On maximum volume submatrices and cross approximation for symmetric semidefinite and diagonally dominant matrices
École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院)
本文研究了如何通过交叉近似方法在对称半正定及对角占优矩阵中找到最大体积的k×k子矩阵,并分析了贪心方法在体积最大化中的低秩近似误差。
2019-02-06 cs.DM cs.NA math.NA
Nyström Error Beyond $M$-Matrices: A Minimal Diagonally Dominant Obstruction
Department of Applied Mathematics and Theoretical Physics, University of Cambridge(剑桥大学应用数学与理论物理系)
研究对\(K=(L+\gamma I)^{-1}\)列选择的Nyström逼近核范数误差是否收益递减,通过舒尔补恒等式简化问题,构造单参数SDD族确定失败区间,证明相关维度情况,推导公式并举例,完整回答了西蒙斯研讨会报告中的问题4.6。
2026-07-22 cs.NA math.NA
Solving Sparse, Symmetric, Diagonally-Dominant Linear Systems in Time $O (m^{1.31})$
本文提出一种线性系统求解器,利用扩展的Vaidya组合预条件子技术,在$O(m^{1.31})$时间内求解稀疏对称对角占优线性系统,并针对低亏格或无大完全子式图优化复杂度。
2004-03-31 cs.DS cs.NA math.NA
Nearly-Linear Time Algorithms for Preconditioning and Solving Symmetric, Diagonally Dominant Linear Systems
提出一种近线性时间随机化算法,用于求解对称弱对角占优线性系统,并构造改进的子图预处理器,在平面结构下达到近线性期望时间,计算近似Fiedler向量。
2012-09-13 cs.DS cs.NA math.NA
A Multigrid method for nonlocal problems: non-diagonally dominant Toeplitz-plus-tridiagonal systems
Lanzhou University(兰州大学);Uppsala University(乌普萨拉大学);University of Insubria(因斯布鲁克大学)
本文研究了非局部问题的多重网格方法,针对非对角占优的Toeplitz-plus-tridiagonal系统,提出了基于谱分析的简单限制和细化算子,以处理非Toeplitz且非弱对角占优的代数系统,并验证了多重网格方法的收敛性。
2018-08-29 cs.NA math.NA
Convergence on Gauss-Seidel iterative methods for linear systems with general H-matrices
Xi’an Polytechnic University(西安工程大学);Henan University of Science and Technology(河南科技大学)
本文研究了Gauss-Seidel迭代法在非严格对角占优矩阵和一般H矩阵线性系统中的收敛条件,提出新的理论结果并给出数值例子验证。
2014-10-13 cs.NA math.NA
Explicit inverse of symmetric, tridiagonal near Toeplitz matrices with strictly diagonally dominant Toeplitz part
本文研究了具有严格对角占优 Toeplitz 部分的三对角近 Toeplitz 矩阵,推导了其精确逆的紧凑形式及逆矩阵无穷范数的上界,并通过数值实验验证了其在不动点迭代中提升收敛速率与减少计算时间的有效性。
2024-06-03 cs.NA math.NA
Accurate Inverses for Computing Eigenvalues of Extremely Ill-conditioned Matrices and Differential Operators
University of Kentucky(肯塔基大学)
本文研究如何通过结合标准迭代法与准确逆算法计算大极小条件数矩阵的少数小特征值,提出了一种针对微分算子有限差分离散化的新型离散化方法。
2017-05-15 cs.NA math.NA
High order Bellman equations and weakly chained diagonally dominant tensors
University of Michigan(密歇根大学)
