[论文解读] Error Bounds for the Krylov Subspace Methods for Computations of Matrix Exponentials

Hao Wang, Qiang Ye|arXiv (Cornell University)|Mar 23, 2016

Matrix Theory and Algorithms参考文献 22被引用 3

一句话总结

本文提出了一类新的先验与后验误差界，用于使用矩阵 $A$ 的厄米特部分与反对厄米特部分的特征值来定义一个矩形数值域包络，从而对 Krylov 子空间方法在计算矩阵指数 $e^{-\tau A}v$ 时的误差进行估计。这些误差界解释了超线性收敛与初始停滞现象，显著优于 Saad 和 Hochbruch-Lubich 的经典误差界。

ABSTRACT

In this paper, we present new a posteriori and a priori error bounds for the Krylov subspace methods for computing $e^{-τA}v$ for a given $τ>0$ and $v \in C^n$, where $A$ is a large sparse non-Hermitian matrix. The {\em a priori} error bounds relate the convergence to $λ_{\min}\left(\frac{A+A^*}{2} ight)$, $λ_{\max}\left(\frac{A+A^*}{2} ight)$ (the smallest and the largest eigenvalue of the Hermitian part of $A$) and $|λ_{\max}\left(\frac{A-A^*}{2} ight)|$ (the largest eigenvalue in absolute value of the skew-Hermitian part of $A$), which define a rectangular region enclosing the field of values of $A$. In particular, our bounds explain an observed superlinear convergence behavior where the error may first stagnate for certain iterations before it starts to converge. The special case that $A$ is skew-Hermitian is also considered. Numerical examples are given to demonstrate the theoretical bounds.

研究动机与目标

• 为大规模稀疏非厄米特矩阵的 $e^{-\tau A}v$ 计算，开发更精确的 Krylov 子空间方法先验与后验误差界。
• 通过矩阵的厄米特部分与反对厄米特部分的谱性质，解释观测到的超线性收敛行为，包括初始停滞现象。
• 通过使用数值域的矩形包络而非圆形或范数估计，改进现有误差界（特别是 Saad 与 Hochbruch-Lubich 的方法）。
• 基于带状矩阵函数的衰减特性，提供可计算且精确的后验误差估计。

提出的方法

• 利用带状矩阵函数的衰减特性推导后验误差界，实现精确且可计算的误差估计。
• 在由 $a = \lambda_{\min}\left(\frac{A+A^*}{2}\right)$, $b = \lambda_{\max}\left(\frac{A+A^*}{2}\right)$, 以及 $c = \left|\lambda_{\max}\left(\frac{A-A^*}{2}\right)\right|$ 定义的、包含 $A$ 的数值域的矩形区域内，构造指数函数的法伯多项式逼近。
• 利用雅可比椭圆函数构造该矩形区域的共形映射，随后进行简化，从而获得可处理的误差界。
• 为非厄米特正定矩阵与反对厄米特矩阵建立简化的先验误差界，将收敛速度与包围矩形的大小和形状关联起来。
• 通过不同 $\tau$、矩阵类型（非厄米特正定、反对厄米特）以及 Krylov 迭代次数的数值实验，验证误差界的有效性。
• 将新误差界与经典误差界（Saad、Hochbruch-Lubich）进行比较，证明其在紧致性与准确性方面有显著提升。

实验结果

研究问题

• RQ1 如何通过使用数值域的矩形包络，改进 Krylov 子空间方法在矩阵指数计算中的先验误差界？
• RQ2 为何 Krylov 近似中的误差有时在收敛前出现初始停滞？这种现象能否通过矩阵 $A$ 的谱性质加以解释？
• RQ3 能否基于带状矩阵函数的衰减特性，构造出既精确又可计算的后验误差界？
• RQ4 在紧致性与实际应用价值方面，新误差界与 Saad 和 Hochbruch-Lubich 的现有误差界相比，其量化表现如何？
• RQ5 这些误差界在解释反对厄米特矩阵（此时解保持范数不变）的收敛行为方面，其解释程度如何？

主要发现

• 先验误差界以 $A$ 的厄米特部分与反对厄米特部分的极端特征值表示，通过数值域矩形提供了直观的几何解释。
• 误差界能够解释观测到的超线性收敛与初始停滞现象：收敛通常在 $k \approx 2\tau\rho$ 时开始，其中 $\rho$ 为厄米特部分的谱间隙。
• 当 $\tau = 50$ 时，先验误差界显著优于 Saad 的基于范数的误差界，后者因 $\|\tau A\|$ 过大而变得过于保守。
• 后验误差估计在所有测试案例中均表现精确，始终紧密跟踪非厄米特正定与反对厄米特案例中的真实误差。
• 由于数值域的矩形包络更紧致，新先验误差界在 $\tau$ 较大时显著优于 Hochbruch 与 Lubich 的圆形包络误差界。
• 在反对厄米特情形（$A = iH$）中，误差界与观测到的收敛曲线高度吻合，表现为先停滞后迅速衰减，且预测的收敛起始点 $k \approx 2\tau\rho$ 与数值结果一致。