代数多重网格:为什么插值和约束的乘积不会导致范数为1?


12

我目前正在使用Briggs等人的“ A Multigrid Tutorial”(第8章)。

插值运算符的构造为: 在此处输入图片说明

然后给出了约束算子和精细网格算子的构造:

在此处输入图片说明

假设我们有三个网格点x0,x1,x2,中间的一个x1很好,而其他的则很粗糙。中间插有x1 = x0*w0 + x2*w2。因此,插值运算符为(在Matlab中):

I = [1, 0, 0; w0, 0, w2; 0, 0, 1]

I =

[  1, 0,  0]
[ w0, 0, w2]
[  0, 0,  1]

然后,限制运算符为:

transpose(I)

ans =

[ 1, w0, 0]
[ 0,  0, 0]
[ 0, w2, 1]

现在,让我们看一下如果限制然后直接插值会发生什么,结果是Iand 的乘法transpose(I)

I*transpose(I)

ans =

[  1,          w0,  0]
[ w0, w0^2 + w2^2, w2]
[  0,          w2,  1]

我希望这个矩阵类似于恒等矩阵,或者至少具有范数1之类的东西。但是,如果我们将x = [1,1,1]应用于w0 = w2 = 0.5,我们将得到[1.5 1.5 1.5]。我假设重复应用的限制插值运算至少会收敛于某种东西。但是不可以,在这种情况下,每次限制插值时,所有向量分量都将乘以1.5。我觉得这很奇怪。

谁能解释这是怎么回事?


1
I3×32×3

Answers:


8

x


我明白那个。但是我至少会假设反复应用限制和插值会收敛某些东西。但是不可以-在上述情况下,对于每个限制插值,所有矢量元素都将乘以1.5。我觉得这很奇怪。
迈克尔(Michael)

当然-一些简短的答复。(1)不考虑平滑和归一化,通常与插值/限制一起应用。(2)部分可能是权重的选择。这些通常对应于插值/限制运算符的不同选择,其中一些选择可证明比其他选择更好的行为。(3)还有其他interp / restrict运算符,其interp + restrict是投影。例如,您可以进行从粗略网格到精细网格的全局投影,但这是昂贵的,对于求解器来说不值得。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.