对称矩阵分解因子的直接换元修正法

§1.引言 考虑非线性方程组 F(x)=0, (1)其中F:Ω?R~n→R~n使F′(x)对称.本文给出求解(1)的一种分解修正法,这种方法始于Jacobian F′(x)的初始对称三角分解,然后利用换元技巧直接修正上三角分解因子,进而前代与回代求迭代点.本文分析了分解修正法的运算量,证明了这个算法不用重新启动仍具有局部超线性收敛性和大范围收敛性.此外,这个算法自然保持分解因子的稀疏传递性和修正矩阵的对称传递性,特别当Jacobian正定时,还具有正定传递性.由此本文完成了[1]和[2]无法完成的工作.本算法特别适于大规模带状方程组和最优化问题,数值例子也表明了这一点.     

阻尼牛顿法迭代中病态问题趋于稳定的渐变(瞬变)过程分析

<正>1引言设映像F:DR~n→R~n,考虑非线性方程组F(x)=0,x∈DR~n,其中F(x)=(f_1(x),f_2(x),…,f_n(x))T,分量f_i(x):R~n→R(i=1,2,…,n)是连续可微实值函数.目前,非线性方程组求解的数值方法有牛顿法、同伦型法、单纯形法与胞腔排除法等[1]~[3]牛顿法是一种非常实用的计算方法,迭代公式如下x=x+p,(2)其中x为前次迭代近似,x为紧接着x后的迭代近似,p=-[F'(x)]~(-1)F(x)为牛顿修正,F'(x)为x处的雅可比矩阵.     

Newton-like方法的收敛性及其应用

1 引言我们考虑非线性方程组 F(x)=0, (1．1) 其中F:Rn→Rn是给定的非线性向量函数,并具有如下性质: (1)存在x*使得F(x*)=0; (2)F(x)在x*的邻域内是连续可微的; (3)F′(x*)是非奇异的． Newton法是求(1．1)的数值解的经典算法:     

函数因子法——非线性方程组求解中处理奇异问题的一种新方法

§1.引言 非线性方程组 F(x)=0,F:D?R~n→R~n (1.1)嵌入参数t,构成同伦H:[0,T]×D?R~(n 1)→R~n,使得 H(0,x~0)=0,H(T,x)=F(x),(1.2)这里T可以是有限的或 ∞,当T为 ∞时以极限过程代替求值.若 H(t.x)=0(1.3)存在连续解x(t):[0,T]→D,则非线性方程组(1.1)的解x~*=x(T).若(1.3)的解     

计算简单分歧点的Weber辅助方程离散Newton法

1.引言 本文考虑单参数有限维非线性方程组G:??R~n×R~1→R~n, G(x,λ)=0 x∈R~n,λ∈R (1.1)的数值求解.方程组(1.1)的解在集合     

高阶稀疏局部非线性方程组的一种拟牛顿方法

§1.引言 当用有限元法或有限差分法分析非线性偏微分方程问题时,必然会导致求解非线性方程组的问题,即求 F(x)=0 (1.1)的解.其中,x=(x_1,x_2,…,Xx_n)~T∈D,D?R~n;F:D→R~n是一个非线性映射.因此,有效地求解非线性方程组(1.1),是分析相应的非线性问题的关键. 不管这些非线性问题是来自流体力学、固体力学,还是其他的物理范畴,它们所对应     

奇异点处的拟Newton方法

1.引言 假定F是R~m→R~m的可微映射,x~*∈R~m是 F(x)=0 (1.1)的解. 如果在解点处Frechet导数是可逆的,只要F′(x)具有一定的性质,就可保证Newton迭代 x_(i+1)~N=x_i~N-F′(x_i~N)~(-1)F(x_i~N) i=0,1,… (1.2)产生的点列在||x_0-x~*||适当小时二阶收敛于x~*:     

弱半光滑函数总体极小的广义填充函数法

设F:R~n→R为目标函数,并设F存在极小点。我们的目的是求出x∈R~n使得对所有的x∈R~n有 F(X)≤ F(x). (1.1)即求解F的总体极小. 关于求总体极小问题,到目前为止尚无理论上较为成熟、实际计算中又较为有效的方法.葛人溥在[1]中提出一种求解(1.1)的填充函数法.其基本想法是利用填充函数逐次求     

无需扰动的Merrill算法

1.引言 记n维欧氏空间R~n的非空紧凸子集族为P(R~n).设F:R~n→P(R~n)是上半连续的集值映射.称x∈R~n为F的一个Kakutani不动点,如果x∈F(x). 考虑计算F:R~n→P(R~n)的Kakutani不动点的问题.熟知,Merrill重复开始     

关于阻尼牛顿法收敛域的一个定理

设:D R~n→R~n是Frechet可导算子,以O(x,r)表示开球{x′|‖x′-x‖0. 为了求非线性方程F(x)-0的解x=x~*,常常使用牛顿迭代方法: x_(n+1)=x_n-F′(x_n)~(-1)F(x_n) (n∈N_0) (1)N_0={0,1,2,…}.但是在有些场合,为了取得更好的效果却需使用阻尼牛顿迭代法——一种修正的牛顿法:     

