Structured eigenvalue/eigenvector backward errors of matrix pencils arising in optimal control
TU Berlin(柏林工业大学);University of Mons(蒙斯大学)
本文研究最优控制中矩阵 pencil 的特征值和特征对反向误差,提出基于块结构和对称结构保持扰动的公式,显示这些误差有时显著大于忽略结构的扰动情况下的误差。
2017-12-21 cs.NA math.NA
Conditioning of Finite Volume Element Method for Diffusion Problems with General Simplicial Meshes
School of Mathematics, Jilin University(吉林大学数学学院);Department of Mathematics, The University of Kansas(堪萨斯大学数学系)
本文研究了在任意单纯形网格上一般扩散方程的有限体积元法的条件性,通过分析刚度矩阵的最大奇异值与对称部分最小特征值的比值,建立了条件数的上界,并探讨了网格非均匀性对条件数的影响,同时通过数值实验验证了对角缩放对欧几里得度量下网格非均匀性的缓解作用。
2018-02-05 cs.NA math.NA
Core-Conditioned Regularized Matrix Tri-Factorization for High-Dimensional Structured Systems
Kabale University(卡巴莱大学)
本文研究了正则化的矩阵三因子分解,探讨了在正则化和核心条件设置下的重建精度、因子尺度、数值条件等,通过分析建立了PDQ表示的代数范围,证明了在强制正则化下的最小化器存在性,并提供了二次全数据目标的块更新方法。
2026-05-12 cs.NA math.NA
Orthogonal Constrained Neural Networks for Solving Structured Inverse Eigenvalue Problems
本文提出了一种名为Stiefel多层感知机(SMLP)的新型无监督神经网络,通过引入Stiefel层确保相似变换的正交性,并利用ReLU处理非负性约束,构建了统一框架以高效精确求解结构化逆特征值问题。
2024-06-28 cs.NA math.NA
Conditioning and backward error of block-symmetric block-tridiagonal linearizations of matrix polynomials
University of California, Santa Barbara(加州大学圣塔芭芭拉分校);Universidad Carlos III de Madrid(马德里卡洛斯三世大学);Universidade de Lisboa(里斯本大学);Faculdade de Economia do Porto(波尔图经济与管理学院);Boston University(波士顿大学)
本文研究了矩阵多项式块对称块三对角线性化在数值稳定性方面的表现,比较了其条件数和反向误差与其它线性化方法的差异,指出在特定条件下该线性化具有更好的数值特性。
2017-06-13 cs.NA math.NA
Solution of the Linearly Structured Partial Polynomial Inverse Eigenvalue Problem
Indian Institute of Technology Kharagpur(印度理工学院哈格普尔分校)
本文研究了线性结构的多项式反特征值问题,通过构造具有指定线性结构的矩阵,使得矩阵多项式具有给定的特征对。本文推导了该问题解存在的必要充分条件,并给出了所有解的显式表达式,解决了PIEP领域的一些开放问题。
2019-04-22 cs.NA math.NA
Riemannian Inexact Newton Method for Structured Inverse Eigenvalue and Singular Value Problems
National Formosa University(国立虎尾科技大学);National Cheng Kung University(国立成功大学);University of Macau(澳门大学)
本文提出了一种结合微分几何和不精确牛顿方法的Riemannian不精确牛顿方法,用于解决结构逆特征值和奇异值问题,并展示了该方法在全局和二次收敛性以及数值鲁棒性和精度方面的表现。
2018-10-16 cs.NA math.NA
Preserving spectral properties of structured matrices under structured perturbations
