Implementace deflated verzí sdružených gradientů

Abstract

Sdružené gradienty jsou jednou z nejpoužívanějších metod pro řešení rozsáhlých soustav lineárních rovnic se symetrickou pozitivně-semidefinitní maticí. Jeden ze způsobů urychlení konvergence metody je deflace. Principem deflace je skrývání té části spektra matice, která způsobuje zpomalení konvergence. Tato diplomová práce se zabývá efektivní implementací různých deflated verzí sdružených gradientů. Velká pozornost je také věnována teorii a volbě deflačního prostoru. Možnosti implementace jsou demonstrovány na rozsáhlém množství příkladů

The conjugate gradient algorithm is one of the most popular methods for the solution of large systems of linear equations with symmetric positive semi-definite matrix. One of the schemes accelerating the convergence of conjugate gradients is deflation which effectively hides parts of the matrix spectrum that slows down the convergence. This master's thesis deals with efficient parallel implementation of the deflated conjugate gradient method with various modifications. Detailed theoretical considerations and the crucial choice of the deflation space are also discussed. The implementation is showcased on a wide range of benchmarks