一个三阶牛顿变形方法

基于反函数建立的积分方程,结合Simpson公式,给出了一个非线性方程求根的新方法,即为牛顿变形方法.证明了它至少三次收敛到单根,与牛顿法相比,提高了收敛阶和效率指数.文末给出数值试验,且与牛顿法和同类型牛顿变形法做了比较.结果表明方法具有较好的优越性,它丰富了非线性方程求根的方法.     

一类四阶牛顿变形方法

给出非线性方程求根的一类四阶方法,也是牛顿法的变形方法.证明了方法收敛性,它们至少四次收敛到单根,线性收敛到重根.文末给出数值试验,且与牛顿法及其它牛顿变形法做了比较.结果表明方法具有很好的优越性,它丰富了非线性方程求根的方法,在理论上和应用上都有一定的价值.     

一类三阶参数曲线

本提出的一类参数曲线，是通常二次Bézier曲线和B一样条曲线等的一种推广。即用l,t,φ（t）三介函数的线性组合构成的参数曲线，讨论了其几何性质。     

修正的三阶收敛的牛顿迭代法

给出了牛顿迭代法的两种修正形式,证明了它们是三阶收敛的,数值实验表明,与其它已知的三阶收敛的牛顿迭代法相比,修正的牛顿迭代法具有一定的优势.     

一类边值问题的有限差分牛顿型方法

本文利用微分方程的非线性差分格式的特殊结构，提出了一种新的牛顿型方法求解非线性差分方程，若新方法每步不队加计算非线性方程组的函数值，那么新自满收敛速度可在室Ｒ－１＋√４／２阶；若新方法每步附加计算一个非线性方程组的向量函数值，那么新算法收敛速度可达到Ｑ－平方阶。     

一类三阶行列式的应用

形如 的三阶行列式是中学数学中的一类重要的行列式,它有明显的几何意义。若A(x_1,y_1)、B(x_2,y_2)、c(x_3,y_3)表示平面上三点,则     

关于变形牛顿方法敛速的一个注记

前言 在[1]中给出引理5.1如下: 设二次议程g(t)=at~2-bt+c=0.有正根t~*相似文献   

一类三阶奇摄动特征值问题

将带有边界条件的三阶非齐次线性方程的可解性条件应用到退化特征值问题上,得出了奇摄动问题的解的渐近表示式.     

一类三阶自治系统的积分法

研究一类三阶自治系统的积分方法,证明了在一定条件下,这类系统的积分问题归结为求解由该方程的系数所确定的Riccati方程     

一类三阶非线性微分方程的边值问题

利用积分－微分方程和拓扑度方法讨论了三阶非线性微分方程的若干边值问题，给出了一些简明的解的存在性充分条件．     

修正的三次收敛的牛顿迭代法

给出了牛顿迭代法的两种修正形式,证明了它们都是三阶收敛的,给出的相互比较的数值例子有力地说明了这一点.     

三阶方向牛顿法的收敛性

通过递推关系,证明了解希尔伯特空间上的实系数非线性方程组的三阶方向牛顿法的半局部收敛性,给出了解的存在性以及先验误差界,最后计算出一些数值结果来证明我们的结论.     

一类新的非单调记忆梯度法及其全局收敛性

在非单调Armijo线搜索的基础上提出一种新的非单调线搜索,研究了一类在该线搜索下的记忆梯度法,在较弱条件下证明了其全局收敛性。与非单调Armijo线搜索相比,新的非单调线搜索在每次迭代时可以产生更大的步长,从而使目标函数值充分下降,降低算法的计算量。     

一类进化策略的收敛性分析

本文讨论进化策略（Ｅｖｏｌｕｔｉｏｎ Ｓｔｒａｔｅｇｉｅｓ）的收敛性,对于一类水平集有界的函数给出了该算法依概率收敛于问题的全局极小点的证明。     

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.     

半直线上三阶微分方程的Laguerre-Petrov-Galerkin谱方法

对半无界区域上的三阶方程提出了Laguerre-Petrov-Galerkin谱逼近方法,选取了相同的试探空间和检验空间.通过构造该空间上的基函数,离散问题所对应的线性系统的系数矩阵是半稀疏的.数值算例验证了该方法的有效性和高精度.     

一类非拟Newton算法及其收敛性

本文对求解无约束最优化问题提出一类非拟Ｎｅｗｔｏｎ算法，此方法同样具有二次终止性，产生的矩阵序列保持正定对称传递性，并证明了新类中的任何一种算法的全局收敛和超线性收敛性。