Algorithme basé sur les sous-espaces de Krylov pour matrices Hermitiennes (symétriques) qui génère une représentation tridiagonale via des récurrences courtes à trois termes, permettant d'extraire efficacement les valeurs propres extrêmes et des informations spectrales approximatives pour de grands opérateurs creux.

Principe

Appliquer des récurrences Lanczos à trois termes successives pour construire une base orthonormée du sous-espace de Krylov tout en générant une projection tridiagonale symétrique dont les valeurs propres approchent celles de l'opérateur Hermitien d'origine ; exploiter les récurrences courtes pour un coût par étape faible tout en surveillant la perte d'orthogonalité numérique.

Démonstration

Calcul des quelques plus grandes valeurs propres d'une grande matrice de raideur symétrique et creuse en exécutant des itérations de Lanczos avec réorthogonalisation complète sélective ou réorthogonalisation partielle pour éviter les valeurs propres fantômes causées par la précision finie.

Mauvaise application

Exécuter Lanczos indéfiniment sans réorthogonalisation en précision finie, ce qui provoque une perte d'orthogonalité et des valeurs propres répétées spurious (fantômes) ou des multiplicités incorrectes dans le spectre calculé.

Conséquence

Fournit une représentation tridiagonale compacte à partir de laquelle quelques paires propres extrêmes peuvent être obtenues à faible coût, permettant l'approximation spectrale, la construction de préconditionneurs et la réduction de modèle pour de grands problèmes Hermitiens.

Inversion

Recourir à des méthodes d'orthogonalisation complète comme Arnoldi avec Gram-Schmidt complet pour des problèmes non symétriques, ou à des solveurs denses d'autovaleurs qui n'exploitent pas la parcimonie et exigent beaucoup plus de mémoire et de calcul.

Limite

S'applique principalement aux opérateurs Hermitiens (réellement symétriques) ou Hermitiens complexes ; le comportement en précision finie nécessite des stratégies de réorthogonalisation ; non directement applicable aux matrices non symétriques sans modification (Arnoldi est alors préféré).

Tension sémantique

Tension avec Arnoldi et autres méthodes de Krylov : Lanczos utilise de courtes récurrences à trois termes optimales pour les problèmes Hermitiens mais est vulnérable à la perte d'orthogonalité numérique ; Arnoldi traite les cas non Hermitiens avec des récurrences plus longues et une plus grande stabilité au prix d'un surcoût.

Synthèse

Méthode efficace d'approximation spectrale pour opérateurs Hermitiens qui échange des récurrences courtes et peu coûteuses contre une sensibilité à la perte d'orthogonalité en précision finie, produisant une projection tridiagonale dont les valeurs propres approchent le spectre dominant de l'opérateur.