[论文解读] Preconditioning rectangular spectral collocation

Kui Du|arXiv (Cornell University)|Oct 1, 2015

Matrix Theory and Algorithms参考文献 8被引用 3

一句话总结

本论文提出了一种伪谱积分预条件化方法，用于矩形谱配点（RSC）格式，以解决高阶微分方程在一般线性约束下产生的线性系统严重病态的问题。通过构建基于Birkhoff型插值的预条件子，使系统条件数与配点数无关，从而在迭代求解器（如GMRES）下仅需少数几次迭代即可实现快速收敛，即使在N较大时亦然。

ABSTRACT

Rectangular spectral collocation (RSC) methods have recently been proposed to solve linear and nonlinear differential equations with general boundary conditions and/or other constraints. The involved linear systems in RSC become extremely ill-conditioned as the number of collocation points increases. By introducing suitable Birkhoff-type interpolation problems, we present pseudospectral integration preconditioning matrices for the ill-conditioned linear systems in RSC. The condition numbers of the preconditioned linear systems are independent of the number of collocation points. Numerical examples are given.

研究动机与目标

• 为解决随着配点数N增加，矩形谱配点（RSC）方法中线性系统的极端病态性问题。
• 开发一种预条件子，使所得线性系统的条件数与N无关，从而确保迭代求解的鲁棒性与高效性。
• 将先前仅用于标准谱配点的伪谱积分预条件化框架，推广至具有任意线性约束的更一般的矩形谱配点设置。
• 通过数值实验表明，预条件化后的RSC格式即使在刚性或高度振荡的问题中，也能保持高精度并实现快速收敛，且与N无关。

提出的方法

• 引入一种Birkhoff型插值问题，以定义一个伪谱积分矩阵，该矩阵作为带m个一般线性约束的m阶微分算子离散化形式的精确逆矩阵。
• 利用第一类切比雪夫点（用于导数计算）与第二类切比雪夫点（用于配点）之间的分式重采样矩阵，构建右预条件子，确保数值稳定性和精度。
• 采用矩形微分矩阵 $ D^{(m)}_{x\to y} $ 将配点处的函数值映射到不同点的导数值，从而实现m阶算子的稳定离散化。
• 将伪谱积分矩阵用作RSC系统的右预条件子，将原始的病态系统转化为条件数与N无关的系统。
• 采用GMRES迭代求解器，相对容差为 $ 10^{-10} $，重启次数为40，确保在少数迭代内收敛。
• 采用第二类切比雪夫点作为配点，第一类切比雪夫点作为导数计算点，以优化谱精度与条件数。

实验结果

研究问题

• RQ1 能否构造一种预条件子，使得RSC线性系统的条件数在配点数N增加时仍保持有界？
• RQ2 所提出的预条件化策略在具有任意线性约束的刚性或高度振荡微分方程上的表现如何？
• RQ3 伪谱积分预条件化框架能否从标准谱配点推广至具有任意线性约束的矩形谱配点设置？
• RQ4 该预条件子对GMRES等迭代求解器在高阶常微分方程问题中的收敛速率有何影响？

主要发现

• 对于 $ a_0(x)=2x $ 和约束 (5.2) 的RSC格式，预条件化系统的条件数在N变化时几乎恒定在约3.19，而未预条件化系统的条件数随 $ O(N^{2.5}) $ 增长。
• 对于 $ \varepsilon=0.01 $ 的二阶问题，未预条件化RSC系统的条件数随 $ O(N^{4.5}) $ 增长，在 $ N=1024 $ 时达到 $ 4.84\times10^{11} $，而预条件化系统则始终保持在 $ 3.70\times10^5 $，与N无关。
• 对于 $ \varepsilon=1 $ 的P-RSC，即使在 $ N=1024 $ 时，GMRES求解器也仅需8次迭代即收敛，而未预条件化RSC在1000次迭代内无法收敛。
• 对于 $ \varepsilon=0.01 $，P-RSC在 $ N=1024 $ 时需67次迭代收敛，而未预条件化RSC在1000次迭代内无法收敛，表明预条件化的必要性。
• P-RSC的最大点态误差在所有N和 $ \varepsilon $ 值下均保持在 $ 10^{-13} $ 至 $ 10^{-15} $ 量级，表明具有高数值精度。
• 即使对于高度振荡的解，该方法仍能保持高精度与稳定性，如在 $ N=2200 $ 时精确解与数值解的对比所示。