§1.引言 大量的教科书和文章讨论了单向波方程u_t+u_x=0,和导热方程u_t=u_(xx)的差分格式,但对色散方程u_t=u_(xxx),很少涉及。孤波的产生,引起了数学工作者及数值工作者的兴趣。因为对KdV方程u_t+uu_x+u_(xxx)=0来说,其差分格式的建立,在某种程度上是u_t+uu_x=0和u_t+u_(xxx)=0的叠加。如何建立方程u_t+uu_x=0,大家已很熟悉。因此,自然提出一个问题,即对色散方程如何建立差分格式。我们把单向波方程和导热方程的差分格式推广到色散方程,并讨论其相应的稳定性。青蛙跳格式得到的稳定性

利用网格单元精确解结合守恒积分而导出差分格式这一途径,对于一阶拟线性方程和一阶拟线性双曲型方程组初始值问题有着理论意义和现实意义。早在五十年代,著名的Lax格式,格式,格式等实际上都可以通过网格单元精确解结合守恒积分而导出。本文企图通过这一离散化途径推导出一阶拟线性方程初值问题的差分格式,并讨论此差分格式的误差估计。

设φ(x)是定义在[a,b]上的一个实函数,一般插值问题的提法是:若在[a,b]上若干点处给定了φ(x)的函数值和(或)导数值,要求某一函数f(x)(例如多项式或样条函数)逼近φ(x)。近年来的理论研究和计算实践都表明,用样条函数解这类插值问题,可以得到令人满意的结果。

在样条函数的讨论中,除了通常的多项式样条,T-样条等外,[1,2,3]分别讨论了更为一般的样条,本文考虑二次样条的一种推广,二次多项式样条是满足一定光滑性条件的分段二次多项式.设Δ:0=x_0

子结构法是有限元计算中常用的一种算法,它有很多众所周知的优点,例如:便于内外存交换,因而便于在小计算机上解大问题;形状相同的子结构可以不重复计算刚度矩阵,等等。但人们往往忽略了它的另一优点,即它可以减少舍入误差的积累,提高解的精度,因而用它来解病态问题有一定的效果。 有些人讨论过这一问题.Y.Yamamoto用物理模型模拟有限元刚度矩阵的条件数,得出子结构矩阵的条件数不大于原矩阵条件数的结论。石根华研究了病态问题的解法,指出总体刚度矩阵出现病态的一个很重要的原因是局部有较大的刚性位移,据此他

§1.具有约束算子的梯度算法 考虑连续的受控系统,其运动轨道及控制满足常微分方程组 x=f(x,u,t),x(t_0)=x_0, (1.1)其中x=(x_1,x_2,…,x_n)~T?E~n是系统的状态变量,u=(u_1,u_2,…,u_r)~T?E~r是系统的控制变量;f(·,·,·)=(f_1(·,·,·),…,f_n(·,·,·))~T是由E~n×E~r×E~1到E~n中的向量值函数;t_0是运动的起始时刻;x_0是运动的初始状态;t_f是运动的终结时刻.为简单起见,下面假定t_0,x_0,t_f均已给定。 我们把定义在区间[t_0,t_f]上的每一个在E~r中取值的分段连续函数u(t)=(u_1(t),u_2(t),…,u_r(t))~T称作系统(1.1)的一个控制。所有这样的控制的集合记作H,给定系

Rayleigh-Ritz-Galerkin法是一大类微分方程求离散或半离散解的一个非常有力的工具,其解(或本征值)的误差估计自然是一个很重要的课题。本文先给出一个很精致的样条误差估计定理,然后给出RRG法本征值的较好的误差先验界,进而获得RRG法在三次样条空间S_0(Δ)上较佳的误差先验界。以上均为[1]相应部分的改进。 我们着重研究下列方程第一个本征值与本征函数的RRG法逼近的误差先验界问题:

定常不可压流体的Navier-Stokes方程有限元解要想获得收敛速度是H~1模以h~2阶收敛于0,必须使用二阶近似有限元子空间X_h~((2))×M_h~((2)[2]),这就要求解对应于这一有限元子空间的非线性方程组。直接求解这一方程组工作量很大。根据[1]所提出的加速收敛方法,先用一阶近似有限元子空间X~_h((1))×M_h~((1)[2])求得初次近似u_h,它按H~1模以h一次幂收敛于0,然后以u_h代入Navier-Stokes方程中的迁移项,将它化成Stokes方程。对这一线性方程的对应变分形式,采用密网格的有限元子空同X＇_h~((1))×M＇_h~((1)),求得第二次近似u_h,它按H~1模以h~2阶速度收敛于真解。最后讨论了非线性迭代过程与精确化之间的关系。