本文提出高阶Bellman方程,扩展经典Bellman方程到张量设置,并引入弱链式对角占优张量,证明高阶Bellman方程正解存在唯一性的充分条件是方程中出现的张量是弱链式对角占优M-张量。同时证明弱对角占优Z-张量若对角线非负则为强M-张量当且仅当是弱链式对角占优,扩展了矩阵设置中的相应结果。最后将结果应用于最优控制问题,提出一个收敛性可证明的数值方案,优于传统方法。
2026-09-09 cs.NA math.NA math.RA
Explicit inverse of symmetric, tridiagonal near Toeplitz matrices Part II: with weakly diagonally dominant Toeplitz
本文推导了Toeplitz部分弱对角占优的对称三对角近Toeplitz矩阵精确逆的显式公式,推广至角元非对角占优情形,给出逆矩阵无穷范数上界,通过Fisher问题数值算例验证了收敛速率与上界的有效性。
2024-07-10 cs.NA math.NA
A fast and stable test to check if a weakly diagonally dominant matrix is a nonsingular M-matrix
David R. Cheriton School of Computer Science, University of Waterloo(滑铁卢大学 David R. Cheriton 计算机科学学院)
本文提出了一种测试方法,用于确定子随机矩阵是否收敛。通过建立弱链对角占优(L)矩阵与收敛子随机矩阵之间的对偶性,证明该测试可以简单地扩展到判断弱对角占优矩阵是否为非奇异M矩阵。该测试的运行时间与输入矩阵的阶数线性相关,如果是稀疏矩阵;如果是稠密矩阵则为二次。这是对[J. M. Peña, 一种稳定测试方法用于检查矩阵是否为非奇异M矩阵]中立方测试的部分加强。作为分析的副产品,我们证明了非奇异弱对角占优M矩阵是弱链对角占优L矩阵,这一事实的逆向已知至少自1964年以来。我们指出,这加强了文献中关于M矩阵的一些最近结果。
2026-09-09 cs.DM cs.NA math.NA
Generalizing Reduction-Based Algebraic Multigrid
针对基于约简的代数多重网格(AMGr)在非对角占优矩阵上性能下降的问题,本文结合连接强度、SPAI等技术改进经典AMGr算法,在控制成本的同时提升鲁棒性,数值实验验证了其在两类扩散问题上的有效性。
2023-08-22 cs.NA math.NA
Solving Elliptic Finite Element Systems in Near-Linear Time with Support Preconditioners
本文证明椭圆有限元线性系统可被对称对角占优矩阵良好逼近,从而利用支持理论将图论近线性时间求解技术推广至有限元问题,且迭代次数仅依赖网格质量。
2008-04-04 cs.NA math.NA
An Efficient Parallel Solver for SDD Linear Systems
M.I.T.(麻省理工学院);Yale University(耶鲁大学)
本文提出了一种高效的并行算法,用于在对称半正定矩阵中求解线性方程组,时间复杂度为多项对数,工作量近线性。核心是构造稀疏近似反链,其乘积近似于原矩阵的逆。
2013-11-13 cs.DS cs.NA math.NA
On the solution of a class of fuzzy system of linear equations
本文考虑线性方程组$Ax=b$,其中$A\in \Bbb{R}^{n \times n}$是清晰H-矩阵,$b$是模糊$n$ -向量.然后,我们研究了这个系统的模糊解的存在性和唯一性。所得结果也可用于M-矩阵类和严格对角占优矩阵类。最后,给出了一些数值例子来说明所提出的理论结果。
2014-06-28 cs.NA math.NA
Entrywise Approximate Solutions for SDDM Systems in Almost-Linear Time
该研究提出了一种在几乎线性时间内求解对称半正定占优M矩阵系统的算法,能够高效计算线性方程组的逐元素近似解。
2025-11-20 cs.DS cs.NA math.NA
Entrywise Approximation for Matrix Inversion and Linear Systems
MIT(麻省理工学院)
该研究针对对角占优矩阵的逐元素近似求逆与线性系统求解问题,提出了浮点和定点输入下的多种算法,在比特复杂度上取得了优于现有方法的结果,且浮点三次算法在APSP猜想下达到最优。
2025-10-22 cs.DS cs.NA math.NA
Bounds on determinants of perturbed diagonal matrices
