热门问题
时间线
聊天
视角

克雷洛夫子空间

来自维基百科,自由的百科全书

Remove ads

线性代数中,由n方阵An维向量b生成的r克雷洛夫子空间bA的前r次幂下(始于)的列空间张成线性子空间,即[1][2]

Remove ads

背景

这一概念得名于苏联应用数学家、海军工程师Alexei Krylov,他在1931年发表了一篇关于这一概念的论文。[3]

性质

  • .
  • ,则是线性无关的,除非。因此是克雷洛夫子空间的最大维度。
  • 最大维度满足.
  • 考虑,其中A极小多项式。我们有。此外,对它来说此约束是紧密的,即
  • 是由b产生的扭化-模的循环子模,其中k上的线性空间。
  • 可分解为克雷洛夫子空间的直和。[需要解释]
Remove ads

使用

克雷洛夫子空间用于寻找高维线性代数问题的近似解。[2]控制论的很多线性动态系统检测,特别是与可控制性可观测性相关的测试,都要检查克雷洛夫子空间的秩。测试等同于寻找与系统/输出映射相关的格拉姆行列式的张成空间,因此不可控与不可观测子空间只是克雷洛夫子空间的正交补。[4] 阿诺德迭代法等现代迭代法可用于寻找大型稀疏矩阵的特征值,或求解大型线性方程组。这些方法尽量避免矩阵间的运算,而将向量与矩阵相乘。从向量b开始,可以计算,然后将向量与A相乘,求得等等。所有这样的算法都称作克雷洛夫子空间方法,是目前数值线性代数中最成功的方法之一。这些方法可用于能计算矩阵-向量乘法而无A的显式表示的情形,从而产生了无矩阵法

问题

由于幂迭代的特性,向量很快就会变得近乎线性相关,因此依赖于克雷洛夫子空间的方法经常要正交化,例如厄米矩阵兰佐斯算法或更一般矩阵的阿诺德迭代法

现有方法

最著名的克雷洛夫法有共轭梯度法、诱导降维法、广义最小残量方法稳定双共轭梯度法、准最小残差法、无转置准最小残差法、最小残差法等等。

另见

参考文献

阅读更多

Loading related searches...

Wikiwand - on

Seamless Wikipedia browsing. On steroids.

Remove ads