考虑如下波动方程的初这值问题,设其边界条件为周期的,解具有周期性.如[6](1.1)有两种Hamilton形。一种是经典形式

一个结构系统的设计,往往归结为下述代数特征值问题:其中A(p)与B(p)为n×n实解析的对称矩阵,B(p)正定,λ(p)是特征值,x(p)是相应的特征向量. 设λ_1是问题(1.1)在点p=p~*的r重特征值,即存在矩阵X=(X_1,X_2)∈R~(n×n),

非线性最小二乘涉及数据拟合问题.在测量、实验与科学研究中常用一个选定的含有可调参数向量x∈R~n的函数y=φ(x,t)(通常为x的非线性函数)去拟合一组含有误差的数据(T_j,y_j),j=1,2,…,m,最小二乘就是选择适当的参数向量x使函数x=φ(x,t)在拟合误差平方和最小意义下最优地拟合这些数据.如T_j(j=1,2,…,m)上的误差为零或忽略不计,问题则成为常规非线性最小二乘问题:

在用迭代格式x~(k+1)=Gx~k+g(k=0,1,…)求解n阶线性方程组Ax=f的过程中,由于精确解α是未知的,因而停机准则通常用后验误差δ_k=x~k=x~(k-1)给出.给出较好的停机准则,并且通过δ_k估计迭代法的误差ε_k=α-x~k的界,是一个研究课题.由直接计算得ε_k=(1-G)~(-1)Gδ_k,从而

考虑如下代数特征值反问题: 问题 G(A;{A_k}_1~n;λ).设 A=(a_(ij)),A_k=(a_(ij)~((k))),k=1,…,n是n+1个n×n的实对称矩阵,λ=(λ_1,…,λ_n)是n维实向量且λ_i≠λ_j,i≠j.求n维实向量c=(c_1,…,c_n)~T,使矩阵A(c)=A+sum from k=1 to n (c_kA_k)的特征值是λ_1,…,λ_n. 这一问题是经典加法问题的推广.当A_k-e_ke_k~~T(e_k是n阶单位阵的第k列)时,

本文讨论在阵列机上两个矩阵问题的并行算法.一个是用高斯-约当法求逆矩阵的并行实现;另一个是确定矩阵特征值的个数的并行送代法.这些算法已在IBM PC/XT微型机上模拟实现.

设A∈I(R~(n×n)是一个区间矩阵,b∈I(R~n)是区间向量.将A分解成 A=D-L-U,其中D,-L和-U分别是A的对角矩阵、严格下和上三角矩阵.假定A的每个对角元均不为零,则可引进求解区间线性方程组

带位移的QL算法是目前求解中小规模对称矩阵全部特征值的最有效手段.设实对称矩阵已通过正交相似变换化为对称不可约三对角矩阵T,

则称S_A(B)为B对于A的谱改变量.当A为可正规化矩阵时,[2]中给出了S_A(B)的一个上界:假设Q~(-1)AQ=diag(λ_1,λ_2,…,λ_n),则

考虑非线性规划问题:[1]和[4]曾讨论对某点x处的投影Hesse阵z(x)~T?_(xx)~2L(x,λ)z(x)进行变尺度校正算法的收敛性.假设f(x),c_i(x),i=1,…,t为二次连续可微函数,x~*为(1.1)的解,且在x~*处满足二阶充分性条件,以及假设

1983年Missirlis提出了一种解线性代数方程组的方法,称为并行Jacobi型方法(Parallel Jacobi-Type Method)并且讨论了它的收敛性.方法的优越性在于适合并行计算.本文将这个方法推广到两个参数的情形,讨论了方法的收敛性.双参数法一方面保持了适用于并行计算的特点,而且又扩大了方法的应用范围,提高了收敛速度.事实

