简单1D和2D问题上迭代线性求解器行为的说明
摘要：通过几何处理，数值优化方法经常涉及解决稀疏线性方程组。这些线性系统具有与基础网格的邻接图非常相似的结构。我们观察经典线性求解器在这种特定类型的问题上的行为。为了简化起见，我们将最小化梯度平方或拉普拉斯平方，通过有限差分在规则的1D或2D网格上进行评估。我们观察了1D和2D中不同求解器的两种能量的解的演化：Jacobi、Gauss-Seidel、SSOR（对称递推松弛）和CG（共轭梯度[She94]）。在不同迭代中绘制结果可以对这些经典求解器的行为有直观了解。
作者：Nicolas Ray (ALICE), Sokolov Dmitry (ALICE)
论文ID：1510.01118
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2015-10-06