指数级数前n次多项式零点的性状分析与控制估计

对指数级数中前n次多项式的零点的性质进行分析,得到了零点数量及其变化趋势的一系列结果.利用Taylor公式给出了具有解析表达式的零点控制区间,进一步运用指数级数的余项分析和Stirling公式给出了精度更高的零点控制区间,同时得到了寻求零点的计算方法,这种算法的精度能够达到任意要求,对高次多项式零点的计算能大幅减少运算...     

Lagrange插值和Hermite-Fejér插值在Wiener空间下的平均误差

在L_q-范数逼近的意义下,确定了基于Chebyshev多项式零点的Lagrange插值多项式列和Hermite-Fejér插值多项式列在Wiener空间下的p-平均误差的弱渐近阶.从我们的结果可以看出,当2≤q<∞,1≤p<∞时,基于第一类Chebyshev多项式零点的Lagrange插值多项式列和Hermite-Fejér插值多项式列的p-平均误差弱等价于相应的最佳逼近多项式列的p-平均误差.在信息基计算复杂性的意义下,如果可允许信息泛函为计算函数在固定点的值,那么当1≤p,q<∞时,基于第一类Chebyshev多项式零点的Lagrange插值多项式列和Hermite-Fejér插值多项式列在Wiener空间下的p-平均误差弱等价于相应的最小非自适应p-平均信息半径.     

零维多项式系统保持重数的零点分解

对零维多项式系统,基于经典的吴方法给出了一个保持重数的零点分解定理及其算法.在一定条件下,该算法计算出的分解是三角化的.     

Lagrange插值和Hermite-Fejér插值在Wiener空间下的平均误差

在Lq-范数逼近的意义下，确定了基于Chebyshev多项式零点的Lagrange插值多项式列和Hermite-Fejér插值多项式列在Wiener空间下的p-平均误差的弱渐近阶．从我们的结果可以看出，当2≤q〈∞，1≤p〈∞时，基于第一类Chebyshev多项式零点的Lagrange插值多项式列和Hermite—Fejér插值多项式列的p-平均误差弱等价于相应的最佳逼近多项式列的p-平均误差．在信息基计算复杂性的意义下，如果可允许信息泛函为计算函数在固定点的值，那么当1≤p，q〈∞时，基于第一类Chebyshev多项式零点的Lagrange插值多项式列和Hermite-Fejér插值多项式列在Wiener空间下的p-平均误差弱等价于相应的最小非自适应p-平均信息半径．     

相对优集及其在不可约算法中的应用

从优集出发,提出了相对优集的定义及其计算算法.并将其应用到不可约零点分解中,提供了一种新的不可约零点分解算法.从实例计算结果可知,就某些多项式方程组而言,相对于原来已有的算法,使用相对优集修改后,能够很好地进行分解,减少了冗余分支的出现.     

关于多项式零点性态的探讨

如所周知,除非多项式的系数被精确地给出,并能用字长为t的机器数精确地表示出来,我们至多只能根据原多项式的某一扰动多项式着手计算,后者的系数是原多项式系数的t位近似。即使可以无误差输入,按向后误差分析的观点,计算原多项式零点时舍入误差的累积影响可归结为对原多项式系数的等价扰动,从而必须研究多项式的零点对系数有微小相对扰动时的灵敏性。即,必须研究多项式零点的性态。     

同时求多项式全部零点的一族快速并行迭代和区间迭代(Ⅱ)

本文对[1]所提出的一族同时求多项式全部零点的并行迭代兼区间迭代加以进一步的发展。首先,作为纯粹的并行迭代法,我们在§2把每步并行迭代扩展为q个并行子步,这样得到的并行迭代法对只有单零点的多项式的全部零点的收敛是q(p 1)阶的。值得注意的是,在这里阶的提高大大超过了每步计算代价的增加,例如,当q=2时,每步     

随机多项式空间和计算复杂性理论

按照Smale对随机多项式空间概率分布的约定,讨论了多项式零点计算的复杂性.指出:(1)王则柯和徐森林的研究并没有表明Kuhn算法比Newton迭代好;(2)通过“二阶逼近零点”而不是“逼近零点”的概念把Kuhn算法和Newton迭代组合起来的话,王和徐的结果并经某些高维复区域的体积计算表明这是一个有效的算法;(3)进一步的分析表明稍加改进的Lehmer算法的估计成本比Kuhn算法的估计成本更低;(4)这种改进的Lehmer算法和一种并行圆盘迭代组合比Kuhn算法和Newton迭代组合的估计成本更低,并且不存在Wilkinson所说的“降次、精炼”中的困难,因而值得推荐.     

多项式组的特征分解

任一多项式理想的特征对是指由该理想的约化字典序Grobner基G和含于其中的极小三角列C构成的有序对(G,C).当C为正则列或正规列时,分别称特征对(G,C)为正则的或正规的.当G生成的理想与C的饱和理想相同时,称特征对(G,C)为强的.一组多项式的(强)正则或(强)正规特征分解是指将该多项式组分解为有限多个(强)正则或(强)正规特征对,使其满足特定的零点与理想关系.本文简要回顾各种三角分解及相应零点与理想分解的理论和方法,然后重点介绍(强)正则与(强)正规特征对和特征分解的性质,说明三角列、Ritt特征列和字典序Grobner基之间的内在关联,建立特征对的正则化定理以及正则、正规特征对的强化方法,进而给出两种基于字典序Grobner基计算、按伪整除关系分裂和构建、商除可除理想等策略的(强)正规与(强)正则特征分解算法.这两种算法计算所得的强正规与强正则特征对和特征分解都具有良好的性质,且能为输入多元多项式组的零点提供两种不同的表示.本文还给出示例和部分实验结果,用以说明特征分解方法及其实用性和有效性.     

