用于积分方程解的广义逆函数值Padé逼近的ε-算法和η-算法

为加速具有函数值系数的幂级数收敛并估计积分方程的特征值,建立了两个计算广义逆函数值Padé逼近的有效的递推算法:ε-算法和η-算法.借助于这两个算法之间的内在关系,给出了广义逆函数值Padé逼近的著名的Wynn恒等式.     

多元矩阵Pad(e)逼近的代数性质

本文证明多元矩阵Pade逼近与一元矩阵Pade逼近一样具有函数值变换下的不变性.     

一种修正的求总极值的积分—水平集方法的实现算法收敛性

1978年,郑权等提出了一个积分型求总极值的概念性算法及Monte-Carlo随机投点的实现算法,给出了概念性算法的总极值存在的充分必要条件,但是其实现算法收敛性仍未解决,1986年,张连生等给出离散均值－水平集的实现算法,并证明了它的收敛性。本文给出修正的积分－水平集方法,用一致分布搂九值积分逼近水平集构造实现算法,并证明了算法的收敛性。     

具有重节点的分段Pade'逼近的一个算法

Baker在[1]中提出了具有重节点的Pade’逼近问题,但提供的算法很繁.我们发现,具有重节点的Pade’逼近和有理切触插值有关.基于这种想法,我们先给出分段Pade’逼近的概念,然后给出一个一般算法.     

广义箱子约束优化基于线性逼近子问题的显式搜索方向算法

讨论带广义箱子约束的非线性约束优化.基于Topkis-Veinott线性规划逼近法,对搜索方向子问题进行改进,产生两个新的线性逼近子问题,重要的是两个新子问题的解均能以简单的显式表达式直接给出.由此建立问题非精确线搜索算法,算法大大降低了计算量,复杂性及CPU时间.仅在目标函数连续可微的条件下,算法具有全局收敛性.对算法进行较大规模的数值试验.     

基于广义逆的矩阵Pad■逼近

1．引言矩阵Pade逼近在变分原理、在原子及初等粒子物理中已有深入的实际应用背景（［1，2］）．由于原有的矩阵Pade逼近都要涉及矩阵的乘法，而矩阵的乘法一般不满足交换律，从而在一定程度上限制了该逼近方法的应用范围．本文给出一种新的基于广义过的矩阵Pade逼近，它与原有的矩阵Pade逼近方法相比具有下列特点：第一．在构造过程中不需用到矩阵的乘法运算，没有左、右Pade逼近的区别，从而拓宽了应用范围（见下面说明），并且蕴含着它在数值分析和实际问题中的应用价值．第二，它可以用两种不同的格式计算出来：（1）分母多项式的显式…     

Bernstein-Fan插值算子的逼近阶估计及其算法程序

本文研究了具有三角形波基函数的Bernstein-Fan值算子的收敛定理和逼近阶估计，并给出了它的算法程序。     

用Eaves—Saigal不动点算法求解不可微优化

本文通过修改向量标号改造Ｅａｖｅｓ－Ｓａｉｇａｌ单纯用伦算法为上半连续集值映射零点的同伦算法，并给出了这一算法收敛的条件，最后，应用该方法到不可微优化问题的求解，得到一些收敛性结果，数值结果表明计算效果良好。     

广义有理样条的几种构造方法

本文利用Ｔｈｉｅｌｅ倒差分方法、Ｐａｄｅ逼近方法、广义Ｑ．Ｄ．算法及ε－算法等构造了几种广义有理样条函数．此外，通过直接法构造了（ｋ－１，ｋ）－型广义有理样条，给出了它的行列式表示和余项表示并证明了广义有理样条算子的存在性、唯一性、齐次性及连续性．     

对三角级数的广义Padé有理逼近

§1.引言 有理函数的广义Pade逼近是有效的有理函数逼近方法之一,同时在递归数字滤波器的设计中有着重要应用。本文着重讨论广义Pade逼近的性质及有关的问题。 设实序列d_t(t=0,1,2,…)是平方可和的,即     

修正的高阶Hermite—Fejer插值的加权L^p逼近

本文给出了基于Ｃｈｅｂｙｓｈｅｖ结点的高阶Ｈｅｒｍｉｔｅ－Ｆｅｊｅｒ插值多项式的两种修正形式，并证明了这两种修正对ｆ∈Ｌｗ＾ｐ均可给出逼近阶ｗ（ｆ，１／ｎ）ｐ．同时文中也给出了基于Ｃｈｅｂｙｓｈｅｖ结点的Ｈｅｒ－ｍｉｔｅ－Ｆｅｊｅｒ及Ｈｅｒｍｉｔｅ插值多项式对Ｃ［－１，１］及Ｃ＾ｒ［－１，１］类函数的逼近阶。     