本文主要研究结构矩阵在结构扰动下的特征值保持性、Jordan结构和补不变子空间。确定扰动和保结构扰动,使得扰动矩阵将给定子空间再生为不变子空间,并保持未扰动矩阵的一对互补不变子空间。这些结果被进一步利用,以获得结构保持扰动修改某些特征值的一个给定的结构矩阵和重现一组所需的特征值,同时保持约旦链不变。此外,还得到了结构矩阵的无溢出结构扰动,其秩等于被修改的特征值(包括重数)的个数,并且保留了其余特征值和相应的Jordan链,这些特征值和Jordan链不需要已知.本文所考虑的特殊结构矩阵构成了对应于正交对称标积的Jordan和李代数。
2020-06-16 cs.NA math.NA math.OC
Structured backward errors for eigenvalues of linear port-Hamiltonian descriptor systems
用结构化广义本征值方法计算广义系统无源性分析中的矩阵束本征结构时,应保证计算的谱满足与该结构和底层物理系统相对应的对称性.我们进行了一个向后误差分析,并表明,对于矩阵束与端口-哈密顿广义系统和一个给定的计算特征结构与正确的对称结构,总是存在一个附近的端口-哈密顿广义系统,正是该特征结构。我们还推导出如何接近这个系统的界限,并表明该系统的稳定半径在该界中发挥了作用。
2020-05-10 cs.NA math.NA math.OC
A Real QZ Algorithm for Structured Companion Pencils
Tel-Aviv University(特拉维夫大学)
本文提出一种高效的隐式实QZ算法,用于求解由多项式根寻找问题线性化得到的结构化伴随矩阵的特征值,方法在每迭代步使用O(N)浮点运算和存储。
2017-03-23 cs.NA math.NA
Eigenvalue embedding problem for quadratic regular matrix polynomials with symmetry structures
本文提出了一种求解具有对称结构的二次正则矩阵多项式的保结构特征值嵌入问题的统一方法。首先,我们确定扰动的二次矩阵多项式,非结构化或结构化,使扰动多项式重现所需的不变对,同时保持不变的另一个不变对的未扰动多项式的不变性。如果后者是未知的,它被称为无溢出扰动。然后,我们使用这些结果来解决结构化的二次矩阵多项式,包括:对称,埃尔米特,$\star$ -偶数和$\star$ -奇数的二次矩阵多项式的SEEP。最后,我们表明,所获得的解析表达式的扰动可以实现现有的结果,在现实世界中出现的应用程序,作为特殊情况下的结构多项式。所得结果与数值例子的支持。
2021-04-22 cs.NA math.NA
Optimizing Rayleigh quotient with symmetric constraints and their applications to perturbations of the structured polynomial eigenvalue problem
对于埃尔米特矩阵$H \in \mathbb C^{n,n}$和对称矩阵$S_0, S_1,\ldots,S_k \in \mathbb C^{n,n}$,我们考虑了计算$\left\{ \frac{v^*Hv}{v^*v}:~v\in \mathbb C^{n}\setminus \{0\},\,v^TS_iv=0~\text{for}~i=0,\ldots,k\right\}$上确界的问题.为此,我们得到了一个估计的形式,最小化的第二大特征值的参数依赖埃尔米特矩阵,这是准确的,当在最佳的特征值是简单的。然后将结果应用于计算具有T-回文、T-反回文、T-偶、T-奇和反对称结构的高次矩阵多项式的特征值向后误差。数值实验结果说明了这一点。
2021-06-14 cs.NA math.NA math.OC
Rank-$1$ matrix differential equations for structured eigenvalue optimization
提出并研究了一种求解大型结构矩阵特征值最优化问题的新方法。考虑的一类最优化问题涉及到计算结构化伪谱及其极值点,以及结构化矩阵接近问题,如计算结构化距离不稳定性或奇异性。该结构可以是一般的线性结构,并且包括例如具有给定稀疏模式的大矩阵、具有给定范围和协范围的矩阵以及哈密尔顿矩阵。值得注意的是,特征值优化可以在复(或实)秩1矩阵的流形上执行,这会显著减少存储量,并且在某些情况下会减少计算成本。该方法依赖于一个约束梯度系统和投影的梯度到切空间的流形的复杂秩- $1$矩阵。结果表明,在局部极小点附近,该投影非常接近恒等映射,因此计算上有利的秩-1投影系统的局部行为类似于计算上昂贵的梯度系统。
2022-06-19 cs.NA math.DS math.NA
Structured backward error analysis of linearized structured polynomial eigenvalue problems
Universidad Carlos III de Madrid(马德里卡洛斯三世大学);KU Leuven(荷语鲁汶大学);Université catholique de Louvain(法语鲁汶天主教大学)
