代数方程的数值解.pptVIP

12. 代数方程的数值求解 12 . 1 追赶法 12 . 2 迭代法 * * 双曲、抛物型1D隐式 在定常或非定常问题中，显格式可直接由迭代初值或当前时刻值算出新时刻的值，但隐格式则将原方程（组）化为代数方程组 双曲、抛物型2D隐式或椭圆型 需要对方程组进行联合求解。该方程组所含方程的个数等于因变量数与格点数的积，设为N。若采用通常的系数矩阵求逆或高斯消去法，每次求解将涉及N3/3次运算。 寻求有效算法 对一维隐式或多维问题(单个因变量)的交替方向隐式，每个点的差分方程只涉及三个未知量 A为n*n系数矩阵，它具有三对角形状 线性外推 等值外推 固定边界 它可能出现三项，但总可化为两项 例： 非开拓网格的对称边界 作业 作业 且b2=-c2 增广矩阵 其递推关系 令第i-1行已求得，则 消去 此过程由上依次向下的递推过程俗称“追”。 增广矩阵 其解的递推关系为 此过程由下依次向上的回代过程俗称赶”。 追步计算量：2n次除， 2n次乘， 2n次加 赶步计算量：n次乘， n次加 共2n次除， 3n次乘， 3n次加。 内存占用量7N。但若让 分别和 共享内存，则占用量为4N。 计算量是显格式的2倍。而高斯消去法的计算量约 次乘除，内存单元 对涉及m个因变量的偏微分方程组，则 追 赶 均 矩阵 其中-1次方为逆。由于m不大，可由通常的方法如主元高斯消去法。 选做作业 周期边界 从第一点到第n点均变为内点 类似地，先消去c, 再寻找递推关系。其计算量是通常追赶法的2倍。 特例 若网格不均匀分布，各系数无任何均匀性，则宜采用迭代法 设精确解为 ，先取 作猜解（对椭圆型方程而言，即迭代初值，对非定常问题，可用老时刻的值），将上式分两部分：一部分维持未知，另一部分则代以迭代初值，继而不断重复此过程，若能保证 ,则称此迭代是收敛的 （一）雅可比法 （简单迭代法） 它通过四个邻接点的初迭代值去实现对中心点值的调整。 收敛条件： 或 该法收敛速度慢，且两时刻的值均须保存，故很少使用。 （二）高斯－塞德尔法 在上一法中只用一个二维数组来存储 ，每个新的 算出后，旧的 被替换。实际迭代中常沿着 j，l 增大的方向扫描，则上式变为 收敛条件： 或 该法收敛速度比上一方法高出一倍。 （三）松弛法 在上两法中右边均未用上 本身的值，若 与 加权平均，则 收敛条件： 或 加权因子 叫做松弛因子。 叫超松弛，它有利于提高收敛速度， 叫亚松弛，它有利于增强迭代的稳定性。 （四）逐线法 松弛法的缺点：任一格点对其余格点的影响是逐点传播，这限制了传播速度。为克服之，可采用隐式处理。 线上格点一律用新值，而 和 线上一律用旧值。 用追赶法求解。逐线法沿 增大的方向扫描一次完成一次迭代，下一次沿 减小的方向进行。多用于非定常问题的隐式差分方程。 （五）交替方向隐式 逐线法只影响相邻网格线上的全部格点，垂直方向则无，从而限制收敛速度。为此，在两个方向上轮流隐式扫描。 沿 线 此类似于非定常问题的ADI格式。 沿 线 可在交替方向隐式中引入松弛技巧 该法收敛速度明显快于松弛法，但对起伏较大的系数则易发散。若此法不可行，则采用松弛法。 （六）Concus Golub方法 例：椭圆型方程 采用均匀正方形差分网格并按正五点格式 其中 当 较光滑时，此迭代方法收敛速度极快，可达每步减少1个量级。不过系数起伏大时易发散。 可用FFT方法求解之。 （七）补充 （1）停止迭代的判据 一个不甚严密但较常用的方法： 若 可能为0， 则上式改为 或 更为严格一点：每次迭代后将结果代入原差分方程，分别求得各格点的误差余项，并对最大的余项提出限制。 （2）迭代初值的选取 对定常问题，初值约接近真解越好。对非定常问题，老时间步的解即为初值。对较小的时间步长，往往少数几次迭代即可。