有理Bezier(或有理B样条)方法越来越广泛地应用于自由曲线面的设计,并在一些商业 CAD软件中起作用. 有理Bezier(或有理B样条)曲线面不仅继承了Bezier(或B样条)曲线面的凸包性、包络性、剖分性等许多优良性质,而且还把普通多项式曲线面与圆锥曲线面在形式上有机地统一起来,大大方便了程序的实现,并使得曲线面造型在权因子的作用下更灵活、更自由。

在半直线上线性积分方程:的数值求解中,用方程(0.1)相应的有限截段方程的解、x_m(s)逼近原方程的解x(s)的方法得到x_m对x在有限区间上的一致收敛性结果.用这种方法研究方程(0.1)的数值解日见增多,特别是在[1]中,Anselone与Sloan提出所谓点列的“严格收敛性”概念来研究方程(0.1)与(0.2)的关系,显著地改

考虑[1]中四阶变分不等式问题:其中为非空闭凸集,而障碍函数φ∈C~2(Ω),φ<0,在?Ω上.关于解的性质,有下述结果:当Ω?R~2是具有光滑边界?Ω的有界凸区域且f∈L~2(Ω)时,问题(1)存在唯

早在1985年,[1]就把Schwarz交替法推广到任意多个子区域分解情形,并且提出了带松弛因子ω的S-COR算法.就一般的二阶自共轭椭圆问题而言,[1]断言:当ω∈(0,2)时,S-COR算法收敛,并在[1]和[2]中给出了收敛性证明.但在证明中有几处不严密的论证.本文利用Lions的理论给出一个收敛性证明,并提出几个同步和异步并行算法.其收敛性可由S-COR算法的收敛性导出.

在许多有限元计算中经常在求得近似解后还要求得到近似的解的导数.如在弹性计算中,如何从计算得到的位移近似解较好地计算应力早已被研究多年.如果计算中包含直接对近似解求导数,必然会丧失部分精度,得不到满意的结果.特别,若近似解为分片常数函数,则根本无法从直接求导数得到应力的近似值.Babuska和 Miller提出了所谓“提取法”,即利用推导出来的提取公式来求解的导数的近似值,以得到与近似解本身同

在求偏微分方程数值解时,往往需要解一个规模很大的代数方程组,而多重网格是一种十分有效的迭代方法.大量数值试验证明,它具有很高的收敛速度.理论分析表明,这种迭代法的收敛速度并不随网格的加密而降低,这一突出优点是其它迭代方法望尘莫及的. 在使用有限元多重网格算法时,如果区域边界的角点使解具有奇性,理论分析会遇到

在线性赋范空间X中,一个凸子集G对点列{x_n}的联合最佳逼近的特征,[1]中给出了泛函形式及变分形式的两条定理,即定理3.2及3.3. 通常与p有关的最佳逼近的特征,p=1与p>1应有不同的变分形式.众所周知,函数空间L~p(T,μ)(P≥1)内最佳逼近的特征就是如此.但定理3.3对p=1与p>1

§1.引言 对样条函数的渐近展开,当f(x)∈C~r(R)或f(x)为周期函数时,已得到了完善的结果,见[1—2].另外,[5]—[7]也做过这方面的工作.在[9]中,讨论了[0,1]上三次作条在某种端点条件下的展开,但仅得到了一项展开,且方法不易推广。[8]在[2]的基础上

§1.导言 关于非线性复方程组: f(z)=0,f:G?C~n→C~n的圆盘迭代,[1]中曾考虑过圆盘Newton法,它需要计算圆盘逆阵,因此计算最大.其中还给出了一种Krawczyk-Moore型算法,本文的目的就是对这一结果作进一步改进,

§1.引言如无特殊说明,本文沿用[4]中的记号和术语.Golub和Van Loan于1980年引入了下述完全最小二乘问题(简称TLS问题):

§1.引言 本文利用广义Hermite插值样条讨论如下形式的奇异积分:的逼近,其中w(t)为权函数,积分理解为Cauchy主值积分. 以带权正交多项式作为逼近工具的奇异积分逼近方法,在实际应用中常会遇到许多困难,如确定权函数相应的正交多项式及其零点、计算过程的不稳定性等.用样条函数作