本文提出M_A结构矩阵多项式类,为多种应用重要的结构矩阵多项式提供统一框架,并通过M_A结构块Kronecker pencil实现奇次多项式强线性化,进而进行结构反向稳定性分析。
2016-12-21 cs.NA math.NA
Preconditioning for Accurate Solutions of Linear Systems and Eigenvalue Problems
University of Kentucky(肯塔基大学)
本文提出预条件技术以解决病态导致的精度问题,通过引入逆等价精度概念,分析误差并展示预条件在计算病态矩阵小特征值中的应用。
2017-05-11 cs.NA math.NA
Numerical methods for accurate computation of the eigenvalues of Hermitian matrices and the singular values of general matrices
本文综述了计算埃尔米特矩阵特征值和一般矩阵及几类结构矩阵奇异值的数值方法。重点是方法背后的主要原则,即使在传统方法条件不佳的情况下,也能保证高精度。首先,它示出了一个特定的结构中的误差在一个有限精度的算法的实现允许一个更好的措施的灵敏度和高精度的计算是可能的,尽管一个大的经典条件数。这种由有限精度计算引起的结构化误差在某些算法中是例如条目方向或列方向小的,这比通常认为的仅当在Frobenius矩阵范数中测量时一般小的误差好得多。专门定制的扰动理论,这种结构的扰动埃尔米特矩阵保证更好的界限,相对误差的计算特征值。其次,我们回顾了一种非传统的方法来精确计算的奇异值和特征值的一些臭名昭著的病态结构矩阵,例如,柯西,范德蒙和汉克尔矩阵。精确算法的显著特征是使用定义这种矩阵的内参数来获得非正交因子分解,例如\textsf{LDU}因子分解,然后计算由此计算的因子的乘积的奇异值。最先进的软件的状态进行了讨论。
2020-06-04 cs.NA math.NA
The structured distance to ill-posedness for conic systems
本文研究锥线性系统病态性的结构化距离,证明低秩扰动下度量不变,并推广了Eckart-Young定理。
2003-09-05 cs.NA math.NA math.OC
Generation of orthogonal rational functions by procedures for structured matrices
计算关于离散内积正交的有理函数序列的递推系数的问题被表述为Hessenberg矩阵束的逆本征值问题。提出了两个程序来解决这个逆本征值问题,通过合理的Arnoldi迭代和通过更新程序,使用酉相似变换。后者被证明是数值稳定的。这个问题和这两个程序一般考虑双正交有理函数的双线性型。这导致一束三对角矩阵的逆本征值问题。对于双正交有理函数,三对角束意味着短的递归关系,这比正交的情况更有效。然而,解决这个问题的程序必须依赖于非幺正运算,并且可能不是数值稳定的。
2021-05-21 cs.NA math.NA
Structured strong $\boldsymbol{\ell}$-ifications for structured matrix polynomials in the monomial basis
在多项式本征值问题的框架下,应用中出现的矩阵多项式大多是结构多项式(即(斜)对称、(斜)厄米特、(反)回文或交错)。解决多项式本征值问题的标准方法是线性化。最常用的线性化属于一般构造,对所有固定次数的矩阵多项式有效,称为{ \em伴随线性化}。然而,众所周知,对于偶数阶的矩阵多项式,不可能构造保持任何先前结构的伴随线性化。这促使人们寻找更一般的伴随形式,特别是{ \em伴随$\ell$ -ifications}。在本文中,我们提出了,第一次,家庭(广义)同伴$\ell$ -ifications,保持任何这些结构,为矩阵多项式的次数$k=(2d+1)\ell$。我们还展示了如何构建稀疏的$\ell$ -ifications在这个家庭。最后,我们证明了四次矩阵多项式不存在结构化的同伴求积式。
2020-10-12 cs.NA math.NA
Accurate Solutions of Polynomial Eigenvalue Problems
University of Chicago(芝加哥大学)
本文提出利用持续同调法求解非线性特征值问题,无需升维,方法更准确且能保证正确性,通过数值实验验证其优于QZ算法。
2017-11-03 cs.NA math.NA
Structured Divide-and-Conquer for the Definite Generalized Eigenvalue Problem
University of California Berkeley(加州大学伯克利分校);University of California San Diego(加州大学圣地亚哥分校)