在M.F.Wheeler的[5]中,对一类拟线性抛物型方程的F.E.M,进行了颇为深入的理论分析。但是,[5]所考虑的方程,其高阶项的系数,尚有某种局限性,以致不能应用于一般的各向异性问题;对于混合边界的情形,也未加讨论。此外,[5]中所涉及的条件也是较强的,如要求解函数u(x,t)∈c~2(Ω×[0,T])等等。 本文对实践中常常遇到的具有第三混合边界条件的一类拟线性扩散问题的F.E.M,在较[5]为弱的条件下,进行了讨论,把有关拟线性问题的误差估计问题归结为某一线性椭圆边值问题F.E.M的误差估计问题。本文的结果是[1]的推广。

[1]提出了一种渐近分离多项式因子的方法,并考虑了在求根中的应用,但尚有许多问题没有解决,也没有给出实用的算法。其实Sebastiao,Silva早就提出过类似的方法。[1]和[2]都只考虑了f(x)没有重根的特殊情形,本文把渐近因子分离过程推广到任意f(x)的情形,并且给出了几种有实用价值的算法和两个实例。

以Legendre多项式的零点为插值结点的Hermite-Fejer算子可写作其中P_n(x),n=1,2,3,…为Legendre多项式,x_k(k=1,2,…,n)是P_b(x)的零点. Fejer早在1932年就证明了:当f(x)∈C[-1,1]时,在(-1,1)的任意内闭区间上一致地有 limH_(2n-1)(f,x)=f(x). 最近,崔明根得到误差估计式为

记S_p(3,△_N)为[0,1]上对应于任意固定的分划△_N:0=x_0

1.引言 利用被逼近函数f的某阶导数f~(r)(r=1,2,3)的C空间模||f~(r)||_∞或连续性模ω(f~(r),h),以分划 △_n:α=x_0

[1]中得出:第二类多项式的零点取作插值节点时,Hermite-Fejer插值多项式

§1.引言 投影迭代法用于解线性方程组,最早是由S.Kaczmarz在[1]中提出的。七十年代的发展,可见[2]与[3]。本文介绍另一种类型的投影迭代格式,它可用于解线性及非线性代数方程组。计算是并行的,适宜在并行机上处理。尤其值得提出的是,这种迭代法易于推广到求解第一类积分方程。众所周知,这类积分方程通常属于不适定问题范畴。

关于简单双曲样条的收敛问题,[1]借助三次样条的结果,相应地讨论了特殊端点条件下当f∈C~4时简单双曲样条本身连同一阶和二阶导数的收敛性。[2]应用[3]的方法讨论了一般二点端点条件下当f∈C~2时对均匀网格分划情况、简单双曲样条本身连同一阶和二阶导数的收敛性。 本文在[2]的基础上,讨论当f∈C~3或f∈C~4时简单双曲样条在端点条件:

引言 插值样条作为逼近工具有许多优点,但也受到一些限制。例如大部分样条都只限于多项式样条。又如样条插值带有整体性,即一插值点上的任何变化将波及整个样条的所有各点。此外高阶样条的计算较复杂。 本文给出一种新的构造样条的方法,它将不限于多项式样条,并且主要是它具有局部插值性,即这种样条在一个子区间上的值只与其邻近的几个插值点有关。我们称这种样条为局部插值样条。 与通常的多项式样条相比,局部样条的计算比较简单,并且一个插值点上的数值变动只影响其邻近的局部范围。

f(x)定义于[0,1]。将[0,1]n等分,记x_j=jh,j=0,…,n.h=1/n,且 f~(α)(x_j)=f_j~(α),j=0,…,n;α=0,1,…,5。 A.Meir和A.Sharma提出五次缺插值样条函数,即满足下面条件的函数s_n(x): (i)s_n(x)∈C~3[0,1], (ii)在区间[x_j,x_(j+1)]上(j=0,…,n-1),s_n(x)是五次多项式, (iii)s_n(x_j)=f_j,s″_n(x_j)=f″_j,j=0,…,n, (iv)s′_n(0)=f′_0,s′_n(1)=f′_n。 (1) [1]还考虑了把(1)中的(iv)换成 (iv′)s′′′_n(0)=f′′′_0,s′′′_n(1)=f′′′_n (2)的五次样条。为叙述方便,我们分别称之为(Ⅰ)型、(Ⅱ)型缺插值样条。[1]证明了(Ⅰ),(Ⅱ)型插值样条在n为奇数时是唯一存在的。[2,3,4]继续了这方面的工作,得到了一