§1.引言 考虑矩形区域Ω=[0,1]?[0,1],Δ_(mn)~((2))为Ω的均匀四方向网,它将Ω分成4mn个小三角形单元. 样条空间 S_2~1(Δ_(mn)~((2)))由满足以下条件的S(x,y)组成:

§1.引言 设X,Y是Banach空间,R是实数域;D和A分别表示X和R中的开集.F:D×A→Y是c~3算子,满足F(x~*,λ~*)=0.本文将讨论在(x~*,λ~*)附近方程

本文对M∈Z时的线性互补问题提出一种新的算法——最小元算法.此算法比现行的R.Chandrasekaran算法和化这类问题成线性规划问题的方法具有更广的适用范围,而且对于退化情形仍然有效.

关于带有对流情形的稳态Stefan问题,其中假设液相部分的流动由Stokes方程确定,Canon,DiBennedetto,Knightly曾作过理论研究.本文将讨论其有限元逼近问题,并且得到了在合理正则性假设下的误差估计.

1.引言 我们知道Poisson方程和平面弹性问题的解的导数的近似值可以通过所谓提取公式得到,而不必对近似解直接求导数.这样我们可以得到具有与近似解本身同阶精度的导数的近似值.这一方法已被用于基于插值误差的后验误差估计及相应的自适应有限元方法中本文将这一方法应用于Stokes问题的有限元逼近,从Stokes方程的解的

§1.引言[1—5]指出,用混合有限元方法求解Stokes过程时,要求速度子空间V_h和压力子 空间Q_h满足Babuska-Brezzi稳定条件,即存在与h 无关的正常数β_0,使

§1.引言 本文讨论经典的加法问题,即 问题A.给定一个n阶实对称矩阵A和n个实数λ_1,…,λ_n,求n维实向量x=(x_,…,x_n)~T,使得A+diag(x_1,…,x_n)的特征值是λ_1,…,λ_n。 求解问题A的数值方法已有很多,一般是先把问题A化为一个等价的非线性方程组,然后用Newton法求解相应的非线性方程组.在[6]中,Friedland等对这方面的工

§1.引言 近年来随着并行计算机的迅速发展,求解椭圆型方程的区域分解法愈来愈引起人们的兴趣和重视.但是,目前能够见到的有限元区域分解法几乎都要求有限元空间在跨过子区域的边界时是协调的,必然限制有限元区域分解算法的优越性. [3]提出了一种非协凋区域分解法——非协调区域分解的杂交法.采用简化杂交法处理各子区域交界处的非协调性,这种方法在子区域的内部和边界采用两套不同的变量,允许内部变量在跨过各子区域的边界时不连续.但是这种方法有它的局限性,即要求边界变量在各子区域的顶点处必须保持连续性,这对推广到三维空间的情形带来很大的困难.本文提出一种非协调区域分解的Lagrangian乘子法,引进Lagrangian乘子来处理各子区域交界处的非协调性.这种方法也在子区域内部和边界采用两套不同的变量,它不仅允许内部变量在越过各子区域边界时的非协调性,并且还允许边界变量在各子区域的顶点处可以不连续,这就弥补了[3]的不足.同时,这种算法具有[3]的优点,即在不

§1.引言 巨型计算机的发展为解决流体力学问题提供了强有力的手段.由于我们所面临的问题日趋复杂,在今天如何提高数值模拟精度和提高求解效率仍是计算流体力学工作者面临的重要课题. 自Beam和Warming提出隐式求解法以来,NS方程的求解效率大为提高.此后人们在这方面作了很多工作,如在[2]中利用线Gauss-Seidel迭代法加快了迭代的收

§1 抛物型方程(组)的差分方法已有很多工作,最近周毓麟[1]是这一领域中的重要工作.该文讨论了一类非线性高阶抛物组的初边值问题:

