新预处理ILUCG法求解稀疏病态线性方程组

大型稀疏病态线性方程组的高效求解在科学计算和工程应用中起着十分重要的作用.对于一般非对称正定的非奇异线性代数方程组,首先介绍常用的不完全LU分解预处理矩阵构造技术;然后给出SSOR预处理分解及其改进分解,并基于ILUCG思想提出新预处理ILUCG法同时给出收敛性分析;最后进行数值模拟仿真试验,数值结果表明该算法是有效可行的,且较之一般的预处理ILUCG方法该法在求解稀疏病态方程组方面具有优越性.

预处理ICCG法求解稀疏病态方程组

针对一般的对称正定线性代数方程组,首先给出了常用的不完全Cholesky分解预处理技术;然后通过改进对称逐次超松弛(SSOR)预处理矩阵形式提出SSOR-ICCG算法及其改进算法,并讨论了算法的收敛性;最后进行数值模拟仿真实验,数值结果表明,该算法是有效可行的,且较之一般的预处理不完全Cholesky共轭梯度法(ICCG方法),该算法在求解稀疏病态方程组方面具有优越性.

一维问题m次lagrange形函数有限元方程的条件数与预处理

求解大型稀疏病态线性方程组是科学计算和工程应用中经常遇到的重要问题,通过预处理、降低条件数来改善病态是解决该问题的关键。在用有限元方法求解积分形式的一维两点边值问题时,利用m次lagrange形函数可将该问题的求解化成稀疏病态有限元方程组的求解。本文研究该方程组的特殊结构,分析了该方程的条件数,再将系数矩阵的大范数部分分解成4个结构特殊的简单矩阵乘积,基于这种特殊分解设计出预条件子,并对预条件子的性能进行了定量分析,结果说明该预条件子几乎不增加迭代的计算量,预处理后的条件数接近1。