Un método iterativo jerárquico que acelera la convergencia para EDP discretizadas (lineales y algunas no lineales) operando sobre una secuencia de niveles de discretización: suavizar el error de alta frecuencia en mallas finas, transferir residuos a mallas más gruesas para eliminar error de baja frecuencia, corregir aproximaciones e interpolar correcciones de vuelta a niveles más finos.

Principio

Combinar relajación complementaria (suavizado) en mallas finas con corrección en mallas gruesas para atacar las componentes de error en sus escalas naturales: el error de alta frecuencia lo reducen las relajaciones locales mientras que el error de baja frecuencia se aborda eficientemente en representaciones más gruesas, produciendo convergencia rápida e independiente del tamaño de malla en muchos operadores.

Demostración

Resolver la ecuación de Poisson en una malla uniforme: aplicar unas pocas relajaciones de Gauss–Seidel (suavizador) en la malla fina para amortiguar el error oscilatorio, restringir el residuo a una malla más gruesa y resolver allí aproximada o exactamente, prolongar la corrección a la malla fina e iterar en ciclos en V o W hasta alcanzar la tolerancia del residuo.

Aplicación incorrecta

Usar multigrid con un suavizador inadecuado (p. ej., una relajación que no amortigua modos de alta frecuencia para la discretización dada), o transferir entre discretizaciones incompatibles sin operadores consistentes de restricción/prolongación, provocando estancamiento o divergencia en lugar de aceleración.

Consecuencia

Diseñado correctamente, multigrid alcanza tasas de convergencia independientes de la malla y, a menudo, complejidad óptima O(N) para operadores elípticos, permitiendo resolver sistemas de EDP discretizados muy grandes de forma eficiente en tiempo y memoria.

Inversión

Métodos iterativos de un solo nivel sin corrección de malla gruesa: confiar únicamente en relajación (p. ej., Jacobi, Gauss–Seidel) que típicamente reduce el error de alta frecuencia pero converge lentamente para componentes suaves (baja frecuencia), produciendo ralentizaciones dependientes de la malla al aumentar el tamaño del problema.

Límite

Ámbito: EDP elípticas discretizadas y muchos problemas parabólicos donde se puedan definir suavizadores y operadores de transferencia; excluye problemas con acoplamiento fuertemente no local que impidan una corrección en malla gruesa eficaz, discretizaciones mal condicionadas sin suavizadores adecuados y configuraciones donde los modelos de malla gruesa sean inconsistentes o no estén disponibles.

Tensión semántica

Tensión entre complejidad de operadores inter-jerarquía y robustez: operadores de transferencia y grob-grid sofisticados mejoran la robustez y la convergencia dependiente del operador pero aumentan el coste de implementación y el trabajo por ciclo, mientras que elecciones más simples dan ciclos más baratos pero pueden fallar en problemas complejos.

Síntesis

El Método Multigrid es un algoritmo multinivel que combina suavizado local en mallas finas con corrección en mallas gruesas mediante restricción y prolongación para reducir eficientemente todas las frecuencias de error, proporcionando convergencia rápida y a menudo independiente de la malla para una amplia clase de EDP discretizadas.