1.引言和引理 本文的目的是通过研究超约束变分问题引进一类广义样条函数,并借助广义函数Dirac δ来建立其所满足的广义欧拉微分方程和广义哈密尔顿方程,进而刻画这类广义样条函数的特征性质;特别是利用哈密尔顿函数刻画自由结点样条的特征性质. 熟知,最简单的三次样条函数,就有明显的力学意义和变分性质.因此,经由变分途

§1.问题的分析 设Ω?R~2是一有界开区域,是定义在Ω上的椭圆算子,其中对X∈Ω,[a_(i·j)(X)]_i,j=1,2对称且一致正定;a_(ij)(X)分片连续且上,下有界,a(X)≥0.我们求解如下问题: Lu=f,在Ω中, u=0,在?Ω上, (1.1)其中f∈H~(-1)(Ω),u∈H_0~1(Ω).这里取齐次Dirichlet边界条件,仅仅是为了叙述问题的方便.(1.1)的变分形式是

实空间中的Bezier曲线在计算机辅助设计和制造(CAD/CAM)中起着重要的作用,尤其二次和三次Bezier曲线的应用十分广泛.将复样条函数作为逼近工具的研究工作已有[1]—[4],但几何性质的研究尚罕见,难以在CAD/CAM中得到应用.本文先对单位圆弧上的复二次Bezier曲线的几何性质(特别是凸性)作了一些较深入的讨论,再以它们为基本曲线段给出一种构造一阶几何连续(GC~1)的插值复样条曲线的方法.此样

§1.引言 在常微分方程初值问题的数值方法中,线性多步法是最简单、使用最广泛的方法之一.但由于现存的线性多步方法的绝对稳定区域较小,以致在解刚性(Stiff)微分方程中受到很大限制.本文在BDF方法及[2]的基础上增加二个修正项,构造一类修正BDF的线性多步法,具有较大的绝对稳定区域.其结果如下:此类修正方法的阶与同步数的BDF方法的阶一致,其绝对稳定区域与低二阶的BDF方法大致相同,甚至更好,并给出了参数的取值范围.

§1.引言 矩阵扰动分析的研究对于矩阵论的发展及数值分析问题计算结果的分析和处理都有重要意义.有关特征值、广义特征值及最小二乘问题的主要研究结果均含于[1]中,[5]运用二次方程根的判别法通过对代数Ricatti方程的解的估计给出了QR分解因子及Cholesky因子的扰动分析,但论证方法及所得结果都比较复杂且所求条件很强.[3]和

§1.引言 Wilson元是工程计算中常用的一种非协调元,数值计算效果很好,但是Wilson元对于任意四边形网格却不能收敛.石钟慈在[1]中限制四边形单元剖分,要求四边形单元满足对角线中点距离d_K=o(h_K~2),而[2]—[3]则修改了双线性形式,即在刚度矩阵元素的计算中采用某种数值积分,这两种方法均使得Wilson元达到收敛.另外,通过改变形状函数,[4]—[5]提出了一个六参数非协调四边形单元QP6,它是推广的Wilson元.此元对任意四边形网格能够收敛,但其单元上的形状函数非常依赖单元本身.

§1.引言 分段多项式配置及其迭代配置方法(以下简称配置方法)以其计算简单、超收敛性等特点在积分方程的数值分析中倍受重视.本文考虑如下一类非线性积分方程:其中,y,φ∈L_∞(I),?_t∈I,k_t(t,s)∈L_1(I).Chandrasekhar H-积分方程是(1.1)的特殊情形,对迁移理论很重要.

§1.引言 离散傅里叶变换(DFT)和卷积计算在图象、数字信号处理中起着极为重要的作用,它们是实现数字滤波、进行频谱分析的基本工具.因此,其快速算法的研究异常活跃.在以上众多算法中,由于基-2、基-4快速傅氏变换(FFT)算法具有简洁的蝶式结构,并且可在原置实现等特点,应用极为广泛.70年代末提出的数论变换、多项式变换已发展成完整的理论,成为处理多维DFT和卷积的有力工具.然而它们对一般一