形式陈述
一个定常迭代法公理库定常线性迭代法Stationary iterative methods以固定矩阵分裂统一 Jacobi、Gauss–Seidel 与 SOR,并由迭代矩阵谱半径判定任意初值下的收敛。在细网格上整体收敛很慢,为什么还能成为多重网格的有效部件?关键是它可能只对某类误差特别快,这种能力称为平滑性质。
先固定可完全算清的模型。对整数 个一维内部节点,零 Dirichlet 边界给出
忽略共同的网格尺度因子不改变下述迭代矩阵。加权 Jacobi 更新为
误差 满足 。它的正弦特征模态公理库特征值与特征向量Eigenvalue and eigenvector满足 Tv=λv 且 v 非零的标量 λ 与向量 v。为
其中 。因此每个模态经过一步后乘以
“平滑快”是对指定高频范围内 的控制,整体收敛则要控制所有 。两者使用同一公式,但取最大值的集合不同。
直觉
相邻节点一正一负的误差,其局部二阶差分很大,残差修正容易发现并改变它。缓慢起伏的误差在邻点之间差异很小,即使全局幅度明显,局部更新也只会挪动一点。
快速去锯齿,缓慢去长波 高频区的统一界
令 ,把 的模态称为本页高频。于是 ,对于 ,
用连续频段端点作统一最坏界,选择 平衡两端,得到高频衰减因子至多 。连续做 步,高频部分在 Euclidean 范数及 -能量范数中都至多缩小到 ;因为这里的正弦模态在两种几何下都相互正交,逐模态界可以直接相加。
低频 则有
所以网格加密后,高频仍只需几步,最慢低频却需越来越多步。多重网格的设计正是让另一个粗空间机制负责后者。
例子与边界
取 ,初始误差为 。一步 加权 Jacobi 后,
两个数来自 与 。高频幅度只剩约 ,负号表示相位翻转;低频仍保留约 。图形会显著变平滑,但并没有同幅度地接近零。
若再做三步,总共四步,高频振幅成为原来的约 ,低频仍约为 。看到锯齿消失不能据此判断系统已解好;停止时仍需检查目标残差和相应误差指标。
为什么普通 Jacobi 不够
取 ,最高频 的放大因子是
它每步几乎只翻转符号而不减幅,因而普通 Jacobi 对最锯齿的模式也不够有效。加权不是单纯“把步长调慢”,而是把接近 的高频特征值移回较小的区间。
从这个模型不能推出什么
这个分析依赖均匀网格、常系数和给定边界。对强各向异性的二维算子,例如一个方向的耦合远弱于另一个方向,沿弱方向剧烈振荡的几何高频仍可能具有较低代数能量,点 Jacobi 未必迅速衰减它。此时可以考虑线平滑、块平滑或相应的半粗化,但必须重新分析所选算子。
一般正定矩阵上的加权 Jacobi,收敛范围是 ;本页的 不是所有问题的通用安全参数。这里的迭代次数也不是物理时间,不能将误差传播分析直接改写为 PDE 时间推进稳定性。
推论与应用
有限差分离散公理库偏微分方程有限差分法Finite-difference method for PDE · Finite-difference PDE discretization · Difference stencil由 Taylor 展开构造 PDE 差分模板,完整处理编号与边界,并用小系统、离散能量和制造解检验计算。产生本页的模型矩阵;平滑器只减少这个已经固定的离散系统的代数误差,并不修复离散误差。
记稀疏表示实际存储的槽位数为 ,计入重复项与显式零。一次加权 Jacobi 耗费 工作,包括对角缩放、矩阵向量乘及完整向量的初始化。固定做两三步很便宜,但若一直单独重复直到低频也收敛,总工作随网格细化仍会恶化。
两网格粗校正公理库两网格粗空间校正Two-grid method · Galerkin coarse-grid correction从限制残差构造 Galerkin 粗系统,证明校正是能量正交投影,并用七节点链区分完全消除、能量下降与粗空间完全不可见。补上这一缺口:先削弱粗空间难以表示的振荡部分,再用粗问题处理能被粗空间捕获的成分。完整收敛理论需要平滑与逼近能力互相配合;只证明一个高频因子小,还没有证明整个两网格方法高效。
参考资料
- Yousef Saad, Iterative Methods for Sparse Linear Systems, 2nd ed., 2003, §§13.2.1–13.2.2:作者教材。Poisson 正弦谱、加权 Jacobi 因子与粗细频率解释。