无网格Chebyshev配点法求解二维位势问题

基于Chebyshev正交多项式插值理论和无网格配点技术,提出一种新型的无网格数值离散方法,称之为Chebyshev配点法.所提方法采用Chebyshev多项式的零点(Gauss-Lobatto节点)为插值节点,可最大限度地降低龙格现象,并且提供插值多项式的最佳一致逼近.数值算例表明,本文算法稳定,效率高,并可达到很高的计算精度.     

一种求多项式方程根的参数并行加速迭代法

推广了一种在无重根情况下,利用Newton类迭代法对同时求多项式零点的加速的迭代法.讨论了该方法的收敛性和收敛阶;最后给出数值算例表明:计算收敛阶和定理结论是一致的,且本算法具有较大的收敛范围.     

一类实多项式映射零点的分布

设P:IR~(2n)→IR~?(2n)是(q_1,…,q_(2n))次实多项式映射,满足q_(2j-1)-q_(2j),j=1,2,…,n。本文讨论这类多项式映射的实零点分布,并给出计算一批实零点的方法。     

参系数零维分片代数簇的实零点

分片代数簇是一些多元样条函数的公共零点集. 文中表明: 解参系数分片代数簇问题可转化为解有限个包含严格不等式的参系数多项式系统. 利用半代数系统的正则分解和柱形代数分解方法, 提出了计算零维参系数分片代数簇无挠实零点数的上确界, 以及达到上确界时实零点在各个胞腔内的数目分布情形的算法. 该算法同时能产生达到上确界的充要条件, 以及达到上确界时实零点数在各个$n$维胞腔内 取得某种分布的充要条件. 也给出了另一算法, 用于产生零维分片代数簇在$n$维复形中的 各个$n$维胞腔内恰有指定数目的相异无挠实零点的充分必要条件.     

Grunwald插值算子的Lp收敛速度

讨论了以第二类Tchebycheff多项式的零点为插值结点组的Grünwald插值于Lp下的收敛性.当1≤p＜2时,给出了收敛速度的一个精确估计;当p≥2时,说明了其Lp下不是收敛算子列.给出了一种以第二类Tchebycheff多项式的零点为插值结点组的修改的Grünwald插值,证明了其于Lp(1≤p＜∞)下是收敛的.     

区间算法在吴消元法解代数方程组中的应用

吴消元法是求解多元代数方程组的一个重要方法.将区间运算应用于吴方法中,把求解一般代数方程组零点集的问题转化为求解区间代数方程组零点集的问题,从而有效地解决了一般浮点运算带来的算法不稳定问题,以及由于精确运算带来的巨大的多项式系数而使算法效率降低的问题.     

计算多项式零点的一种单纯轮回算法

本文讨论多项式零点算法及其计算复杂性问题。为简单起见,多项式都已写成f(z)=z~n+c_1z~(n-1)+…+c_(n-1)z+c_n的形式,这里n是正整数,z=x+iy是复变量,c_1,…,c_n是复常数。接照代数基本定理,我们也可以写f(z)=(z-ξ_1)…(z-ξ_n),这里ξ_1,…,ξ_n是多项式的全部n个(精确)零点。     

二维格的覆盖半径

求格的覆盖半径是一个经典的困难问题,当格的维数不固定时,这个问题还没有非确定性的多项式时间的算法.已知的算法都是通过求Voronoi cell来计算覆盖半径,对于二维格,文章利用高斯算法给出了一个确定性的多项式时间的算法来求覆盖半径以及deep holes.     

关于ROUTH-HURWITZ问题

研究多项式零点在左半复平面分布的 Routh-Hurwitz 问题,在控制论中极为重要,故至今还有不少人在探讨研究。多项式零点全在开左半复平面已有充要条件,目前的研究主要是使其条件简化,便于验证.而多项式零点全在闭左半复平面的充要条件至今少见.Routh 本人将多项式的系数排成数表(即 Routh 表).给出了其零点     

连续代数扩域上多项式因式分解的Trager算法

多项式的因式分解是符号计算中最基本的算法,二十世纪六十年代开始出现的关于多项式因式分解的工作被认为是符号计算领域的起源．目前多项式的因式分解已经成熟,并已在Maple等符号计算软件中实现,但代数扩域上的因式分解算法还有待进一步改进．代数扩域上的基本算法是Trager算法．Weinberger等提出了基于Hensel提升的算法．这些算法是在单个扩域上做因式分解．而在吴零点分解定理中,多个代数扩域上的因式分解是非常基本的一步,主要用于不可约升列的计算．为了解决这一问题,吴文俊,胡森、王东明分别提出了基于方程求解的多个扩域上的因式分解算法．王东明、林东岱提出了另外一个算法Trager算法相似,将问题化为有理数域上的分解．他们应用了吴的三角化算法,因此算法的终止性依赖于吴方法的计算．支丽红则将提升技巧用于多个扩域上的因式分解算法．本文将Trager的算法直接推广为连续扩域上的因式分解,只涉及结式计算与有理数域上的因式分解,给出了多个代数扩域上的因式分解一个直接的算法．     

Grünwald插值算子的L_p收敛速度

讨论了以第二类 Ｔｃｈｅｂｙｃｈｅｆｆ多项式的零点为插值结点纽的 Ｇｒǖｎｗａｌｄ 插值于Ｌｐ下 的收敛性．当１≤ｐ＜２时,给出了收敛速度的一个精确估计;当Ｐ≥２时,说明了其于Ｌｐ下不 是收敛算子列．给出了一种以第二类Ｔｃｈｅｂｙｃｈｅｆｆ多项式的零点为插值结点组的修改的 Ｇｒｕｎｗａｌｄ插值,证明了其于 Ｌｐ（１≤ｐ＜∞）下是收敛的．