下一节:多重特征值 上一级:Lanczos方法 上一节:算法

收敛性质

基于正交多项式的特性,存在一个优美的理论来描述特征值何时收敛。三对角矩阵T_{j}的特征多项式是关于一个标量积的正交多项式,该标量积由起始向量v作为特征向量之和的展开定义。通过将这些未知的正交多项式替换为著名的切比雪夫多项式,可以得到T_{j}的特征值\theta_i^{(j)}A的特征值\lambda_i之间的差异\vert\theta_i^{(j)}-\lambda_i\vert的界限,即所谓的Kaniel-Paige-Saad界限;参见[353]。

这一理论表明,我们会收敛到起始向量中表示的那些特征值,并且对于频谱两端的特征值,收敛速度更快。这些特征值与其他特征值的分离程度越好,它们的收敛速度就越快。

在实际情况下,我们通常只对最低的特征值感兴趣,幸运的是,这些特征值往往是最先收敛的。另一方面,最低特征值的相对分离度通常较差,因为这种分离是相对于整个频谱范围而言的,而不是相对于到原点的距离。



小节

下一节:多重特征值 上一级:Lanczos方法 上一节:算法
Susan Blackford 2000-11-20