[논문 리뷰] An integral method for solving nonlinear eigenvalue problems

Wolf‐Jürgen Beyn|arXiv (Cornell University)|2010. 03. 08.

Matrix Theory and Algorithms참고 문헌 42인용 수 5

한 줄 요약

이 논문은 복소 평면 내 주어진 고리 위에서 비선형 해석적 고유값 문제의 모든 고유값과 고유벡터를 계산하기 위한 윤곽선 적분 방법을 제시한다. 켈디쉬 정리와 트라프레즈로이드 법칙을 활용하여 적분을 근사함으로써, 비선형 문제를 소규모 선형 고유값 문제로 환원하며, 구함수 노드 수와 고유값과 고리 사이의 거리에 대해 지수 수렴을 달성한다.

ABSTRACT

We propose a numerical method for computing all eigenvalues (and the corresponding eigenvectors) of a nonlinear holomorphic eigenvalue problem that lie within a given contour in the complex plane. The method uses complex integrals of the resolvent operator, applied to at least $k$ column vectors, where $k$ is the number of eigenvalues inside the contour. The theorem of Keldysh is employed to show that the original nonlinear eigenvalue problem reduces to a linear eigenvalue problem of dimension $k$. No initial approximations of eigenvalues and eigenvectors are needed. The method is particularly suitable for moderately large eigenvalue problems where $k$ is much smaller than the matrix dimension. We also give an extension of the method to the case where $k$ is larger than the matrix dimension. The quadrature errors caused by the trapezoid sum are discussed for the case of analytic closed contours. Using well known techniques it is shown that the error decays exponentially with an exponent given by the product of the number of quadrature points and the minimal distance of the eigenvalues to the contour.

연구 동기 및 목표

• 지정된 고리 내부에 있는 비선형 해석적 고유값 문제의 모든 고유값과 고유벡터를 계산하기 위한 전역 수치적 방법을 개발한다.
• 대부분의 반복적 해법이 요구하는 초기 고유값 또는 고유벡터 근사치가 필요 없도록 한다.
• 고유값 수가 행렬 차원을 초과하거나 고유공간이 질량 결함을 보일 경우에도 적용 가능한 방법으로 확장한다.
• 희소 직접 해법기를 사용할 수 있는 중간 크기 문제에 대해 안정적이고 전역 수렴하는 접근 방식을 제공한다.

제안 방법

• 이 방법은 복소 윤곽선 적분을 통해 $ T(z)^{-1} $의 해를 계산하며, $ N $개의 구함수 점을 사용한 트라프레즈로이드 법칙을 적용한다.
• moment 행렬 $ A_p = \frac{1}{2\pi i} \int_\Gamma z^p T(z)^{-1} \hat{V} \, dz $ 를 $ p = 0,1 $ 에 대해 구성하며, 여기서 $ \hat{V} $ 는 무작위의 $ m \times k $ 행렬이다.
• 적분은 $ A_{p,N} = \frac{1}{iN} \sum_{j=0}^{N-1} T(\varphi(t_j))^{-1} \hat{V} \varphi(t_j)^p \varphi'(t_j) $ 로 근사되며, 이는 $ Nk $ 개의 선형 시스템을 풀어야 하는 문제로 환원된다.
• moment 행렬 $ B_{0,N} $ 의 특이값 분해(SVD)를 통해 불변 부분공간의 차원 $ k $ 를 식별하고, 감소된 고유값 문제는 $ D = V_0^H B_{1,N} W_0 \Sigma_0^{-1} $ 를 통해 해결한다.
• $ k > m $ 인 경우, 방법은 $ p = 2\lceil k/m \rceil - 1 $ 까지의 모멘트를 계산함으로써 확장되며, 이는 질량 결함이 있는 고유공간을 다룰 수 있도록 한다.
• 이 방법은 고유벡터와 그 쌍대벡터를 통해 해의 특이부를 표현하는 켈디쉬 정리를 기반으로 한다.

실험 결과

연구 질문

• RQ1 초기 추정치가 필요 없이, 유도 미분이 없는 전역적 방법이 고리 내부의 모든 고유값과 고유벡터를 계산할 수 있는가?
• RQ2 해석적 고리에 대해, 구함수 점 수가 증가함에 따라 오차가 어떻게 감소하는가?
• RQ3 고유값 수가 행렬 차원을 초과하는 경우에도 이 방법을 확장할 수 있는가?
• RQ4 비선형 문제에서 흔히 발생하는 고유공간의 질량 결함을 정확히 포착할 수 있는가?

주요 결과

• 구함수 오차는 고유값과 고리 사이의 최소 거리와 구함수 점 수 $ N $ 의 곱에 비례하는 비율로 지수적으로 감소한다.
• 구함수 점 수 $ N \approx 25 $ 로도, 군집화되거나 분리된 고유값을 포함한 수치 예제에서 높은 정확도를 달성한다.
• 질량 결함이 있는 행렬 다항식 예제에서는 예상대로 세 개의 살아있는 특이값을 기반으로 고유값 $ a = -0.2 $ 과 $ b = 1 $ 을 정확히 복원한다.
• $ \tau = 1 $ 인 지연 시스템 예제에서는 중심이 $ -1 $ 에 위치한 반지름 6인 원 내부에 다섯 개의 고유값을 계산하였으며, Kressner의 방법과 $ N = 150 $ 일 때 결과가 일치한다.
• 잔여항 $ \|T(\lambda_j)v_j\| $ 이 $ N $ 에 따라 급격히 감소함을 확인하였으며, 중간 크기의 $ N $ 에서도 높은 정확도를 보이며, $ N = 150 $ 에서는 충분한 정밀도를 확보한다.
• 확장된 알고리즘은 고유값 수가 행렬 차원을 초과하는 경우, 예를 들어 지연 시스템의 특성 방정식을 다룰 때도 모멘트 인덱스 범위를 늘리고 SVD 기반의 질량 감지 기법을 사용함으로써 성공적으로 처리한다.