针对定号广义特征值问题,提出一种结构感知的随机化分治算法,通过结构化扰动推广伪谱碎裂、保持分治过程定号性,实现了比通用分治方法更低的可证明复杂度,且无逆、高并行。
2026-08-19 cs.NA math.NA
Invariant subspace perturbations related to defective eigenvalues of $Δ$-Hermitian and Hamiltonian matrices
Department of Mathematics, University of Kansas(堪萨斯大学数学系)
本文研究了Δ-埃尔米特和Hamiltonian矩阵中缺陷特征值扰动对不变子空间的影响,分析了原始特征向量和广义特征向量在扰动子空间构成中的作用。
2026-01-28 cs.NA math.NA
The spectrum of the Steklov-Helmholtz operator
针对Helmholtz算子提出波数稳健的BIO-MOD方法计算Steklov特征对,通过单层位势和缩减SVD克服近异常波数病态性,实现谱收敛,并用于形状优化和谱几何研究。
2025-09-08 cs.NA math.NA
Computing Unstructured and Structured Polynomial Pseudospectrum Approximations
SAPIENZA Università di Roma(罗马大学);Kent State University(肯特州立大学)
本文提出利用秩一或投影秩一扰动计算多项式伪谱近似的方法,有效提升对有结构和无结构伪谱的逼近性能,优于随机秩一扰动方法。
2017-04-05 cs.NA math.NA
Structured strong linearizations of structured rational matrices
结构有理矩阵,如对称,反对称,哈密尔顿,反对哈密尔顿,埃尔米特和仿埃尔米特有理矩阵出现在许多应用中。近年来,有理矩阵的线性化被引入到有理矩阵的极点、特征值、特征向量、最小基和最小指标的计算中。对于结构有理矩阵,需要构造保结构线性化,以保持有理矩阵的特征值和极点的对称性。为了构造结构有理矩阵的保结构线性化,我们提出了一类Fiedler-like束,并证明了Fiedler-like束是结构有理矩阵的保结构强线性化的丰富来源.当$G(λ)$具有相同的结构时,我们构造了有理矩阵$G(λ)$的对称、反对称、Hamilton、反对称Hamilton、Hermitian、反对称Hermitian、仿Hermitian和仿反对称Hermitian强线性化.进一步,当$G(λ)$是实对称的,我们表明,$G(λ)$的实对称线性化的传递函数保持Cauchy-Maslov指数的$G(λ).$我们描述的恢复的特征向量,最小基和最小指数的$G(λ)$从那些的线性化的$G(λ)$,并表明恢复是操作自由的。
2020-08-02 cs.NA math.NA
Backward errors for multiple eigenpairs in structured and unstructured nonlinear eigenvalue problems
针对非线性特征值问题,研究多个近似特征对的后向误差,提出廉价上界及精确计算方法,并处理结构化扰动,如对称、稀疏或低秩情况。
2025-02-26 cs.NA math.NA
New bounds on the condition number of the Hessian of the preconditioned variational data assimilation problem
数据同化算法将先验信息和观测信息相结合,并通过各自的不确定性进行加权,以获得动力系统的最可能后验。在变分资料同化中,后验是通过求解非线性最小二乘问题来计算的。许多数值天气预报(NWP)中心使用全观测误差协方差(OEC)加权矩阵,这可能会减慢数据同化过程的收敛速度。以前的工作揭示了OEC矩阵的最小特征值的调节和非预处理的数据同化问题的收敛的重要性。在本文中,我们研究使用相关的OEC矩阵的预处理数据同化问题的第一次。我们考虑的情况下,有更多的状态变量比观察,这是典型的应用稀疏测量,如数值预报和遥感。我们发现,类似于未预处理的问题,OEC矩阵的最小特征值出现在新的界限上的条件数的Hessian的预处理目标函数。数值实验表明,当背景和观测尺度相等时,Hessian的条件数最小。这与未预处理的情况相反,在未预处理的情况下,减小观测误差长度尺度总是改善条件。共轭梯度实验表明,在这个框架中的条件数的海森是一个很好的代理收敛。特征值聚类解释了收敛比预期快的情况。
2021-05-21 cs.NA math.NA
Spectral Statistics of Lattice Graph Structured, Non-uniform Percolations
Carnegie Mellon University(卡内基梅隆大学)
