Computing

, Volume 38, Issue 1, pp 43–57 | Cite as

Three methods for refining estimates of invariant subspaces

  • J. W. Demmel
Contributed Papers

Abstract

We compare three methods for refining estimates of invariant subspaces, due to Chatelin, Dongarra/Moler/Wilkinson, and Stewart. Even though these methods all apparently solve different equations, we show by changing variables that they all solve the same equation, the Riccati equation. The benefit of this point of view is threefold. First, the same convergence theory applies to all three methods, yielding a single criterion under which the last two methods converge linearly, and a slightly stronger criterion under which the first algorithm converges quadratically. Second, it suggest a hybrid algorithm combining advantages of all three. Third, it leads to algorithms (and convergence criteria) for the generalized eigenvalue problem. These techniques are compared to techniques used in the control systems community.

AMS Primary

65F15 AMS Secondary 65H10 

Key words

invariant subspace iterative refinement generalized eigenvalue problem 

Drei Verfahren für die Verbesserung von Annäherungen von invarianten Unterräumen

Zusammenfassung

In diesem Bericht werden drei Verfahren von Chatelin, Dongarra/Moler/Wilkinson und Stewart für die Verbesserung von Annäherungen von invarianten Unterräumen verglichen. Durch das Wechseln von Variablen zeigen wir, daß, obwohl die drei Verfahren anscheinend unterschiedliche Gleichungen lösen, in Wirklichkeit die gleiche Gleichung gelöst wird, die Riccati-Gleichung. Diese Analyse hat drei Vorteile. Zuerst liefert sie eine gemeinsame Konvergenzbedingung, die die lineare Konvergenz der ersten zwei Verfahren garantiert, und eine etwas stärkere Bedingung für die quadratische Konvergenz des letzten Verfahrens. Zweitens führt sie zu einem Hybridverfahren mit den Vorteilen aller drei. Drittens liefert sie Verfahren und Konvergenzbedingungen für das allgemeine Eigenwertproblem. Diese Verfahren werden auch mit Verfahren verglichen, die für kontrolltheoretische Probleme benutzt werden.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. Arnold, W., Laub, A.: Generalized eigenproblem algorithms and software for algebraic Riccati equations. Proc. IEEE72, No. 12 (1984).Google Scholar
  2. Bartels, R. H., Stewart, G. W.: Solution of the matrix equationAX+XB=C. CACM15, 820–826 (1972).Google Scholar
  3. Chatelin, F.: Simultaneous Newton's iteration for the eigenproblem. Computing, Suppl.5, 67–74 (1984).Google Scholar
  4. Dongarra, J. J., Moler, C. B., Wilkinson, J. H.: Improving the accuracy of computed eigenvalues and eigenvectors. SIAM J. Num. Anal.20, 46–58 (1983).CrossRefGoogle Scholar
  5. Golub, G., Nash, S., Van Loan, C.: A Hessenberg-Schur method for the problemAX+XB=C. IEEE Trans. Auto. Cntrl.AC-24, 909–913 (1979).CrossRefGoogle Scholar
  6. Kleinman, D. L.: On an iterative technique for Riccati equation computations. IEEE Trans. Auto. CntrlAC-13, 114–115 (1968).CrossRefGoogle Scholar
  7. Laub, A.: Schur techniques in invariant imbedding methods for solving two-point boundary value problems. Proceeding of the 21st Conference on Decision and Control. IEEE, Orlando FL1, 56–61 (1982).Google Scholar
  8. Laub, A.: Algebraic aspects of generalized eigenvalue problems for solving Riccati equations. Computational and Combinatorial Methods in Systems Theory, pp. 213–227. North-Holland: Elsevier 1986.Google Scholar
  9. Stewart, G. W.: Error and perturbation bounds for subspaces asociated with certain eigenvalue problems. SIAM Review15, 752–764 (1973).CrossRefGoogle Scholar

Copyright information

© Springer-Verlag 1987

Authors and Affiliations

  • J. W. Demmel
    • 1
  1. 1.Computer Science Dept.Courant Institute of Mathematical SciencesNew YorkU.S.A.

Personalised recommendations