n阶方阵乘幂的一种简单求法

本利用矩阵对n阶方阵乘幂问题进行研究,并给出一种简单求法．该方法简便有效,且计算盘很小．     

乘幂法的改进算法

本文提出了一种改进的乘幂法,一方面大大加快了收敛速度,另一方面可以方便地计算全部的特征值,最后给出一个计算的特征值通用算法。     

求n阶实方阵的任意个模最大的特征值及其相应特征向量的规范化幂法

本给出并论证了当n阶实方阵A具有r(1≤r≤n）个模最大的特征值及其相应特征向量的方法,实验规范化措施,使得行范数等于1,在电子计算机上不会产生溢出停机,这是一种有实用价值的算法。     

乘幂法求矩阵特征向量与特征值的初始向量及循环控制

矩阵迭代法是求矩阵的第一阶特征值与特征向量的一种数值方法 .本文讨论了用矩阵迭代法求解矩阵的特征值与特征向量时的初始向量选取和循环控制条件     

求n阶实方阵A的全部模最大的特征值及其相应特征向量的幂法

本给出并论证了,当ｎ阶实方阵Ａ具有ｉ（１≤ｉ≤ｎ）个（即任意多个）模最大的特征值时,用幂法求出这些模最大的特征值及其相应特征向量的方法。该方法是对幂法理论的进一步完善。     

用有限次最小二乘法求超定线性方程组的T-解

引言 求超定线性方程组 Ab=y (0.1)的TchebyChev-解(T-解)的问题,就是求b∈R~n使     

用正交投影迭代法求矩阵方程AXA~H=B的Hermite解

本文讨论了矩阵方程AXAH=B的Hermite解及其最佳逼近的正交投影迭代法,证明了算法的收敛性,得到收敛速率的估计式.通过数值试验也检验了算法的有效性.     

用扩展的F-展开法求耦合Schrdinger-Boussinesq方程组的精确解

本文利用扩展的F-展开法,针对耦合Schrdinger-Boussinesq方程组,求得了一系列完善的精确解,包含了周期波解、三角函数解、有理函数解.     

应用拓展的Riccati展开法求非线性发展方程的精确解

借助Mathematica符号计算软件,利用拓展的Riccati展开法和变量分离法,得到非线性发展方程的精确解.通过选择适当的函数,获得(2+1)维色散长波方程的亮暗dromion解.     

用同伦摄动法求一类非线性问题的近似解

利用同伦摄动法可得出一类非线性方程的近似解.部分特殊方程的求解得到详细分析.     

病态线性方程组新的Jacobi迭代解法

给出了解病态线性方程组的一种新的Jacobi迭代算法,并证明了算法的收敛性;通过具体算例说明了算法的实用性和有效性.     

解线性方程组的一种新方法

本文提出一种求解线性方程组的快速Ｊａｃｏｂｉ迭代方法，该方法在通常的串行计算机上比Ｇａｕｓｓ－Ｓｅｉｄｅｌ方法快，而且精度高，它对收敛慢的大型线性计算特别有效。     

变分迭代法在某些比例延迟微分方程中的应用

本文利用变分迭代法求解比例延迟微分方程。通过解一些比例延迟微分方程,说明变分迭代法能很好地得到比例延迟微分方程的解。     

变分迭代法在抛物型方程反问题中的应用

本文将改进的变分迭代法的应用范围加以推广,使其应用于多维抛物型方程反问题中。它通过Lagrange乘子进行简便计算求得未知参量的精确值,再应用于多维抛物型方程反问题可以快速得到收敛于反问题精确解的收敛序列,从而得到精确解。同时,通过与Adomian’s分裂法结果比较可知前者比分裂法好。     

解第一类线性算子方程的多层次迭代法(英文)

In this paper we develop two multilevel iteration methods for solving linear systems resulting from the Galerkin method and Tikhonov regularization for linear ill-posed problems. The two algorithms and their convergence analyses are presented in an abstract framework.     

解线性区间方程组的并行多分裂GAOR方法

本文引入区间三角多分裂来包含集合Ｓ＝｛Ａ－１ｂ｜Ａ∈Ｅ［Ａ］，ｂ∈［ｂ］｝，给出解区间线性方程组的并行多分裂ＧＡＯＲ方法，讨论方法的收敛性、收敛速度以及其极限包含集合Ｓ的性质．     

模糊线性方程的结构元求解方法

基于模糊结构元方法,通过单调函数的自反单调变换全面系统的给出了在实数域和复数域上模糊线性方程求解的具体方法,并讨论了方程解存在的条件.同时,将这种求解方法应用到求解双重模糊线性方程.     

常系数线性方程组的一种新解法

对于常系数线性微分方程组:dx/dt=Ax(A是n阶实常数矩阵)通过特征根λ和对应的特征行向量K:K~T(A-λE)=0将微分方程组化为线性方程组:1°当有n个互异的特征根λ_1,λ_2,…,λ_n,对应的线性无关的特征行向量为K_1,K_2,…,K_n,若记K_i=(k_1,k_2,…,k_n)(i=1,2,…,n),则有方程组:(n∑i=1 k_ix_i)′=λ_j(n∑i=1 k_ix_I)(j=1,2,…,n);2°当有不同的特征根λ_1,λ_2,…,λ_m其重数分别为n_1,n_2,…,n_m,n_1+n_2+…+n_m=n,对应的线性无关的特征行向量为K_i=(k_1,K_2,…,k_n)(i=1,2,…,m),则有方程组:(n∑i=1 k_rx_r)′=λ_k(n∑i=1 k_rx_r)((A-λ_jE)x_(n_i)=0;i=1),(n∑i=1 k_rx_r)′=λ_j(n∑i=1k_rx_r)+c_(n_i)e~(λ_jt)((A-λ_kE)x_(i-1)=Ex_i,i=2,…,n_i).     

求解线性不等式组的方法

本提出了一个新的求解线性不等式组可行解的方法－－无约束极值方法。通过在线性不等式组的非空可行域的相对内域上建立一个非线性极值问题，根据对偶关系，得到了一个对偶空间的无约束极值及原始，对偶变量之间的简单线性映射关系，这样将原来线性不等式组问题的求解转化为一个无约束极值问题。中主要讨论了求解无约束极值问题的共轭梯度算法。同时，在寻找不等式组可行解的过程中，定义了穿越方向，这样大大减少计算量。中最后数值实验结果表明此算法是有效的。     

黄金分割法在求解线性方程组中的应用

把线性方程组转化成为其等价的变分问题 ,借助黄金分割法的思想对该变分问题进行求解 ,给出的算例结果表明 ,本文方法不仅对良态线性方程组的求解有效 ,而且对于病态线性方程组的求解同样是有效实用的 .