五代数方程的求解LSEC.pptVIP

* 非对称矩阵方程的 Bi-conjugate gradient method CG 方法只适用于对称系统(如Poisson方程) 把非对称转化为对称： 第一个方程：原始方程 第二个方程：转置方程，与解无关。 When preconditioned CG method is applied to above system , the following bi-conjugate gradient method results: * 适用于非对称 矩阵的Bi-conjugate gradient 算法如下: 2倍于CG的计算量，相同的收敛速度，鲁棒性好 * 其他解法 CGSTAB (稳定化的CG) √GMRES (Saad and Shultz, 1986) * 5.3.8 Multigrid methods 大多数迭代法在细网格上可以很快消除误差的高频分量，但低频分量相当顽固。可以在粗网格上消除这些低频分量。 * 典型V循环式多重网格法的粗网格、限制和插值算子 * 两级线性多重网格法步骤 多级多重网格法：继续向更粗的网格限制，直到无更粗的网格为止。在最粗网格上精确求解修正方程。 * * (五) 代数方程的求解 5.1 代数方程系统 5.2 直接法 5.3 主要迭代法 5.4 其他迭代方法 * 5.1 代数方程系统 有限差分(体积)离散格式提供一个网格点(单元）的代数方程, 以线性代数方程为例： P点和周围邻居点构成计算模板(比差分基架还大） 计算模板(计算分子;解元SE) * 5.1 代数方程系统: 计算模板 2D 2阶模板 2D 3阶模板 3D 2阶模板 * 5.1 代数方程系统: 整体方程系统 流场中每一点都有一个方程(小组), 整个计算域就有一个大型稀疏方程系统 * 5.1 代数方程系统: 系数矩阵的存储 只存储非零的对角元素 2维5点格式： 5 Ni *Nj 3维7点格式： 7 Ni *Nj*Nk Al,l-Nj=W Al,l-1 =S Al,l =P Al,l+1 =N Al,l+Nj=E * 5.2 直接法 5.2.1 Gauss elimination 5.2.2 LU decomposition 5.2.3 Tridiagonal system 5.2.4 Cyclic reduction * 5.2.1 Gauss Elimination By backward substitution, we have from Require O(n3/3) arithmetic operation Backward substitution O(n2/2) Pivoting Rarely used in CFD forward elimination * 5.2.2 LU decomposition where let then Require O(2n2) arithmetic operation Basis of other iterative methods * 5.2.3 Tridiagonal system (TDMA) * Gives upper bi-diagonal matrix. By backward substitution, we get elimination: * * * * 5.2.3 Tridiagonal system:块三对角方程组 * 5.2.3 Tridiagonal system (cont) 计算量 O (n) 周期三对角方程组 三对角方程组的并行化解法 cyclic reduction, recursive doubling, SPP… 五对角方程组（类似三对角） * 5.3 迭代法 5.3.1 基本概念 5.3.2 收敛速度 5.3.3 一些基本方法 5.3.4 不完全LU 分解方法 5.3.5 ADI 和其他分裂方法 5.3.6 Conjugate gradient methods 5.3.7 Bi-conjugate gradients,CGSTAB, GMRES 5.3.8 Multigrid methods * 迭代误差 迭代解的收敛： Matrix A is sparse 设n次迭代的近似解为 , 不满足上述方程，带入上述方程后有残量 ： 5.3.1 基本概念 实际计算中: * 5.3.2 收敛性 Consider an iterative scheme for a linear system 上两式相减 或 M称为迭代矩阵 * 设特征向量完备，则 is the largest eigenvalue 迭代次数： 5.3.2 收敛性（续） 趋于零的充要条件： * 5.3.2