共役勾配がGMRESメソッドよりもはるかに優れている場合に興味があります。
一般に、CGは多くのSPD(対称正定値)の場合に望ましい選択であり、必要なストレージが少なく、CGの収束率の理論的限界がそのGMRESの2倍であるためです。そのような率が実際に観察される問題はありますか?GMRESが同じ数のspmv(スパースマトリックスベクトル乗算)でCGより優れているか、CGに匹敵する場合の特性はありますか。
共役勾配がGMRESメソッドよりもはるかに優れている場合に興味があります。
一般に、CGは多くのSPD(対称正定値)の場合に望ましい選択であり、必要なストレージが少なく、CGの収束率の理論的限界がそのGMRESの2倍であるためです。そのような率が実際に観察される問題はありますか?GMRESが同じ数のspmv(スパースマトリックスベクトル乗算)でCGより優れているか、CGに匹敵する場合の特性はありますか。
回答:
CGの利点のは、残差多項式の離散l 2ノルムを最小化しないことです(GMRESの機能)。それは代わりにマトリックス誘導ノルムを最小化するものであり、多くの場合、このマトリックス誘導ノルムは物理的問題の離散化のエネルギーノルムに非常に近いものになります。物理学から。
GMRESで実際にこの種の効果を達成できるのは、質量行列のコレスキー分解を実行するのに費用がかかりすぎない場合、内積を希望する内積に強制することができます。
そして、CGがGMRESと非常に異なるパフォーマンスを期待する必要がある場合は、ノルムの等価性に含まれる定数が非常に異なる場合です。これは、実際には、GMRESで使用される離散ノルムがすべての自由度を等しいものとして扱う高次のスペクトルガラーキン法で当てはまります。そのノルムと、質量行列によって与えられる連続的なノルムとの間のノルム等価定数は非常に大きくなる可能性があります。
一般に、SPDマトリックスのGMRESとCGの間に大きな違いはないと思います。
レッツは、私たちが解決していると言うと対称正定と開始推測X 0 = 0 CGとGMRESとし、生成する反復処理し、それらを呼び出すX 、C 、Kとのx グラムK。両方の反復法は、同じクリロフ空間K k = { b 、A b 、A 2 b 、… }からx kを構築します。彼らはわずかに異なる方法でそうします。
CGは、Aによって誘導されるエネルギーノルムの誤差を最小化することによって特徴付けられ、 (A e c k、e c k)= (A (x − x c k)、x − x CのK)= 分Y ∈ K(A (X - Y )、X -
代わりGMRES最小限の残留、離散にそうℓ 2、ノルムように (のR K、RはK)= (B - A X 、G 、K、B - A X 、G 、K)= 分Y ∈ K(B - Y 、B - Y )。
クリロフ空間との最初の反復では、さらに多くの特定を取得するために、、CG及びGMRES両方の形式の近似を構築しますX 1 = α Bを。CGはα = (b 、b )を選択します およびGMRESはα=(Ab、b)を選択します
一つのことは、CGを適用できるところならどこでもGMRESは決して使用されないということです。これら2つを比較することは理にかなっていないと思います。SPDマトリックスの場合、ストレージ要件と上記の理由から、CGが間違いなく勝者です。興味深い質問は、CGの拡張を見つけることです。これは、CGを適用できない問題に適用できます。GMRESのように線形に増加するメモリを必要としないBiCG-stabのようなメソッドがありますが、収束はGMRESほどではありません(GMRESを再起動しても)。