矩阵序列的有理外推法

基于矩阵的广义逆,本文给出了关于矩阵序列加速收敛的三个有理外推方法.它们包括:(i)基于广义逆的矩阵Pade逼近[4];(ii)矩阵Epsilon算法;(iii)矩阵Aitken △~2-算法。对三种方法之间的内在联系进行了讨论。关于Markov过程的一个实例给出以说明本文的结果。     

多目标分数变分问题的对偶性

本文利用参数逼近在函数广义（F，ρ）－凸的条件下，建立了一类多目标式变分问题关于有效解的对偶理论。     

欧拉游历间K1—变换下的算法复杂性

本文主要讨论了欧拉图方面的国际权威ＨｅｒｂｅｒｔＦｌｅｉｃｈｎｅｒ教授所著书［１］中的一个问题；对欧拉图Ｇ的任意两个欧拉游历要经过多少Ｋ－变换或Ｋ＾＊－变换才能从一个游历得到另一个游历？我们得到的结论是：对欧拉图Ｇ中的任两个欧拉游历Ｔ、Ｔ＇最多经过‖Ｅ（Ｇ）‖－‖Ｖ（Ｇ）‖－变换可以使Ｔ变换成Ｔ＇。且此结果不能再改进。进一步我们分别对Ｋ－变换和Ｋ＆－变换的算法复杂性进行了讨论。     

Peetre K—泛函和Riesz可和算子

引进了Ｆｏｕｒｉｅｒ－Ｌｅｇｅｎｄｒｅ展开的广义Ｒｉｅｓｚ可和算子。讨论了广义Ｒｉｅｓｚ可和算子的收敛性。建立了广义Ｒｉｅｓｚ可和算子和Ｐｅｅｔｒｅ Ｋ－泛函之间的渐近等价关系。Ｋ－泛函完全刻划了Ｒｉｅｓｚ可和算子的逼近阶。     

广义非线性集值混合拟变分包含的扰动近似点算法

本文研究一类广义非线性集值混合拟变分包含,概括了尚明生等人引入与研究过的熟知的广义集值变分包含类成特例.运用预解算子的技巧,建立了广义非线性集值混合拟变分包含与不动点问题之间的等价性,其中,预解算子JρA(·,x)是具有常数1/(1+cρ)的Lipschitz连续算子.本文还建立了几个扰动迭代算法,并提供了由算法生成的逼近解的收敛判据,所得算法与结果改进与推广了尚明生等人的相应算法与结果.     

广义M—J集的界与J—集Hausdorff维数的估计

解析出给出了广义M－J集的界,其中某界在某种意义上是最佳的。解决了应用逃兔时间等算法计算机构造其混沌分形图的首要问题,并在此基础上通过线性逼近的方法给出了某些情况下J－集Hausdorff维数的近似估计。     

Max—min神经网络的一种有效学习算法

本文在Ａ．Ｂｌａｎｃｏ等人的算法的基础上，提出了ｍａｘ－ｍｉｎ神经网络的一种改进了的反馈学习算法，严格证明了该算法的迭代收敛性，理论分析及实例计算结果均表明，本文算法具有算法简单，收敛速度快，输出误差小等显著特点。     

最小化非光滑复合函数的投影Hessian校正算法的收敛性

本文考虑复合函数 F(x)=f(x)+h(c(x))最小化问题,给出了校正矩阵逼近 Langrangian 函数的“单边投影 Hessian”的 Broyden-类型方法;此方法是 Q-超线性收敛的.文中还叙述了两个校正算法,并且证明了在合理的条件下,这两种算法都具有局部的两步 Q-超线性收敛性.     

积分—水平集总极值算法的另一实现途径

在（１）中提出了一个积分－水平集求总极值的概念性算法及Ｍｏｎｔｅ－Ｃａｒｌｏ随机投点的实现途径，并在不少实际问题中得到了很好的应用。但这一实际算法的收敛性是个未解决的问题。本文给出了另一实现途径，并证明了收敛性。从而从理论上证明了这一实现算法一定能求到总极值和总极值点，数值试验结果也支持这一理论结果。