On the Worst-Case Convergence of MR and CG for Symmetric Positive Definite Tridiagonal Toeplitz Matrices

0031798 - UIVT-O 336121 RIV US eng J - Článek v odborném periodiku
Liesen, J. - Tichý, Petr
On the Worst-Case Convergence of MR and CG for Symmetric Positive Definite Tridiagonal Toeplitz Matrices.
[O nejhorší konvergenci MR a CG pro symetrické pozitivně definitní třídiagonální toeplitzovské matice.]
Electronic Transactions on Numerical Analysis. Roč. 20, - (2005), s. 180-197. ISSN 1068-9613. E-ISSN 1068-9613
Grant CEP: GA AV ČR(CZ) KJB1030306
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: Krylov subspace methods * conjugate gradient method * minimal residual method * convergence analysis * tridiagonal Toeplitz matrices * Poisson equation
Kód oboru RIV: BA - Obecná matematika
Impakt faktor: 0.608, rok: 2005
http://etna.mcs.kent.edu/volumes/2001-2010/vol20/abstract.php?vol=20&pages=180-197

For the considered model problems, we answer the questions how slow the convergence of the iterative solvers might possibly be, which initial vectors lead to the maximal convergence quantity in the next-to-last iteration step, and how much the convergence quantity in this case differs from an "average" case.

Pro uvažované modelové problémy odpovídáme na otázky jak pomalá může být konvergence iteračních řešičů, jaké startovací vektory vedou k maximálním konvergenčním hodnotám v předposledním iteračním kroku a jak moc se tyto konvergenční hodnoty liší od "běžných" hodnot.
Trvalý link: http://hdl.handle.net/11104/0132446