4. 矩阵属性诊断实战
迭代求解器的选型从来不是先看“哪个方法名气大”，而是先看系数矩阵长什么样。同一个泊松方程，用规则网格离散得到的是对称正定、对角占优性较弱的矩阵；换成对流占优问题，矩阵立刻变成非对称；再叠加Dirichlet与Neumann混合边界，对角占优性又会被削弱。因此本节的核心任务是：在真正调用求解器之前，仅凭PDE类型、网格拓扑和边界条件这三类信息，快速推断矩阵的对称性、正定性、对角占优性和谱分布，从而把求解器候选集缩小到一两个。
一、三条诊断线索与它们影响的矩阵属性
先建立一张“线索—属性”的映射关系。PDE类型决定算子本身是否自伴：扩散算子（如−∇·(k∇u)）在常系数或对称张量系数下是自伴的，离散后倾向于对称；一阶对流项∂u/∂x的离散则天然破坏对称性。网格决定离散模板的连通结构：正交结构网格上五点/七点格式的邻居关系对称，矩阵的非零元位置成对出现；而扭曲四边形、非结构三角形或迎风离散会让“i影响j”与“j影响i”的系数不再相等。边界条件决定边界行如何被改写：Dirichlet条件通常把边界未知量消去或强加为单位行，会破坏对称性并改变对角占优；Neumann条件通过虚拟节点或通量近似引入，往往保留对称性但削弱对角占优。
把这三条线索合起来，就能得到一个初步判断。下面这张图把诊断路径组织成一张“属性推断图”，左侧是输入线索，中间是受影响的矩阵属性，右侧是据此可优先考虑的求解器族。
二、对称性：先看算子，再看离散，最后看边界行
判断对称性有一个稳定的顺序。第一步看连续算子：若写成弱形式后双线性型满足a(u,v)=a(v,u)，则算子自伴。扩散项在系数为对称正定张量时自伴；一阶项∫b·∇u v dx要对称需要分部积分后与∫b·∇v u dx相等，这要求b的散度为零且边界通量项抵消，一般并不成立。第二步看离散格式：中心差分对一阶项给出反对称贡献，整体矩阵仍可能非对称；一阶迎风则直接让上下游系数不等，对称性被彻底破坏。第三步看边界行：把Dirichlet条件实现为“边界行置单位、右端置给定值”时，该行与相邻内部行不再成对对称，矩阵变为非对称；若改用对称消去法（把边界贡献移到右端并从系统中移除边界未知量），对称性可以保留。
实操中不必推导，直接做一次数值检查即可。对已装配的稀疏矩阵A，计算‖A−Aᵀ‖_F/‖A‖_F，若在1e-12量级可视为对称；若明显非零，再定位非对称元出现在哪些行，通常正好落在迎风离散区域或强加Dirichlet的边界行上。这一步只需几行代码，却能把CG从候选集中排除或保留，避免后续因用错方法而出现的停滞。
三、正定性与奇异零空间
正定性的判断同样分层。对椭圆型扩散问题，弱形式a(u,u)=∫k|∇u|²dx在k>0时非负，加上零阶反应项∫cu²dx后严格正定；离散后若刚度矩阵按标准方式装配，xᵀAx对应离散能量，通常正定。但有两个常见陷阱：其一，纯Neumann问题或纯周期边界下，常数向量位于零空间，矩阵半正定而非正定，此时CG在理论上仍可运行于零空间的正交补，但右端必须满足相容性条件，否则迭代不收敛；其二，对流占优时即使扩散项正定，非对称部分也可能让xᵀAx的对称部分失去正定性。
检查手段是估计最小特征值：对小型算例可直接用稠密特征分解；对大规模矩阵可用Lanczos过程估计λ_min，或观察CG残差是否在若干步后停滞不降——若残差停在某个平台且与右端在零空间上的投影有关，基本可判定存在近零特征值。工程上更常用的做法是先做物理判断：只要边界条件全是Neumann且没有反应项，就应主动施加一个参考点约束或均值零约束，把奇异矩阵变为正定矩阵，而不是把问题留给求解器。
四、对角占优性与谱分布：网格与边界条件的直接后果
对角占优性对经典迭代法（Jacobi、Gauss-Seidel、SOR）的收敛性至关重要，对Krylov方法则主要影响预处理效果。以二维泊松方程五点格式为例，内部行的对角元为4/h²，四个邻居各贡献−1/h²，此时|aᵢᵢ|等于非对角元绝对值之和，属于弱对角占优；一旦网格在某一方向被拉伸（例如h_x=0.01、h_y=0.1），离散系数变为2(1/h_x²+1/h_y²)与−1/h_x²、−1/h_y²，对角元仍等于邻居和，但各方向权重差异巨大，条件数随之恶化。若再叠加Neumann边界，边界行的邻居数减少而通量近似引入额外项，占优性可能被破坏。
谱分布则直接决定迭代次数。对规则网格上的泊松问题，条件数κ约按O(h⁻²)增长：网格从32×32加密到128×128，h缩小4倍，κ约增大16倍，CG迭代次数大致按√κ增长，即约增加4倍。这解释了为什么单纯加密网格后“原来能收敛的求解器突然变慢”。若系数存在高对比度（如多孔介质中渗透率跨越几个数量级），谱分布会出现多个聚集簇，此时AMG预条件往往比ILU更有效，因为它能针对不同尺度的聚集分别处理。
五、一份可直接执行的诊断清单
把上述判断固化为一个可复用的检查流程，在每次装配完矩阵后执行，输出一张属性卡片供选型使用。以下字段与判断阈值属于教学示例，实际项目中应结合问题规模与容差调整。
| 检查项 | 操作 | 判据（示例） | 结论 |
|---|---|---|---|
| 对称性 | 计算‖A−Aᵀ‖_F/‖A‖_F | <1e-12 视为对称 | 对称→CG/MINRES；否则→GMRES/BiCGSTAB |
| 正定性 | Lanczos估计λ_min，或小规模特征分解 | λ_min > 0 | 正定→CG可用；λ_min≈0→加约束或换方法 |
| 零空间 | 检查是否纯Neumann/周期边界 | 存在常数零空间 | 施加参考点或均值零约束 |
| 对角占优 | 逐行比较|aᵢᵢ|与Σ|aᵢⱼ| | 存在严格占优行比例 | 弱占优→Jacobi慎用，优先Krylov+预条件 |
| 谱分布 | 估计κ与特征值聚集情况 | κ随h⁻²增长 | κ大→AMG/多重网格预条件 |
以一个具体教学示例说明流程：二维单位正方形上的变系数扩散方程−∇·(k∇u)=f，k在左半区为1、右半区为1000，四边Dirichlet。装配后先做对称性检查，若采用对称消去处理边界，比值应在1e-14量级，判定对称；再用Lanczos估计λ_min约为正的小量，判定正定；逐行检查发现界面附近行因系数跳跃出现弱占优；估计条件数远大于同尺寸常系数问题。综合结论是：矩阵对称正定但谱分布差，应选CG配合AMG预条件，而不是Jacobi或未预条件的CG。这个判断完全来自矩阵属性，不需要先跑一遍求解器试错。