面向厄米特线性系统序列的大Krylov子空间内存高效回收
数值分析
2016-04-15 v1
摘要
我们提出一种新的短递推残差最优 Krylov 子空间回收方法，用于具有固定系统矩阵和变化右端项的厄米特线性方程组序列。此类线性方程组序列出现在例如求解离散化含时偏微分方程时。利用这一新方法，与当前 Krylov 子空间回收方法（如 R-MINRES）相比，能够以更小的计算开销和存储需求回收大维度 Krylov 子空间。本文中，我们从残差最优预条件共轭残差法推导出该方法，并讨论实现问题。数值实验说明了我们方法的效率。
引用
@article{arxiv.1604.04052,
title = {Memory-efficient recycling of large Krylov-subspaces for sequences of Hermitian linear systems},
author = {Martin Peter Neuenhofen and Sven Groß},
journal= {arXiv preprint arXiv:1604.04052},
year = {2016}
}
备注
Submitted manuscript, 21 pages, 11 figures