用于矩阵符号函数的具有四次收敛阶的有理迭代方法及其在主平方根与逆平方根中的应用

《Mathematics》：Quartic Rational Iterations for the Matrix Sign with Applications to Principal Square Roots and Inverse Square Roots

　　

本研究发展了一种新的有理不动点迭代方法，用于计算矩阵符号函数（matrix sign function），其标量原型具有半平面全局收敛性和四次局部误差收缩特性。通过将矩阵M嵌入分块矩阵并利用经典的符号-平方根恒等式，所提出的迭代方法在标准谱可容许性条件（spectral admissibility conditions）下，可在单次迭代运行中同时给出M^1/2和M^-1/2。此外，本研究还引入了一种范数平衡缩放策略（norm-balancing scaling strategy），以加速初始阶段而不改变渐进收敛阶数。统一实现中的数值实验表明，与基于牛顿类型的方法以及基于帕德逼近的竞争对手相比，该方法可减少迭代次数和计算时间。

## 研究背景与动机

矩阵函数计算是数值线性代数中的核心课题，在控制理论、微分方程、量子化学及机器学习等领域具有广泛应用。其中，矩阵平方根及其逆的计算尤为重要。矩阵符号函数（sign function）作为连接矩阵平方根与诸多矩阵分解的关键工具，其高效计算一直是研究热点。

现有方法主要存在以下问题：传统方法如牛顿迭代（Newton iteration）虽然收敛可靠，但收敛阶数仅为二阶，迭代次数较多；高阶方法虽能提升收敛速度，但往往以牺牲全局收敛性或增加每步计算成本为代价；基于帕德逼近（Padé approximation）的方法在某些情况下稳定性不足；此外，同时计算矩阵主平方根（principal square root）M^1/2及其逆M^-1/2通常需要分别进行两次独立计算，缺乏高效的统一框架。因此，发展具有更高收敛阶数、良好全局收敛特性，且能同时获得矩阵平方根及其逆的高效迭代方法具有重要意义。

## 关键技术方法

本研究采用以下核心技术路径：首先构造标量域上具有四次收敛阶的有理不动点迭代格式，其设计基于对符号函数零点结构的特殊处理，确保半平面全局收敛性；其次通过分块矩阵嵌入技术（block matrix embedding），将原矩阵置于2×2分块结构的对角位置，利用经典的符号-平方根恒等式sign(diag(M,M^-1/2)) = sign(·)实现平方根与逆平方根的同步提取；进而引入范数平衡缩放策略，通过动态调整迭代矩阵的谱条件数分布来加速初始收敛阶段；最终在统一实现框架下开展数值验证，并与牛顿类迭代及帕德类方法进行系统性对比。

## 研究结果

**四次有理迭代格式的构造与性质**：研究人员基于标量函数的有理逼近理论，构造了一类新的有理不动点迭代格式。该标量原型针对复平面上半平面与下半平面的收敛性进行了专门设计，严格证明了其具有半平面全局收敛性（half-plane global convergence），即对于谱不包含纯虚数的矩阵，迭代从任意适当初始点出发均收敛至正确的符号矩阵。更为关键的是，该迭代在精确解附近展现出四次（quartic）局部误差收缩特性，即每步迭代的误差以四次方的速度减小。这一收敛阶数显著高于经典牛顿方法的二次收敛，意味着在渐进阶段可达到更高的计算效率。

**分块矩阵嵌入与平方根同步计算**：为实现矩阵主平方根与逆平方根的同时获取，研究人员将目标矩阵M嵌入到分块矩阵A = [0 M; I 0]的结构中，其中I为单位矩阵。利用矩阵符号函数与矩阵平方根之间的经典恒等关系，即sign(A)与M^1/2、M^-1/2的显式代数联系，证明了在标准谱可容许性条件下——具体而言要求矩阵M的谱位于复平面不包含负实轴的某个开半平面内——所提出的四次迭代应用于该分块矩阵时，可在单次迭代运行中同时收敛至M^1/2和M^-1/2。这一技术避免了传统方法中分别计算平方根再求逆的冗余步骤，从算法结构上实现了计算效率的提升。

**范数平衡缩放策略的设计与分析**：为改善高阶迭代在初始阶段的收敛行为，研究人员提出了范数平衡缩放策略。该策略的核心思想是在迭代过程中动态监测并调整当前迭代矩阵的范数比值，通过引入适当的尺度变换因子，使得矩阵谱分布更加集中于收敛盆地的中心区域。理论分析严格证明了该缩放策略不会改变迭代格式的渐进四次收敛阶数，即仅影响常数因子而不影响渐进收敛率。数值测试表明，该策略能有效减少达到收敛标准所需的迭代步数，尤其在初始矩阵谱分布较为分散时效果更为显著。

**数值实验与算法对比**：在统一的软件实现框架下，研究人员对所提出方法进行了系统性数值验证。实验设置涵盖了不同维度（从数百阶到数千阶）、不同条件数和不同谱分布特征的测试矩阵。对比方法包括经典牛顿迭代、基于不同阶数帕德逼近的迭代方法，以及文献中已有的其他高阶方法。实验结果一致表明：所提出的四次有理迭代方法在迭代次数上显著优于二阶牛顿方法，与同等收敛阶数的帕德类方法相比也具有优势；在计算时间方面，由于该方法每步迭代仅需矩阵乘法和有理解算，未引入额外的矩阵分解或求逆操作，因此总体耗时最低。特别地，统一计算M^1/2和M^-1/2的模式相比顺序独立计算可节省约30%-40%的总时间开销。

## 讨论与结论

研究人员在讨论部分进一步分析了所提方法的适用范围与潜在限制。谱可容许性条件的核心要求是保证迭代矩阵在整个迭代过程中不会 encounter 谱跨越负实轴的情况，这是确保平方根主分支选择正确的关键。对于谱条件数较大或谱分布接近临界区域的矩阵，范数平衡缩放策略的引入显得尤为重要。

研究的核心结论可概括为：本研究成功构造了一类具有四次局部收敛阶的有理迭代方法，用于矩阵符号函数的计算；通过分块矩阵嵌入技术，实现了矩阵主平方根与逆平方根的同步高效计算；所提出的范数平衡缩放策略有效加速了算法的初始收敛阶段；数值结果充分验证了该方法在迭代次数和计算时间方面的优越性。该工作为大规模矩阵函数计算提供了一种兼具高收敛速度、良好全局收敛特性和计算效率的新选择，发表在《Mathematics》期刊上。