【三维流场理论对比分析概述2900字】

)其中，可以是速度、密度、温度、压力等物理量；a，b，c分别代表一定的系数。线性方程组的求解方法直接求解方法直接求解方法包括ADDINEN.CITE<EndNote><Cite><Author>黄杰</Author><Year>2014</Year><RecNum>144</RecNum><DisplayText><styleface="superscript">[32,33]</style></DisplayText><record><rec-number>144</rec-number><foreign-keys><keyapp="EN"db-id="rdpppseexsad2beawfuvs996d2tz0zztd09p"timestamp="1617000888">144</key></foreign-keys><ref-typename="Thesis">32</ref-type><contributors><authors><author>黄杰</author></authors></contributors><titles><title>微网仿真模型并行算法研究</title></titles><dates><year>2014</year></dates><publisher>天津大学</publisher><urls></urls></record></Cite><Cite><Author>席小青</Author><Year>2015</Year><RecNum>145</RecNum><record><rec-number>145</rec-number><foreign-keys><keyapp="EN"db-id="rdpppseexsad2beawfuvs996d2tz0zztd09p"timestamp="1617000935">145</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>席小青</author><author>罗仁露</author><author>汪亚茜</author><author>陈恳</author></authors></contributors><titles><title>各种三角分解法计算特性的分析比较</title><secondary-title>南昌大学学报:理科版</secondary-title></titles><periodical><full-title>南昌大学学报:理科版</full-title></periodical><pages>540-543,551</pages><volume>039</volume><number>006</number><dates><year>2015</year></dates><urls></urls></record></Cite></EndNote>[32,33]：高斯消去法、三角分解法。迭代求解方法迭代求解方法包括ADDINEN.CITE<EndNote><Cite><Author>封建湖</Author><Year>2003</Year><RecNum>238</RecNum><DisplayText><styleface="superscript">[34]</style></DisplayText><record><rec-number>238</rec-number><foreign-keys><keyapp="EN"db-id="rdpppseexsad2beawfuvs996d2tz0zztd09p"timestamp="1621412179">238</key></foreign-keys><ref-typename="Book">6</ref-type><contributors><authors><author>封建湖</author></authors></contributors><titles><title>数值分析(第四版)</title></titles><dates><year>2003</year></dates><publisher>数值分析(第四版)</publisher><urls></urls></record></Cite></EndNote>[34]：雅可比迭代法（J-IM）、高斯-塞戴尔迭代法（G-S-IM）、逐次超松弛迭代法（SOR-IM）。蒙特卡洛方法在科学研究和工程应用的许多问题研究中，线性代数方程组的求解是极为常见的一种数学问题，研究其快速、准确的求解方法是十分重要的。蒙特卡罗方法不仅能解决概率统计方面的随机性问题，还能解决确定性代数问题ADDINEN.CITE<EndNote><Cite><Author>吉庆丰</Author><Year>2004</Year><RecNum>148</RecNum><DisplayText><styleface="superscript">[35]</style></DisplayText><record><rec-number>148</rec-number><foreign-keys><keyapp="EN"db-id="rdpppseexsad2beawfuvs996d2tz0zztd09p"timestamp="1617001094">148</key></foreign-keys><ref-typename="Book">6</ref-type><contributors><authors><author>吉庆丰</author></authors></contributors><titles><title>蒙特卡罗方法及其在水力学中的应用</title></titles><dates><year>2004</year></dates><publisher>蒙特卡罗方法及其在水力学中的应用</publisher><urls></urls></record></Cite></EndNote>[35]。蒙特卡罗方法解决确定性问题的主要难题在于，需要根据所求问题的特点，建立一种便于在计算机上快速求解的简单适用的概率统计模型，且样本量充分大，通过大数定律，可知随机变量的数学期望即为，这样就可以得到线性方程组的解。蒙特卡罗方法在每一次的数值求解计算中，都可以给出一个所要求解的未知数的分量，进而节省大量的计算量，对于提高计算速度很有帮助。在求解代数方程组、计算逆矩阵和计算高维积分等问题方面，一般的解析法或数值法求解方法困难时尤其有效。人们在对量子系统进行仿真研究的过程中，提出了各式各样的仿真方法，其中应用最广泛的当数量子蒙特卡罗QMC（QuantumMonteCarlo）方法ADDINEN.CITE<EndNote><Cite><Author>Austin</Author><Year>2012</Year><RecNum>193</RecNum><DisplayText><styleface="superscript">[36]</style></DisplayText><record><rec-number>193</rec-number><foreign-keys><keyapp="EN"db-id="rdpppseexsad2beawfuvs996d2tz0zztd09p"timestamp="1618371722">193</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Austin,B.M.</author><author>Zubarev,D.Y.</author><author>Lester,W.A.</author></authors></contributors><titles><title>QuantumMonteCarloandrelatedapproaches</title><secondary-title>ChemicalReviews</secondary-title></titles><periodical><full-title>ChemicalReviews</full-title></periodical><pages>263-88</pages><volume>112</volume><number>1</number><dates><year>2012</year></dates><urls></urls></record></Cite></EndNote>[36]，且已经成为量子仿真的重要工具之一。近年来，量子蒙特卡罗方法已经在不同领域有了广泛的研究ADDINEN.CITEADDIN