% IMPORTANT: The following is UTF-8 encoded. This means that in the presence
% of non-ASCII characters, it will not work with BibTeX 0.99 or older.
% Instead, you should use an up-to-date BibTeX implementation like “bibtex8” or
% “biber”.
@MASTERSTHESIS{Bcker:189421,
author = {Bücker, Martin},
title = {{P}arallelisierung der {QMR}-{M}ethode zur {L}ösung
linearer {G}leichungssysteme},
volume = {2955},
school = {RWTH Aachen},
type = {Diplomarbeit},
address = {Jülich},
publisher = {Forschungszentrum Jülich, Zentralbibliothek},
reportid = {FZJ-2015-02588, Juel-2955},
series = {Berichte des Forschungszentrums Jülich},
pages = {xi, 83},
year = {1994},
note = {Diplomarbeit, RWTH Aachen, 1994},
abstract = {Bei der Lösung diskretisierter partieller
Differentialgleichungen entstehen überwiegend große
dünnbesetzte Gleichungssysteme. Sind Eigenschaften dieser
Systeme bekannt, können Lösungsmethoden verwendet werden,
die diese Eigenschaften gezielt ausnutzen, wie etwa die
Methode der konjugierten Gradienten für symmetrische
positiv definite Systeme. Sind jedoch nur wenige oder keine
Merkmale gegeben, so müssen allgemeinere Verfahren
eingesetzt werden. Die vorliegende Arbeit stellt zwei
Iterationsverfahren vor, die für beliebige reguläre
nicht-symmetrische Koeffizientenmatrizen anwendbar sind und
auf dem Ansatz der quasi-minimalen Residuen beruhen. Bei
diesem Ansatz wird die Definition eines Iterationsverfahrens
durch die Minimierung eines Faktors der Residuumsnorm
vorgenommen. Das Verfahren QMR (Quasi-Minimal Residual)
kombiniert den klassischen unsymmetrischen
Lanczos-Algorithmus mit dem Ansatz der quasi-minimalen
Residuen und enthält in jeder Iteration sowohl ein
Matrix-Vektor-Produkt mit der Koeffizientenmatrix des zu
lösenden Gleichungssystems als auch ein
Matrix-Vektor-Produkt mit deren Transponierter. Das
Verfahren TFQMR (Transpose-Free Quasi-Minimal Residual)
fügt dem Iterationsverfahren CGS (Conjugate Gradient
Squared) den Ansatz der quasi-minimalen Residuen hinzu.
TFQMR und CGS berechnen in jeder Iteration zwei
Matrix-Vektor-Produkte mit der Koeffizientenmatrix. Im
Unterschied zu QMR sind in diesen beiden Algorithmen keine
Matrix-Vektor-Produkte mit der Transponierten enthalten.
Während die beiden Matrix-Vektor-Produkte in QMR
unabhängig voneinander berechnet werden können, sind die
Matrix-Vektor-Produkte der Methoden TFQMR und CGS
voneinander abhängig. Die vorliegende Arbeit zeigt, wie die
Unabhängigkeit der beiden Matrix-Vektor-Produkte bei der
Parallelisierung von QMR ausgenutzt werden kann. Sie
vergleicht die Ergebnisse einer Parallelisierung der drei
iterativen Verfahren, die auf dem massiv-parallelen Rechner
PARAGON XPS/10 implementiert wurden.},
keywords = {Unveröffentlichte Hochschulschrift (GND)},
cin = {ZAM / JSC},
cid = {I:(DE-Juel1)VDB62 / I:(DE-Juel1)JSC-20090406},
pnm = {899 - ohne Topic (POF2-899)},
pid = {G:(DE-HGF)POF2-899},
typ = {PUB:(DE-HGF)10 / PUB:(DE-HGF)3 / PUB:(DE-HGF)29},
url = {https://juser.fz-juelich.de/record/189421},
}