Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

3_19

.pdf
Скачиваний:
20
Добавлен:
29.03.2015
Размер:
418.46 Кб
Скачать

Построение подобных методов, как правило, оказывается значительно более сложным.

Из числа методов, свободных от транспонирования, в настоящее время широко применяется TFQMR2, алгоритм которого показан на рис. B.1.

2Transpose-Free Quasi-Minimal Residuals.

71

r0 := ~r0 := b Ax0 q0 := p 1 := d0 := 00 := 0 := 0

1 := 1; 0 := kr0k2

äëÿ n=0,1,2,... {

n := (~r0; rn); n := n=n 1 un := rn + nqn

pn := un + n(qn + npn 1); vn := Apn; n := (~r0; vn)

n := n=n ; qn+1 := un n vn; vn := n (un + qn+1)

rn+1 := rn Avn

åñëè krn+1k2 < " то КОНЕЦ

äëÿ m îò 2n + 1 äî 2n + 2 {

 

 

 

 

 

 

 

 

 

 

если (m + 1) четно

 

 

 

 

 

 

 

 

 

 

 

 

 

 

!m+1p

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n+1

 

 

 

 

 

òî !m+1

:= krn+1k krnk

 

 

иначе

 

 

 

 

:= kr

 

k

 

 

m :=

!m+1

;

 

cm

:=

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

p

m

n

m

m 1 m m

 

 

 

 

 

 

m 1

 

 

 

 

 

 

 

 

 

 

1 +

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

m

:=

c ;

m

:= c2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

если m четно

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

òî ym := qn

 

 

 

 

 

 

 

 

 

 

 

иначе ym

:= un

 

 

 

 

 

 

dm := ym + 2

 

 

m 1

dm 1

 

 

 

 

 

n

 

 

 

 

 

 

 

m 1

 

 

 

 

 

 

 

xm := xm 1 + mdm

}

}

Ðèñ. B.1. TFQMR

72

Список литературы

[1]Абаффи Й., Спедикато Э. Математические методы для

линейных и нелинейных уравнений: проекционные ABSалгоритмы. — Ì.: Ìèð, 1996.

[2]Годунов С. К. Современные аспекты линейной алгебры.

Новосибирск: Научн. книга, 1997.

[3]Голуб Дж., Ван Лоун Ч. Матричные вычисления. — Ì.: Ìèð, 1999.

[4]Ильин В. П. Методы неполной факторизации для решения линейных систем. — М.: Физматлит, 1995.

[5]Ортега Дж. Введение в параллельные и векторные методы решения линейных систем. — Ì.: Ìèð, 1991.

[6]Писсанецки С. Технология разреженных матриц. — Ì.: Ìèð, 1988.

[7]Фаддеев Д. К., Фаддеева В. Н. Вычислительные методы линейной алгебры. — М.: Физматгиз, 1963.

[8]Aspects of Computational Science. — Stichting Nationale Computer Faciliteiten, The Netherlands, 1995.

[9]Chow E., Saad Y. ILUS: an Incomplete LU Preconditioner in Sparse Skyline Format. — In: Int. J. for Num. Meth. in Fluids. — Vol. 25, 739–748 (1997).

73

[10]Kadioglu M., Mudrick S. On the Implementation of the GMRES(m) Method to Elliptic Equations in Meteorology. — In:

J.of Comput. Phys., 102, 348–359 (1992).

[11]Kooper M. N. et al. Application of the Implicitly Updated Arnoldi Method with a Complex Shift-Invert Strategy in MHD. — In:

J.of Comput. Phys., 118, 320–328 (1995).

[12]Saad Y. SPARSKIT: a basic tool kit for sparse matrix computations3, 1994.

[13]Saad Y. Iterative Methods for Sparse Linear Systems. — PWS Publishing Company, 1996.

[14]Stewart G. W. Son of Afternotes on Numerical Analysis. — University of Maryland, 1996.

[15]Stewart G. W. A Survey of Matrix Algorithms. Vol.1: Basic Decompositions. — University of Maryland, 1995.

[Доп] Баландин М. Ю., Шурина Э. П. Методы решения СЛАУ большой размерности: Учеб. пособие. — Новосибирск: Изд-во НГТУ, 2000.

3Распространяется в электронной версии. Доступно по адресу http://www.cs.umn.edu/Research/arpa/SPARSKIT/

74

Содержание

Введение

2

Используемые обозначения и соглашения

3

1

Хранение и обработка разреженных матриц

5

 

1.1

Форматы хранения . . . . . . . . . . . . . . . . . . . . . .

5

 

1.2

Матрично-векторное умножение . . . . . . . . . . . . . .

8

 

1.3

Симметричность портрета и учет

 

 

 

краевых условий . . . . . . . . . . . . . . . . . . . . . . . .

9

 

1.4

Прямой и обратный ход . . . . . . . . . . . . . . . . . . .

11

2

Предобусловливание. Неполное LU-разложение

14

2.1Предобусловливание . . . . . . . . . . . . . . . . . . . . . 14

2.2ILU-факторизация . . . . . . . . . . . . . . . . . . . . . . . 16

2.3 Симметричный случай . . . . . . . . . . . . . . . . . . . . 21

2.4О программной реализации

ILU-предобусловливания . . . . . . . . . . . . . . . . . . . 22

3 Классические итерационные методы и релаксация

24

3.1

Методы Якоби и Гаусса-Зейделя . . . . . . . . . . . . . .

25

3.2

Ускорение сходимости

 

 

релаксационных методов . . . . . . . . . . . . . . . . . . .

28

3.3

Связь с предобусловливанием . . . . . . . . . . . . . . .

29

4 Проекционные методы. Подпространства Крылова

31

4.1 Общий подход к построению проекционных методов .

31

75

4.2

Случай одномерных подпространств . . . . . . . . . . .

33

4.3

Два важных выбора подпространств . . . . . . . . . . . .

36

4.4

Подпространства Крылова . . . . . . . . . . . . . . . . . .

38

4.5Базис подпространства Крылова.

 

Ортогонализация Арнольди . . . . . . . . . . . . . . . . .

39

4.6

Биортогонализация Ланцоша . . . . . . . . . . . . . . . .

43

5 Методы крыловского типа

47

5.1

FOM: Метод полной ортогонализации . . . . . . . . . . .

47

5.2

Предобусловливание в схеме метода . . . . . . . . . . . .

52

5.3GMRES: Метод обобщенных

 

 

минимальных невязок . . . . . . . . . . . . . . . . . . . .

54

 

5.4

BCG: Метод бисопряженных градиентов . . . . . . . . .

57

6

Симметричный случай

60

 

6.1

Трехчленные соотношения для невязок.

 

 

 

Метод Ланцоша . . . . . . . . . . . . . . . . . . . . . . . .

60

 

6.2

CG: Метод сопряженных градиентов . . . . . . . . . . .

61

 

6.3

О связи симметричного и несимметричного случая . .

64

Заключение

64

A

LU-факторизация трехдиагональных матриц

67

B

Методы, не использующие транспонирование. TFQMR

70

Список литературы

73

76