本文研究了晶格图结构非均匀渗流的谱统计特性,利用Girko发展的随机主方程方法,推导出随机图的谱分布的确定性等价分布,并通过模拟验证结果。
2017-01-06 cs.NA math.NA
Eigenvector sensitivity under general and structured perturbations of tridiagonal Toeplitz-type matrices
SAPIENZA Università di Roma(罗马大学);Kent State University(肯特州立大学)
本文研究了三对角Toeplitz型和Toeplitz型矩阵在一般和结构扰动下的特征向量敏感性,分析了其敏感性特性及误差界。
2019-04-29 cs.NA math.NA
Finding the nearest passive or non-passive system via Hamiltonian eigenvalue optimization
我们提出并研究了一种算法,用于计算一个最近的无源系统,一个给定的非被动线性定常系统(有很大的自由度,在选择的度量定义“最近”,这可能是限制在结构化扰动),也是一个密切相关的算法,用于计算结构化的距离给定的无源系统的非无源性。这两个问题都是通过求解由扰动系统矩阵构造的哈密顿矩阵的特征值最优化问题来解决的。所提出的算法是两个层次的方法,优化的最小正实部的哈密顿特征值在一个固定大小的扰动在内迭代,使用约束梯度流。他们优化的扰动大小的外迭代,这是收敛二次在典型的情况下,一个有缺陷的合并的简单的特征值接近虚轴。对于大型系统,我们提出了一个变种的算法,利用固有的低秩结构的问题。数值实验说明了所提出的算法的行为。
2021-03-03 cs.NA math.NA math.OC
Differential qd algorithm with shifts for rank-structured matrices
The University of Edinburgh(爱丁堡大学)
针对秩结构矩阵,提出多种拟可分离矩阵的qd算法变体,其中一种推广了三对角矩阵的dqds算法,可应用于伴随矩阵和同盟矩阵,为多项式求根提供新方法。
2012-08-17 cs.NA math.NA
Approximated structured pseudospectra
SAPIENZA Università di Roma(罗马大学);Kent State University(肯特州立大学)
本文提出一种基于选择合适秩一或投影秩一扰动计算矩阵伪谱和结构伪谱的新方法,通过分析特征值敏感性,提升计算效率和洞察力。
2016-11-14 cs.NA math.NA
Avoiding discretization issues for nonlinear eigenvalue problems
针对非线性特征值问题离散化易引入伪特征值、遗漏谱及病态性的问题,提出一种无离散化的稳定收敛的全纯无穷维问题求解器,还给出带显式误差控制的伪谱计算算法,并以MATLAB软件包infNEP公开相关内容。
2023-05-02 cs.NA cs.SY eess.SY
A Structure-Preserving LOBPCG Algorithm for the Bethe-Salpeter Eigenvalue Problem
School of Data Science, Fudan University(复旦大学数据科学学院);MOE Key Laboratory for Computational Physical Sciences, Fudan University(复旦大学计算物理科学教育部重点实验室)
本文提出了一种保持结构的LOBPCG算法,用于高效求解贝泰-萨尔佩特本征值问题,并展示了其在对称正定矩阵辛本征值问题中的应用潜力。
2026-03-09 cs.NA math.NA
Nearest matrix with multiple eigenvalues by Riemannian optimization
Aalto University(阿尔托大学);University of Manchester(曼彻斯特大学);University of Pisa(比萨大学)
本文提出了一种基于Riemannian优化的方法,用于寻找最接近具有多重特征值的矩阵,同时允许跟踪左右特征向量并施加任意复线性约束,通过数值实验验证了方法的有效性。
2026-07-28 cs.NA math.NA
Toeplitz Momentary Symbols: definition, results, and limitations in the spectral analysis of Structured Matrices
