos 方法和块 Lanczos 方法的收敛速度都比较慢。为了提高这两种方法的收敛速度，戴华 和周树荃提出了迭代 Chebyshev-Lanczos 方法和迭代块 Chebyshev-Lanczos 方法。这两种方法利用 Chebyshev 迭代法和块 Chebyshev 迭代法，很大提高 了 Lanczos 方法和块 Lanczos 方法的收敛速度。 本文的主要工作是：首先介绍了这四种 Lanczos 型方法，同时还介绍了 Chebyshev 迭代法和块 Chebyshev 迭代法；其次，以块 Lanczos 方法为例给 出了浮点误差分析；最后，在数值试验里，通过大量的数值算例比较了这几 种方法，得到了以下结果：块 Lanczos 方法和迭代块 Chebyshev-Lanczos 方 法可以计算密集或重特征值而 Lanczos 方法和迭代 Chebyshev-Lanczos 方法 在计算密集或重特征值时其有效性和可靠性就大大下降了；迭代 Chebyshev-Lanczos 方法提高了迭代 Lanczos 方法收敛速度，并且随着阶数 的升高，这种优越性就越明显；迭代块 Chebyshev-Lanczos 方法不仅克服了 迭代 Lanczos 方法和迭代 Chebyshev-Lanczos 方法求密集或重特征值时有效 性和可靠性下降的缺点，而且提高了块 Lanczos 方法的收敛速度。 关键词 对称矩阵； Lanczos 方法； Chebyshev 迭代； 误差分析 - - II - Abstract Matrix eigenvalue problems, an essential part in the field of algebra eigenvalue, is of great significance both in theory and in practice. In the engineering technology and other subjects, it is usually necessary to calculate certain extreme eigenpairs of the large sparse symmetric matrix. One of the effective methods to solve the problem is the Lanczos met