离散Poisson系统的常用处理方法以及比较(Python实现)

介绍

在 二维Poisson方程五点差分格式及简单求解方法Python实现 一文中给出了二维齐次 Dirichlet 型边界条件的 Poisson 方程的标准五点差分格式离散, 得到了离散系统:
$$AX=b$$
其中 $A$ 为离散后的微分矩阵:
对于一维情形:
$$A=\frac{1}{h^2}{A}_1=\frac{1}{h^2}\left(\begin{array}{ccccc}-2& 1& & & \\ 1& -2& 1& & \\ & \ddots & \ddots & \ddots & \\ & & 1& -2& 1\\ & & & 1& -2\end{array}\right)$$
对于二维情形:
$$A=A_2=\frac{1}{h_x^2}{I}_N\otimes A_1+\frac{1}{h_y^2}{A}_1\otimes I_N$$

在上文中采取最简单粗暴的方式直接生成 $A$, 并调用库函数直接对线性系统进行求解, 实际上这样的方法不适用于大规模问题,并且效率较低,本文介绍 Poisson 系统的一些常用的解法,这些解法适用于规模较大的一些问题.

简单迭代法

考虑线性系统:
$$Ax=b$$
将上系统改写为如下等价形式
$$x=(I-CA)x+$$