Ein Krylov-Unterraumalgorithmus für hermitesche (symmetrische) Matrizen, der mittels kurzer Dreitermrekurrenzen eine tridiagonale Matrixdarstellung erzeugt und so effiziente Extraktion extremer Eigenwerte und approximativer spektraler Informationen für große, dünnbesetzte Operatoren ermöglicht.

Prinzip

Wende sukzessive Lanczos-Dreitermrekurrenzen an, um eine orthonormale Basis des Krylov-Unterraums aufzubauen und gleichzeitig eine symmetrische tridiagonale Projektion zu erzeugen, deren Eigenwerte diejenigen des ursprünglichen hermiteschen Operators approximieren; nutze kurze Rekurrenzen für geringe Kosten pro Schritt, überwache jedoch den numerischen Orthogonalitätsverlust.

Demonstration

Berechnung der größten Eigenwerte einer großen symmetrischen dünnbesetzten Steifigkeitsmatrix durch Lanczos-Iterationen mit selektiver Voll-Reorthogonalisierung oder partieller Reorthogonalisierung, um durch endliche Genauigkeit verursachte ‚Ghost‘-Eigenwerte zu vermeiden.

Fehlanwendung

Lanczos unbeschränkt ohne Reorthogonalisierung in endlicher Genauigkeit laufen zu lassen, was zum Verlust der Orthogonalität und zu gefälschten, mehrfach auftretenden Eigenwerten (Ghosts) oder falschen Vielfachheiten im berechneten Spektrum führt.

Konsequenz

Erzeugt eine kompakte tridiagonale Darstellung, aus der einige extreme Eigenpaare günstig gewonnen werden können, und ermöglicht spektrale Approximation, Vorbedingungsaufbau und Modellreduktion für große hermitesche Probleme.

Umkehrung

Verwendung von vollständigen Orthogonalisierungsverfahren wie Arnoldi mit vollständigem Gram-Schmidt für allgemeine nicht-symmetrische Probleme oder direkte dichte Eigenwertlöser, die die Sparsamkeit nicht ausnutzen und deutlich mehr Speicher und Rechenaufwand benötigen.

Abgrenzung

Gilt primär für hermitesche (reell symmetrische) oder komplex hermitesche Operatoren; das Verhalten in endlicher Genauigkeit erfordert Reorthogonalisierungsstrategien; nicht direkt auf allgemeine nicht-symmetrische Matrizen anwendbar ohne Modifikation (dann ist Arnoldi besser geeignet).

Semantische Spannung

Spannung zu Arnoldi/anderen Krylov-Methoden: Lanczos verwendet kurze Dreitermrekurrenzen, die für hermitesche Probleme optimal sind, ist jedoch anfällig für numerischen Verlust der Orthogonalität; Arnoldi behandelt nicht-hermitesche Fälle mit längeren Rekurrenzen und größerer Stabilität bei höheren Kosten.

Synthese

Ein effizientes Verfahren zur hermiteschen Spektralapproximation, das kurze, kostengünstige Rekurrenzen gegen Empfindlichkeit gegenüber Orthogonalitätsverlust in endlicher Genauigkeit eintauscht und eine tridiagonale Projektion liefert, deren Eigenwerte das dominante Spektrum annähern.