Limited-memory polynomial methods for large-scale matrix functions
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F20%3A10421991" target="_blank" >RIV/00216208:11320/20:10421991 - isvavai.cz</a>
Výsledek na webu
<a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=9rihyDmNxW" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=9rihyDmNxW</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1002/gamm.202000019" target="_blank" >10.1002/gamm.202000019</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Limited-memory polynomial methods for large-scale matrix functions
Popis výsledku v původním jazyce
Matrix functions are a central topic of linear algebra, and problems requiring their numerical approximation appear increasingly often in scientific computing. We review various limited-memory methods for the approximation of the action of a large-scale matrix function on a vector. Emphasis is put on polynomial methods, whose memory requirements are known or prescribed a priori. Methods based on explicit polynomial approximation or interpolation, as well as restarted Arnoldi methods, are treated in detail. An overview of existing software is also given, as well as a discussion of challenging open problems.
Název v anglickém jazyce
Limited-memory polynomial methods for large-scale matrix functions
Popis výsledku anglicky
Matrix functions are a central topic of linear algebra, and problems requiring their numerical approximation appear increasingly often in scientific computing. We review various limited-memory methods for the approximation of the action of a large-scale matrix function on a vector. Emphasis is put on polynomial methods, whose memory requirements are known or prescribed a priori. Methods based on explicit polynomial approximation or interpolation, as well as restarted Arnoldi methods, are treated in detail. An overview of existing software is also given, as well as a discussion of challenging open problems.
Klasifikace
Druh
J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS
CEP obor
—
OECD FORD obor
10102 - Applied mathematics
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
GAMM Mitteilungen
ISSN
0936-7195
e-ISSN
—
Svazek periodika
43
Číslo periodika v rámci svazku
3
Stát vydavatele periodika
DE - Spolková republika Německo
Počet stran výsledku
19
Strana od-do
e202000019
Kód UT WoS článku
—
EID výsledku v databázi Scopus
2-s2.0-85090414601