解不可压缩Navier-Stokes方程的非精确块因子分解预处理子

针对相关于不可压缩Navier-Stokes方程数值求解的一类3×3块结构的线性方程组,基于线性方程组的等价形式,构造了一个非精确的块因子分解预处理子,在新的特征值等价矩阵形式的基础上,得到了预处理矩阵特征值实部和虚部的上下界估计.数值实验表明,与已有的预处理子相比,所构造的预处理子可以使得GMRES迭代方法对网格尺寸,网格形式以及粘度系数的依赖性都比较弱,且在迭代步数和CPU时间上都占优.     

三类有效预处理子的关系及其优化

针对一类由时谐抛物方程约束的最优控制问题导出的分块$2\times2$复线性方程组,进一步研究了三类有效的块预处理子,推导了这三类预处理子间的关系,结论表明三个预处理矩阵的特征值由同一个矩阵确定.通过分析预处理矩阵的谱性质,获得了有效的参数选择策略,可以进一步改进和优化现有结果,同时获得了预处理矩阵的精确特征值分布,并证明了此结果是目前文献中最优结果.最后,给出实例,不仅验证了优化的预处理子和迭代方法的有效性,而且说明了理论结果是令人信服的.     

Krylov子空间投影法及其在油藏数值模拟中的应用

Krylov子空间投影法是一类非常有效的大型线性代数方程组解法,随着左右空间L_m、K_m的不同选取可以得到许多人们熟知的方法.按矩阵H_m的不同类型,将Krylov子空间方法分成两大类,简要分析了这两类方法的优缺点及其最新进展.将目前最为可靠实用的广义最小余量法(GMRES)应用于油藏数值模拟计算问题,利用矩阵分块技术,采用块拟消去法(PE)对系数阵进行预处理.计算结果表明本文的预处理GMRES方法优于目前使用较多的预处理正交极小化ORTHMIN方法,最后还讨论了投影类方法的局限和今后的可能发展方向.     

三阶线性常微分方程Sinc方程组的结构预处理方法

三阶线性常微分方程在天文学和流体力学等学科的研究中有着广泛的应用.本文介绍求解三阶线性常微分方程由Sinc方法离散所得到的线性方程组的结构预处理方法.首先, 我们利用Sinc方法对三阶线性常微分方程进行离散,证明了离散解以指数阶收敛到原问题的精确解.针对离散后线性方程组的系数矩阵的特殊结构, 提出了结构化的带状预处理子,并证明了预处理矩阵的特征值位于复平面上的一个矩形区域之内.然后, 我们引入新的变量将三阶线性常微分方程等价地转化为由两个二阶线性常微分方程构成的常微分方程组, 并利用Sinc方法对降阶后的常微分方程组进行离散.离散后线性方程组的系数矩阵是分块2×2的, 且每一块都是Toeplitz矩阵与对角矩阵的组合.为了利用Krylov子空间方法有效地求解离散后的线性方程组,我们给出了块对角预处理子, 并分析了预处理矩阵的性质.最后, 我们对降阶后二阶线性常微分方程组进行了一些比较研究.数值结果证实了Sinc方法能够有效地求解三阶线性常微分方程.     

几乎各向同性的高维空间分数阶扩散方程的分块快速正则Hermite分裂预处理方法

一类空间分数阶扩散方程经过有限差分离散后所得到的离散线性方程组的系数矩阵是两个对角矩阵与Toeplitz型矩阵的乘积之和.在本文中,对于几乎各向同性的二维或三维空间分数阶扩散方程的离散线性方程组,采用预处理Krylov子空间迭代方法,我们利用其系数矩阵的特殊结构和具体性质构造了一类分块快速正则Hermite分裂预处理子.通过理论分析,我们证明了所对应的预处理矩阵的特征值大部分都聚集于1的附近.数值实验也表明,这类分块快速正则Hermite分裂预处理子可以明显地加快广义极小残量(GMRES)方法和稳定化的双共轭梯度(BiCGSTAB)方法等Krylov子空间迭代方法的收敛速度.     

一类非对称结构线性方程组的子结构预处理子(英文)

针对一类具结构的非对称线性方程组提出了一类子结构预处理子,该预处理子只保留了约束条件的一半项.研究表明,预处理矩阵只有三个离散的特征值.为了避免计算Schur补的逆,还给出了正则化的子结构预处理子,同样对预处理矩阵进行了谱分析.这些结果将Zhou和Niu(Zhou J T,Niu Q.Substructure preconditioners for a class of structuredlinear systems of equations.Math.Comput.Model.,2010,52:1547-1553)的结果推广到非对称结构线性方程组.数值算例验证了提出的子结构预处理子的有效性.     

广义鞍点问题的块三角预条件子

本文对Golub和Yuan(2002)中给出的ST分解推广到广义鞍点问题上,给出了三种块预条件子,并重点分析了其中两种预条件子应用到广义鞍点问题上所得到的对称正定阵,得出了其一般的性质并重点研究了预处理矩阵条件数的上界,最后给出了数值算例.     

关于Toeplitz+Hankel线性方程组的迭代解法

本文研究Toeplitz+Hankel线性方程组的预处理迭代解法.我们提出了几个新的预条件子,并分析了预处理矩阵的谱性质,当生成函数在Wiener类中时,预处理矩阵的特征值聚集在1附近.数值实验表明该预处理子比文[5]中的预处理子更有效.     

关于H-矩阵的H-预处理子（英文）

设A为一实对称正定的严格对角占优矩阵.设A=D-B为A的Jacobi分裂.为了求解线性方程组Ax=b,在新提出的预处理子的基础上,我们采用预处理共轭梯度方法(PCG)来求解该问题.新提出的预处理子Pv=D+νvv~T,其中v=|B|e,e=(1,...,1)~T,ν=v~TBv/||v||_2~4,且ν使||cvv~T-B||_F达到极小.我们得到了预处理矩阵P_v~(-1)A特征值的上下界,它的界比JIN提出的预处理子的界简单紧凑.数值结果表明我们的预处理子的有效性.     

GPA:基于多面体网格几何并行性的矩阵特征多项式异步因式分解器

满足高次方程G^m=I的几何网格矩阵G,可在复数范围内进行因式分解,并且G与偏微分方程(partial differential equation, PDE)离散后的刚度矩阵A和质量矩阵B之间的乘法存在互易性:AG=GA, BG=GB,从而利用几何不变性可以将A正交分解为m-块对角块矩阵(m?N=dim(A)).本文在作者前期工作的基础上,继续深入研究求解数学物理方程离散特征值问题的几何网格异步因式分解算法(geometry pre-processing asynchronous algorithm, GPA),针对非规则的二维单元和典型三维单元(如六面体、四面体和十二面体单元等),提出计算PDE离散特征值问题的高效异步并行预处理降阶算法,给出相关的理论证明及数值计算实例.通过研究得到“三维几何网格预变换的并行度主要与多面体的面数成正比”的结论,并进一步揭示“几何网格矩阵与刚度矩阵的互易性对于特征值并行计算降阶算法的特殊重要性”.