GLT序列理论是分析和逼近结构矩阵的奇异值和特征值的有力工具。利用广义似然变换理论,可以导出一个函数,它描述序列的奇异值或特征值分布,后者是在精确假设下的。然而,对于所考虑的序列的矩阵大小的小值,近似可能不如期望的那样好,因为在GLT符号的构造中,忽略了小范数和低秩扰动。另一方面,LFA可以用于以类似的方式为离散化构造多项式符号,其中存在几何信息,但保留小的范数扰动。本文的主要重点是引进的概念序列的“Toeplitz瞬时符号”,与一个给定的序列截断Toeplitz矩阵。我们以与GLT理论相同的方式构造符号,但我们保留了小范数贡献的信息。低秩的贡献仍然被忽视,我们给出了一个想法的原因,为什么这是可以忽略不计的,在某些情况下,为什么它不是在其他情况下,意识到,在存在高的非正态性的相同的低秩扰动可以产生显着的变化的特征值分布。此外,相对于LFA符号的不同之处在于,GLT符号和Toeplitz瞬时符号更一般,并且适用于更大类的矩阵。我们显示的方法,从而导致更高的精度在某些情况下相比,GLT符号的适用性。最后,由于许多应用程序和他们的分析,它往往是必要的,以考虑非正方形Toeplitz矩阵,我们形式化,并提供了一些有用的定义,适用于非正方形Toeplitz瞬时符号。
2022-01-21 cs.NA math.NA
Transient dynamics under structured perturbations: bridging unstructured and structured pseudospectra
本文提出结构化 ε-稳定性半径概念,将非结构化与结构化伪谱统一到联合伪谱框架中,并设计了基于梯度系统秩1矩阵微分方程的高效算法,计算成本与现有秩1算法相当。
2024-01-17 cs.NA math.NA
A Subspace Shift Technique for Nonsymmetric Algebraic Riccati Equations
Technische Universität Berlin(柏林工业大学)
针对非对称代数Riccati方程在接近临界情况时迭代收敛慢的问题,提出一种基于问题特征值不变子空间的子空间移位方法,理论分析和数值实验验证了其加速收敛的有效性。
2011-12-06 cs.NA math.NA
Variants of thick-restart Lanczos for the Bethe-Salpeter eigenvalue problem
Universitat Politècnica de València(瓦伦西亚理工大学)
本文提出三种结构保持的Lanczos求解器变种,用于计算Bethe-Salpeter本征值问题中部分本征值及其对应的左右本征向量,通过厚重启技术保持问题结构。
2026-07-17 cs.NA math.NA
Structure Preserving Parallel Algorithms for Solving the Bethe-Salpeter Eigenvalue Problem
Computational Research Division, Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室计算研究部);Department of Physics, University of California, Berkeley(加州大学伯克利分校物理系);Materials Sciences Division, Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室材料科学部);NERSC, Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室NERSC)
本文提出保持结构的并行算法用于求解贝特-萨尔佩特本征值问题,通过理论分析建立其与实哈密顿本征值问题的等价性,并展示Tamm-Dancoff近似法所得本征值均被高估,同时讨论了大规模问题的并行实现及数值实验。
2015-09-18 cs.NA math.NA
Separation-free exponential fitting with structured noise, with applications to inverse problems in parabolic PDEs
Tel Aviv University(特拉维夫大学);Basis Research Institute(Basis研究所);University of Trento(特伦托大学)
本文提出了一种在结构噪声下无分离指数拟合方法,证明了Prony方法在无分离情况下仍能保持最优误差衰减,并应用于抛物型PDE逆问题。
2025-12-16 cs.NA math.NA math.OC
A novel iterative method to approximate structured singular values
Università degli Studi di L’ Aquila(拉奎拉大学);Gran Sasso Science Institute (GSSI)(格兰萨索科学研究所);EPFL-SB-MATHICSE-ANCHP(洛桑联邦理工学院数学系)
本文提出了一种新的迭代方法来近似结构奇异值,通过内外迭代方法结合牛顿法和梯度系统,验证了该方法在控制系统的稳定性分析中的有效性。
2016-05-13 cs.NA math.NA math.OC