试探算法与SSOR预处理共轭梯度算法的拟最佳因子

1引言在求解系数矩阵为对称正定的大型线性代数方程组Au=b (1．1)的迭代法方面,七十年代以来发展了各种预处理共轭梯度法．由于SSOR分裂中具有对称因子,可用于加速共轭梯度法,称为SSOR预处理共轭梯度法(简记为;SSORPCG．同时,由于当松弛因子ω∈(0,2)时,SSOR迭代法收敛,从而进一步发展了m步SSOR预处理共轭梯度法(简记为:m-step SSORPCG．胡家赣证明,经过最优的SSOR预条件,预优     

两类五阶解非线性方程组的迭代算法

本文首先根据Runge-Kutta方法的思想,结合Newton迭代法,提出了一类带参数的解非线性方程组F(x)=0的迭代算法,然后基于解非线性方程f(x)=0的King算法,给出第二类解非线性方程组的迭代算法,收敛性分析表明这两类算法都是五阶收敛的.其次给出了本文两类算法的效率指数,以及一些已知算法的效率指数,并且将本文算法的效率指数与其它方法进行详细的比较,通过效率比率R_(i,j)可知本文算法具有较高的计算效率.最后给出了四个数值实例,将本文两类算法与现有的几种算法进行比较,实验结果说明本文算法收敛速度快,迭代次数少,有明显的优势.     

牛顿迭代法与几种改进格式的效率指数

研究牛顿迭代、牛顿弦截法以及它们的六种改进格式的计算效率,计算了它们的效率指数,得到牛顿迭代、改进牛顿法、弦截法和改进弦截法(即所谓牛顿迭代的P.C格式)、二次插值迭代格式、推广的牛顿迭代法、调和平均牛顿法和中点牛顿法的效率指数分别为0.347/n、0.3662/n、0.4812/n、0.4812/n、0.347/n、0.3662/n、0.3662/n、0.3662/n.我们的结果显示,利用抛物插值多项式推出的迭代格式和改进弦截法并没有真正提高迭代的计算效率.此外,我们还证明了改进弦截法与牛顿弦截法等价,并利用这一结论给出了改进弦截法收敛阶为2.618的一个简化证明.     

截断策略下求解第一类积分方程离散的DSM方法

本文用多尺度投影方法求解离散的DSM问题,与传统全投影方法相比, 减少了内积计算个数, 保持了最优收敛率.最后, 算例说明了算法的有效性.     

最优投影策略下解病态积分方程的快速迭代算法

基于最优的投影方法,构造了求解病态积分方程的截断快速Tikhonov迭代算法,与传统投影方法相比得到了相同的最优收敛率,但内积的计算个数少于传统投影方法.同时,给出了后验参数选择办法.算例证实了算法的有效性.     

A TWO-GRID METHOD FOR THE STEADY PENALIZED NAVIER-STOKES EQUATIONS

A two-grid method for the steady penalized incompressible Navier-Stokes equations is presented. Convergence results are proved. If h = O(H^3-s) and ε = O(H^5-2s) (s = 0(n=2);s=1/2(n=3)are chosen, the convergence order of this two-grid method is the same as that of the usual finite element method. Numerical results show that this method is efficient and can save a lot of computation time.     

THE HEAT KERNEL ON THE CAYLEY HEISENBERG GROUP

1IntroductionThe aim of the present paper is to construct an explicit expression of an heat kernel forthe Cayley Heisenberg group of order n.Hulanicki[1]and Gaveau[2]constructed the explicit expression of the heat kernel for theHeisenberg group by using p…     

多目标规划的极大熵方法

多目标规划的极大熵方法王雪华，秦学志（大连理工大学）ＴＨＥＭＡＸＩＭＵＭＥＮＴＲＯＰＹＭＥＴＨＯＤＦＯＲＭＵＬＴＩＯＢＪＥＣＴＩＶＥＰＲＯＧＲＡＭＭＩＮＧ￥ＷａｎｇＸｕｅ－ｈｕａ；ＱｉｎＸｕｅ－ｚｈｉ（ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏ...     

THE SINE TRANSFORM OPERATOR IN THE BANACH SPACE OF SYMMETRIC MATRICES AND ITS APPLICATION IN IMAGE RESTORATION

In this paper, we study an operator s which maps every n-by-n symmetric matrix A, to a matrix s(A_n) that minimizes || B_n-A_n || F over the set of all matrices B_n, that can be diagonalized by the sine transform. The matrix s(A_n), called the optimal sine transform preconditioner, is defined for any n-by-n symmetric matrices A_n. The cost of constructing s(A_n) is the same as that of optimal circulant preconditioner c(A_n) which is defined in [8], The s(A_n) has been proved in [6] to be a good preconditioner in solving symmetric Toeplitz systems with the preconditioned conjugate gradient (PCG) method. In this paper, we discuss the algebraic and geometric properties of the operator s, and compute its operator norms in Banach spaces of symmetric matrices. Some numerical tests and an application in image restoration are also given.     

單葉函數的係數與開始多項式

<正> 以fk(z)表單位圓內的K次對稱單葉全純函數,亦即fk(z)=z+a_I~((k))z~(k+1)+a_2~((k))z~(2k+1)+…,|z|<1.以S_k表此種函數之全體.特別,書S以代S_1.