成组Broyden修正矩阵的紧凑形式与成组记忆修正算法

1 引言 成组型线性方程组 其中,p是适中的数值,由于其有相当的实际应用背景,人们一直在研究有效的数值方法,特别是近年来,实际问题中归结出来的成组型方程组,其规模越来越大,又具有稀疏结构,因而使用迭代法是一种有效的途径,目前使用比较多的是Krylov子空间方法中的Lanczos方法,CG方法,GMRES方法等等。这种成组型算法的建立,其基本出发点是使算法具有较少的计算量和存储量,具体体现在: 1)成组型算法在应用于问题(1.1)的求解时,也具有有限终止性性质,而其终止步数一般要比单个型算法的步数减少了户倍,由于成组型算法每迭代一步的计算量基本上等同于单个型算法使用户次的计算量,如此,算法的计算量会有明显的改善。 2)当A存储在二级(secondary)内存时,在迭代计算时需要不断地进行存取交换,由于成组型算法的迭代步数减少了户倍,如此,用在这种交换的时间也要减少户倍,相当有效。 3)由于在成组型算法中,出现的多是AX的形式,其中,故成组型算法便于计算并行化。 4)即使用于求解单个方程组,当A的少数几个极端特征值分离甚远时,这种成组型算法也有可能改善其收敛速度,如成组型的CG方法。 目前,这种成组型算法已体现出很大的实用计算价值,然而其进一步的理论分析还有待深入研究。     

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。     

Aleksandrov-Fenchel不等式及应用

本文运用Aleksandrov-Fenchel不等式,首先推广了Lutwak,Bonnesen和Fenchel等建立的三个有用的定理,这三个定理在解决某些唯一性问题中扮演着重要角色.然后,把这些结果从一般的混合体积和投影体推广到混合投影体的极和混合仿射表面积上,获得了一些较理想的结果.     

求一阶数值微分的L-广义解方法cTSVD

<正>1引言数值微分也就是给定一个函数在一个区间或某些离散点上的扰动数据来求函数的导数,它产生于很多实际问题当中,比如,图象处理中的边界识别问题;Abel积分方程的求解问题;化学中波谱的波峰识别问题.以及一些数学物理反问题当中.数值微     

球面上的曲面插值

<正>1引言随着现代工业生产的飞速发展,航空、气象、环境监测等领域需要研究解决限制在曲面上的四维数据插值问题,即由有限个位置处的信息推测其它若干位置点的信息.例如,地球上某个地区的温度分布、降雨量分布、大气层的"温室效应"等;飞行器(飞机、火箭、导弹等)表面压力分布规律、肿瘤的生长规律等.这些在数学上都可归结为限制在曲面上的曲面插值与逼近问题.这个问题自Barnhill提出以后,人们针对限制在球面上     

两个离散网络间的广义同步

本文研究了两个离散网络之间的广义同步,其中每个网络的节点动力学是不同的,节点数目也没有要求是相等的.通过使用辅助系统方法,我们给出了基于李雅普诺夫稳定性理论的广义同步定理.最后,用数值例子来验证定理的有效性.     

变系数Burgers方程的一种预处理谱方法

本文用预处理Legendre-Galerkin-Chebyshev配置方法来求解二阶变系数Burgers方程,该方法首先对方程进行预处理,然后在空间方向应用Legendre-Galerkin-Chebyshev配置方法,对时间方向采用leap-frog/Crank-Nicolson格式进行离散,这样可使得变系数项和非线性项能够显式计算.我们对该方法进行了误差估计,并通过数值算例验证了算法的有效性和理论分析的正确性.     

一类二维单个守恒律方程的Riemann问题

本文研究一类二维单个守恒律方程的Riemann问题.用广义特征分析方法研究了这类方程,给出了基本波的分类,解决了初值为两片常数的二维Riemann问题,给出了Riemann解.     

三维可压Euler方程简单波及双重波结构

本文研究了三维可压欧拉方程简单波解和双重波解的结构.给出了简单波的流动区域是被一族相互独立的平面所覆盖,沿着每个平面u,v,w从而p,ρ,c均为常数.双重波的流动区域是被一族相互独立的直线所覆盖,沿着每个特征平面u,v,w从而p,ρ,c均为常数.     

内积空间上最小二乘形式的矩阵Pade-型逼近

当矩阵幂级数的展开式的系数产生微小摄动时,矩阵Padé-型逼近解往往变化很大.本文在矩阵Padé-型逼近研究的基础上,受Brezinski的启发,借助于误差公式和最小二乘法构造了一种稳定性和精确度均有所提高的矩阵Padé-型逼近的新方法,即最小二乘形式的矩阵Padé-型逼近(LSMPTA),并给出了LSMPTA完整的分子和分母行列式表达式.最后,通过数值实例说明了这一方法的有效性.