切比雪夫迭代法是解系数矩阵为对称正定的线性方程组的一种比较有效的方法(例如见[4],[5])。本文将切比雪夫迭代法推广去解非线性方程组,构造和研究了l步牛顿-切比雪夫方法,建立了局部收敛性定理,估计了收敛速度;同时还证明了这一方法的迭代参数较之更一般的l步牛顿-多参数同步迭代法的迭代参数为佳。 考虑非线性方程组

引言 设F(X)是定义在n维欧氏空间R~n上的实值连续函数,欲求它的极小点和极小值。解这样的无约束极值问题,已提出了好几种随机搜索算法。这类算法简单直观,适用范围广泛,是人们时常采用的方法之一。但是对这类算法的收敛理论,迄今研究甚少。 G.Schrack和N.Borowski对三种比较流行的随机搜索算法作了系统的计算实验,[2]说明M.A.Schumer和K.Steiglitz在[3]中提出的“调整步长随机搜索”算法(Ada-ptive step size random search)其计算效果比较好。本文在目标函数F(X)的一定假设条件下证明了这种算法的收敛性。

§1.引言 近若干年来,许多文献中讨论了线性代数方程组一些迭代格式的收敛性,亦即其系数矩阵A的各种分裂的收敛性和A为M阵或H阵的关系,例如Jacobi迭代、JOR迭代、SOR迭代、SSOR(对称SOR)迭代和AOR(快速SOR)迭代等等。在[4]中我们已将这样送代的迭代矩阵推广为 G_1=(D-RL)~(-1)[I-Ω)D+(Ω-R)L+ΩU], (1)这里D=diagA,L和U分别为-A的严格下三角矩阵和严格上三角矩阵,I为n阶单位阵,n为A的阶数,R和Ω为对角阵:

§1.引言 有理函数的广义Pade逼近是有效的有理函数逼近方法之一,同时在递归数字滤波器的设计中有着重要应用。本文着重讨论广义Pade逼近的性质及有关的问题。 设实序列d_t(t=0,1,2,…)是平方可和的,即

一、引言 在赋范线性空间E中,集F对集K的联合最佳逼近定义如下: 定义 1.1.设E是赋范线性空间,F和K是E的子集,且sup||t||<∞。若f_0∈F,使 sup||f_0-t||=inf sup||f-t||, (1)则称f_0是F对K的联合最佳逼近,或称f_0是方程(1)的一个解。当K是单点集时,联合最佳逼近就成为单元最佳逼近。 今后,将联合最佳逼近(或单元最佳逼近)简称为联合逼近(或单元逼近)。

1.引言 基于数值微分的方法(或称Gear法)是当前处理Stiff问题的主导方法。该方法具有如下的形式: k y_(n+1)=sum from i=1 to k α_iy_(n+1-i)+hβ_0f_(n+1)。 (1) 众所周知,当k≤6时,该方法是Stiff稳定的。积分过程所形成的隐式方程组必须用Newton-Raphson法求解,因为一般的简单迭代收敛性条件

§1.引论 考虑非线性最优化问题 infφ(u), (1)其中φ是定义在赋范线性空间E上的实值函数,C是E的一个子集。为了数值求解问题(1),可以先引进(1)的代价函数序列{φ~n(u)}。将求解具约束的问题化成求解一系列无约束最优化问题:

设给定函数F(t),它在[0,1]上有各阶导数,作级数: sum from j=0 to ∞[F~(2j)(0)f_(2j+1)(t)+F~(2j)(1)g_(2j+1)(t)],0≤t≤1, (1)其中f_(2j+1)(t)与g_(2j+1)(t)为[1]中定义的2n+1次多项式。[2]中给出了下述定理: 定理A.已给函数F(t),0≤t≤1。若偶阶导数序列{F~(2j)(t)}在[0,1]上一致有界,即存在M>0,使得

