中文

多项式与有理矩阵中 Fiedler 类强线性化的统一框架

数值分析 2023-05-23 v1 数值分析

摘要

线性化是求解多项式特征值问题(PEPs)与有理特征值问题(REPs)的广泛使用的方法,其中 PEP/REP 被转化为广义特征值问题,进而用文献中已有的算法求解。Fiedler 类 pencil(Fiedler pencils(FPs)、广义 Fiedler pencils(GFPs)、带重复的 Fiedler pencils(FPRs)与广义带重复的 Fiedler pencils(GFPRs))是著名的强线性化类。GFPs 是一类引人关注的线性化族,且 GF pencils 是 FPRs 与 GFPRs 的基本构建块。因此,FPRs 与 GFPRs 具有独特特征,并为结构矩阵多项式提供保结构线性化。但 GFPRs 未充分利用 GF pencils 的全部潜力。事实上,并非所有 GFPs 都是 FPRs 或 GFPRs,反之亦然。本文的目的有两个。首先,为所有 Fiedler 类 pencil(FPs、GFPs、FPRs 与 GFPRs)构建统一框架。为此,我们构造了矩阵多项式 P(\lam)P(\lam) 的一个新强线性化族(命名为 EGFPs),它囊括所有 Fiedler 类线性化。EGFP 族的一个显著特征是允许为结构化(对称、Hermitian、回文)矩阵多项式构造低带宽的保结构带状线性化。低带宽结构化线性化可能对数值计算有用。其次,直接利用 EGFPs 形成与实现相关的 n×nn \times n 有理矩阵 G(\lam)G(\lam) 的 Rosenbrock 强线性化族。我们给出了 P(\lam)P(\lam)G(\lam)G(\lam) 低带宽线性化的构造公式。我们证明了 P(\lam)P(\lam)G(\lam)G(\lam) 的特征向量、极小基/指数可由其线性化的相应量轻松恢复。

关键词

引用

@article{arxiv.2305.12533,
  title  = {Unified framework for Fiedler-like strong linearizations of polynomial and rational matrices},
  author = {Ranjan Kumar Das and Harish K. Pillai},
  journal= {arXiv preprint arXiv:2305.12533},
  year   = {2023}
}

备注

arXiv admin note: text overlap with arXiv:2008.00427