Skip to content

原则Principle

多重网格的平滑性质

Multigrid smoothing property

在一维 Poisson 正弦模态上计算加权 Jacobi 的频率放大因子,证明高频三分之一衰减,并区分平滑能力、整体收敛与各向异性边界。

形式陈述 ​

一个定常迭代法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 n≥1 个一维内部节点,零 Dirichlet 边界给出

A=tridiag(−1,2,−1),D=2I.

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

xnew=x+ωD−1(b−Ax),Sω=I−ωD−1A.

误差 e=x∗−x 满足 enew=Sωe。它的正弦特征模态为

vk(i)=sin⁡ikπn+1,λk(A)=2−2cos⁡kπn+1,

其中 1≤i,k≤n。因此每个模态经过一步后乘以

μk(ω)=1−ω(1−cos⁡kπn+1).

“平滑快”是对指定高频范围内 |μk| 的控制,整体收敛则要控制所有 k。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 θk=kπ/(n+1),把 θk≥π/2 的模态称为本页高频。于是 cos⁡θk∈[−1,0],对于 0<ω≤1,

|μk(ω)|≤max{|1−ω|,|1−2ω|}.

用连续频段端点作统一最坏界,选择 ω=2/3 平衡两端,得到高频衰减因子至多 1/3。连续做 ν 步,高频部分在 Euclidean 范数及 A-能量范数中都至多缩小到 3−ν;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 k=1 则有

μ1(2/3)=1−23(1−cos⁡πn+1)=1−Θ((n+1)−2).

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 n=15,初始误差为 e=v1+v12。一步 ω=2/3 加权 Jacobi 后,

enew=0.987190v1−0.138071v12.

两个数来自 cos⁡(π/16) 与 cos⁡(3π/4)。高频幅度只剩约 13.8%,负号表示相位翻转;低频仍保留约 98.7%。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 0.00036,低频仍约为 0.9497。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 ω=1,最高频 k=15 的放大因子是

μ15(1)=cos⁡(15π/16)≈−0.980785.

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 −1 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 0<ω<2/λmax(D−1A);本页的 2/3 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 s,计入重复项与显式零。一次加权 Jacobi 耗费 O(n+s) 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。
关系图谱11 个相邻概念 · 2 类关系

拖动节点调整位置。

显示关系

显示:依赖

  1. 前置三跳
  2. 前置二跳
  3. 前置一跳
  4. 当前条目
  5. 后续一跳
  6. 后续二跳
  7. 后续三跳
文字版关系按与当前条目的最短距离分组
类型化关系