Australian National University(澳大利亚国立大学);The University of Newcastle(纽卡斯尔大学);Center for Range Voting(区间投票中心)
本文研究了扰动对角矩阵行列式的上下界,提出了一种在特定条件下更优的下界,并给出了比Ostrowski等人的结果更强大的上界,同时探讨了这些界的最佳可能性条件。
2014-03-27 cs.NA math.CO math.NA
A new error bound for linear complementarity problems for B-matrices
Yunnan University(云南大学)
本文为B-矩阵的线性互补问题提供了新的误差界,证明该界优于之前的一些结果。
2016-02-29 cs.NA math.NA
A Simple, Combinatorial Algorithm for Solving SDD Systems in Nearly-Linear Time
MIT(麻省理工学院)
提出一个简单的组合算法,利用图论中的“好”生成树和轻量级数据结构,通过重复应用非递归更新规则,在近线性时间内求解对称对角占优线性系统,无需递归预处理、谱稀疏化或Chebyshev/共轭梯度法。
2013-01-28 cs.DS cs.NA math.NA
Stochastic Preconditioning for Iterative Linear Equation Solvers
针对对称对角占优M矩阵,提出基于随机游走的不完全LDL分解作为预处理子,证明其比传统不完全分解方法具有更好的精度-规模权衡,从而减少预处理共轭梯度法的计算量。
2006-09-24 cs.NA math.NA math.PR
Faster Approximate Lossy Generalized Flow via Interior Point Algorithms
Yale University(耶鲁大学)
提出一种基于内点算法和对称M矩阵线性系统近线性时间求解器的算法,对有损广义网络流问题实现加性ε近似,时间复杂度为Õ(m^(3/2) log(1/ε)),相比先前算法改进约m^(1/2)因子。
2008-04-07 cs.DS cs.NA math.NA
Revisiting Asynchronous Linear Solvers: Provable Convergence Rate Through Randomization
自Chazan和Miranker在1969年关于混沌松弛的开创性论文以来,人们一直在研究求解线性方程组的异步方法。异步方法的基本思想是通过允许处理器继续取得进展来避免处理器空闲时间,即使不是其他处理器取得的所有进展都被传达给它们。从历史上看,异步方法求解线性方程组的适用性仅限于某些受限的矩阵类,如对角占优矩阵。此外,这些方法的分析集中在证明收敛的极限。异步收敛速度与同步收敛速度的比较以及异步收敛速度与处理器数量的关系很少被研究,至今仍没有得到很好的理解。本文提出了一般对称正定矩阵的一种随机共享内存异步算法。我们严格分析的收敛速度,并证明它是线性的,是接近的方法的同步对应,如果处理器计数是不是过度相对于矩阵的大小和稀疏性。我们还提出了一个算法,非对称系统和超定最小二乘。我们的工作提出了一个显着的改进,异步线性求解器的适用性,以及在其收敛性分析,并建议随机化作为一个关键的范例,作为异步方法的基础。
2015-07-14 cs.DC cs.DS cs.NA
$\mathcal O(n)$ working precision inverses for symmetric tridiagonal Toeplitz matrices with $\mathcal O(1)$ floating point calculations
本文提出一种线性时间算法,利用严格对角占优条件,以$\mathcal O(1)$浮点运算计算对称三对角Toeplitz矩阵的逆矩阵,并构建高效并行近似求解器。
2016-11-27 cs.NA math.NA
A fixed-point policy-iteration-type algorithm for symmetric nonzero-sum stochastic impulse control games
具有脉冲控制的非零和随机微分对策为金融、能源市场和其他领域的应用提供了一个现实而深远的建模框架,但解决这些问题的困难阻碍了它们的扩散。半分析性方法对非常特殊的情况作了强有力的假设。据作者所知,文献中唯一的数值方法是我们提出的求解拟变分不等式的启发式方法。针对对称对策问题,提出了一种简单、精确、高效的不动点策略迭代型算法,该算法消除了以往算法对初始猜想和松弛方案的强依赖性.一个严格的收敛性分析进行自然假设的球员的战略,承认图论的解释弱链对角占优矩阵的背景下。还提供了一种新的可证明收敛的单人脉冲控制求解器。主要算法用于高精度计算其他非常具有挑战性的问题的均衡收益和纳什均衡,甚至一些超出了当前可用理论的范围。
2020-06-15 cs.NA econ.GN math.NA