31.07.2015 Aufrufe

Loadbalancing auf Parallelrechnern mit Hilfe endlicher Dimension ...

Loadbalancing auf Parallelrechnern mit Hilfe endlicher Dimension ...

Loadbalancing auf Parallelrechnern mit Hilfe endlicher Dimension ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

3.5 Endliche <strong>Dimension</strong>-Exchange-VerfahrenBilinearform 〈f, g〉 = ∑ mj=2 ω jf j g j = f T Ωg. Da<strong>mit</strong> erhalten wir eine neue Rekursion fürdie Vektoren f k :<strong>mit</strong>f 0 = (1, . . . , 1) Tf 1 = (α 1 I − M) f 0f k = (α k I − M) f k−1 − ˆβ k f k−2 , k = 2, . . . , m − 1α k = 〈Mf k−1, f k−1 〉〈f k−1 , f k−1 〉= f k−1 T MΩf k−1fk−1 T Ωf , k = 1, . . . , m − 1k−1ˆβ k = 〈f k−1, f k−1 〉〈f k−2 , f k−2 〉 = f k−1 T Ωf k−1fk−2 T Ωf , k = 2, . . . , m − 1k−2Da M DE eine reelle Matrix ist, sind die Eigenwerte µ DEi und die ω i entweder reell oder sietreten in komplex konjugierten Paaren <strong>auf</strong>. Folglich sind die Produkte 〈f, f〉 und 〈Mf, f〉reell – allerdings können sie negativ oder null werden. Im Falle 〈f k−1 , f k−1 〉 = 0 brichtder Algorithmus ab. Im folgenden wird davon ausgegangen, dass kein solcher Break-down<strong>auf</strong>tritt. Dann kann man leicht nachweisen, dass 〈f k , f l 〉 = 0 ist für k ≠ l. Außerdemist keiner der Vektoren f 0 , . . . , f m−2 der Nullvektor, denn sonst gäbe es ein Polynomvom Grad k ≤ m − 2 <strong>mit</strong> m − 1 Nullstellen. Also muss f m−1 = 0 sein, was den Beweisabschließt.Bemerkung 3.16. Bei der Rekursion für die Vektoren f k im letzten Beweis handelt essich um nichts anderes als das komplex symmetrische Lanczos-Verfahren [CW85]. Esberechnet MF = F J <strong>mit</strong> F = (f 0 · · · f m−1 ) und J = tridiag(−1, α i , − ˆβ i+1 ).Auf den Abdruck der Verfahren SDE-OPT sowie SDE-OPS wird hier verzichtet, diealgorithmischen Unterschiede zu den unsymmetrischen Varianten ähneln denen zwischenDE-FOS (Alg. 3.3) und SDE-FOS (Alg. 3.4). Da die Matrix M SDE symmetrisch ist, ist sieim Gegensatz zu M DE <strong>auf</strong> jeden Fall diagonalisierbar und es treten keinerlei komplexeZahlen <strong>auf</strong>. Die Beweise für die Korrektheit von SDE-OPT und SDE-OPS stimmen exakt<strong>mit</strong> denen für OPT und OPS überein, da auch hier in beiden Fällen eine symmetrischeMatrix verwendet wird.Wie bei den Diffusionsverfahren auch wird zukünftig die Abkürzung DE-OPX für einbeliebiges der beiden Verfahren DE-OPS bzw. DE-OPT benutzt, entsprechendes gilt fürSDE-OPX.3.5.1 DE-OPT im nicht-diagonalisierbaren FallBisher ist nicht bekannt, ob überhaupt Graphen und Kantengewichte existieren, so dassM DE nicht diagonalisierbar ist. Dennoch soll in diesem Abschnitt gezeigt werden, dass dasDE-OPT-Verfahren so modifiziert werden kann, dass es auch dann noch eine Gleichverteilungberechnet. Allerdings muss dann statt der Eigenwerte von M DE deren Jordan-Form49

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!