[论文解读] Spectral Sets

Cătălin Badea, Bernhard Beckermann|arXiv (Cornell University)|Feb 3, 2013

Matrix Theory and Algorithms参考文献 45被引用 7

一句话总结

本综述探讨了由约翰·冯·诺伊曼提出的谱集与K-谱集——这些概念使得能够通过函数的上确界范数来估计矩阵函数的范数。通过将矩阵分析与复分析、算子理论及逼近论相联系，本文建立了分析矩阵函数在数值线性代数、微分方程以及GMRES等迭代求解器中行为的基础工具。

ABSTRACT

This is a survey about spectral sets, to appear in the second edition of Handbook of Linear Algebra (L. Hogben, ed.). Spectral sets and K-spectral sets, introduced by John von Neumann, offer a possibility to estimate the norm of functions of matrices in terms of the sup-norm of the function. Examples of such spectral sets include the numerical range or the pseudospectrum of a matrix, discussed in Chapters 16 and 18. Estimating the norm of functions of matrices is an essential task in numerous fields of pure and applied mathematics, such as (numerical) linear algebra, functional analysis, and numerical analysis. More specific examples include probability, semi-groups and existence results for operator-valued differential equations, the study of numerical schemes for the time discretization of evolution equations, or the convergence rate of GMRES (Section 41.7). The notion of spectral sets involves many deep connections between linear algebra, operator theory, approximation theory, and complex analysis.

研究动机与目标

• 提供冯·诺伊曼提出的谱集与K-谱集的全面概述，用于界定矩阵函数范数。
• 阐明谱集在估计矩阵函数范数中的作用，特别是在数值分析与应用数学中的应用。
• 强调谱集与关键矩阵区域（如数值范围与伪谱）之间的联系。
• 将谱集置于更广泛的数学框架中，包括泛函分析、逼近论与复分析。
• 通过谱集理论支持对GMRES等数值方法收敛行为的理解。

提出的方法

• 利用冯·诺伊曼对谱集的定义，将矩阵A的f(A)的范数与包含A的谱的集合上f的上确界范数相关联。
• 应用K-谱集的概念，通过常数K ≥ 1实现对算子范数的可控界。
• 运用复分析工具，特别是解析函数与次调和函数，分析矩阵函数的行为。
• 依赖泛函演算与算子范数理论，基于函数f在谱集上的行为，推导f(A)的估计。
• 将结果与数值范围（第16章）及伪谱（第18章）联系起来，作为谱集的自然例子。
• 整合逼近论结果，通过谱集的性质评估矩阵函数逼近的质量。

实验结果

研究问题

• RQ1 如何利用谱集通过包含矩阵A的谱的集合上f的上确界范数来界定f(A)的范数？
• RQ2 在何种条件下，一个集合会成为给定矩阵或算子的谱集？
• RQ3 当精确的谱集条件不满足时，K-谱集如何改进矩阵函数范数的估计？
• RQ4 数值范围与伪谱在何种意义上是谱集的自然例子？
• RQ5 谱集理论对迭代求解器（如GMRES）的收敛性分析有何影响？

主要发现

• 谱集为利用包含A的谱的集合上f的上确界范数来估计f(A)的范数提供了强大框架。
• 矩阵的数值范围与伪谱是谱集的自然例子，使在数值分析中实现实际的范数估计成为可能。
• K-谱集通过允许乘法常数K ≥ 1来推广谱集，在精确谱集条件不成立时提供估计的灵活性。
• 谱集理论在线性代数、算子理论、复分析与逼近论之间建立了深刻的联系。
• 谱集理论为GMRES等迭代方法的收敛性分析提供了理论基础，特别是在估计残差范数衰减方面。
• 该框架使得能够通过提供矩阵函数范数的界，来研究算子值微分方程与半群。