采用Crank-Nicolson隐式格式求解带周期边界条件的IBVP $u_t+uu_x=Du_{xx}$的迭代困惑

我来帮你理清这个Crank-Nicolson迭代求解的思路，你遇到的其实是非线性项迭代处理的典型问题，咱们一步步拆解：

你的离散方程组里的非线性来自对流项$uu_x$，所以$F(u^{{n+1})$是依赖于未知解$u}{n+1}$的项，没法直接解线性方程组，得靠迭代法（最常用的是Picard迭代，也就是你文献里看到的方式，或者更高效的Newton-Raphson迭代）来处理。

1. 单个时间步内的迭代流程（以第n→n+1步为例） #

不管是n=0还是后续的时间步，每推进一个时间层，都要在这个时间步内做多次迭代，直到收敛：

• 迭代初始猜测：对于第n→n+1步，第一次迭代的初始猜测取$u^{n+1,(0)} = u^{n$（这就是你说的“初始迭代时右侧令$u}{n+1}=u^{n$”的真实含义——这是单时间步内的迭代初值，不是直接得到最终的$u}{n+1}$）
• 第k次迭代（k≥0）：
  1. 把$F(u^{n+1,(k)})$当作已知项，代入方程组得到线性方程组：A u^{n+1,(k+1)} = B u^n + F(u^{n+1,(k)})
  2. 求解这个线性方程组，得到下一个迭代值$u^{n+1,(k+1)}$
  3. 检查收敛性：比如计算$|u^{n+1,(k+1)} - u^{{n+1,(k)}|$，如果小于设定的阈值（比如$1e-6$），就认为收敛，把$u}{n+1,(k+1)}$作为最终的$u^{n+1}$；否则重复步骤1-3

2. 完整的时间步推进流程 #

以从n=0开始为例：

1. 计算$u^1$：
   • 已知初始条件$u^{0$，先设迭代初值$u}{1,(0)} = u^0$
   • 代入得到线性方程组A u^{1,(1)} = B u^0 + F(u^{1,(0)})，解出$u^{1,(1)}$
   • 检查是否收敛，不收敛就继续迭代，直到得到满足精度的$u^1$
2. 计算$u^2$：
   • 用已经收敛的$u^1$作为时间步n=1的已知解
   • 初始化迭代初值$u^{2,(0)} = u^1$
   • 重复上述迭代流程，直到收敛得到$u^2$
3. 以此类推，直到推进到你需要的最终时间层

3. 关键细节补充 #

• 为什么必须迭代？因为Crank-Nicolson对非线性对流项的离散（比如常见的平均格式$\frac{1}{2}(u^{n+1}(u_x){n+1} + u^n(u_x)n)$）会让方程组里出现$u^{n+1}$的非线性组合，只能通过迭代把非线性问题拆解成一系列线性问题求解
• 关于矩阵A和B：因为是周期边界条件，A和B应该是循环Toeplitz矩阵，求解线性方程组时可以用FFT加速，能大幅提升计算效率
• 收敛阈值的选择：根据问题精度要求来定，数值实验中一般取$1e-6$到$1e-8$即可，平衡精度和计算量

额外提示：如果你觉得Picard迭代收敛慢，可以试试Newton-Raphson迭代——这时候需要对$F(u^{n+1})$求导，把方程组转化为(A - F'(u^{n+1,(k)})) u^{n+1,(k+1)} = B u^n + F(u^{n+1,(k)}) - F'(u^{n+1,(k)}) u^{n+1,(k)}，虽然实现复杂一点，但收敛速度会快很多。

内容的提问来源于stack exchange，提问作者Bibigul