在探求泛函微分方程的数值解法时,常常设法把常微分方程的许多古典的有效方法经过改造移殖到泛函微分方程。常微分方程的各种数值方法本质上都是力图使变量离散化。所以,Henrici干脆称之为离散变量法。与常微分方程不同,计算泛函微分方程的解在第n点上的值,不仅与前面某k个点上的值有关,而且往往与这些分点之间的值有关。这是推广过程中遇到的一大困难。1964年Feldstein对时滞微分方程提出了所谓连续Euler法,引进了插值思想,使离散方法连续化,克服了上述困难。1973年Castleton和Crimin把这一方法推广到中立型泛函微分方程。特别是Cryer和Tavernini及

在计算几何中,已给出了三次Bezier曲线的保凸性的充要条件,并进行了几何解释。本文则是导出形式简洁的拐点和奇点方程并对四次Bezier曲线的拐点和奇点的分布进行讨论。按Bezier曲线的拐点个数进行分类,还得到了四次Bezier曲线有奇点的充分必要条件,并给出几个数值实例,实例说明,不但非凸的单纯特征多角形可以有凸的Bezier曲线段,而且非单纯特征多角形也可以有凸的Bezier曲线段。四次Bezier曲线的奇点和拐点是可以共存的。

[1]中考察了两类圆弧插值样条,我们依次简称为C~0类与C~1类。本文指出,C~0类圆弧插值样条与C~1类比较,虽然光滑性差,但是逼近阶一般较好。对于这两类样条,本文都给出了比较精确的逼近度。 一、C~0类圆弧插值样条 设平面上的曲线段T与圆弧样条S分别由n个曲线段T_1,…,T_n与n个圆弧S_1,…,S_n组成,其中T_i与S_i均由P_(2i-2)点出发,经过P_(2i-1)点而至P_(2i)点(i=1,…,n)。当该曲线段T(或该点列P_0,P_1,…,P_(2n))确定时,该圆弧样条S显然唯一确定。这时,我们称该

一、引言本文讨论了下面的空气动力学方程组:

§1.引言 线性赋范空间R中一个元对一族元的同时逼近,即联合最佳逼近问题,在实践中有广泛应用。例如,多目标规划中的有效解问题;数学物理方程中一个函数对另一个函数及其任意阶导数的同时逼近问题;最优控制问题;数理统计中Gauss-Markov线性模型最佳有偏最小方差估计的求解问题等等。本文主要研究下述形式联合最佳逼近问题。 定义1.1. 设{x_n}是线性赋范空间R中一列元,G是空间R的子集,{α_n}是一列非负实数,对给定正数p≥1,满足

§1.问题的提出及基本定理 考虑下列超越方程: f(x)=0 (1)的求根问题。本文始终假定f(x)是p阶整函数,其中p是正整数。我们不要求x是实数时f(x)取实值,也不要求f(x)只有实零点。寻求方程(1)复根的问题,在理论上和应用上都是有意义的,因此引起了人们的兴趣。任给复数x_0,假定与x_0距离最近的根只有

1.积分方程及变分公式 设Ω是R~2中具有规则边界T的有界开区域,Ω′为Ω=Ω+T的补域。考虑如下Dirichlet问题:

“追赶”法是求解差分方程两点边值问题或条形矩阵(即只有几条对角线上的元素不为零的矩阵)线代数问题的有效解法。“追赶”法的主要问题是稳定性问题。在早期的工作[1,2]中,利用主对角线占优的性质证明了“追赶”法的稳定性。后来“追赶”法利用到求解比较一般的差分方程两点边值问题,并利用差分方程中系数矩阵的特征值性质证明了稳定性。在[3]中证明了:当差分方程两点边值问题是C-良态的,则正交“追赶”法是稳定的。直接利用问题的性态证明“追赶”法的稳定性是有意义的,因为有些差分方程

一、引言 [4]称:对于混合元,现存文献的误差估计常常低于计算中实际观察到的收敛速率。就Poisson方程基于Kelvin变分原理的混合法而言,有关的理论分析(特别是[1—3,5])都利用Babuska-Brezzi条件。但是,对于线性元,这一类条件只导致下列形式的误差估计:

本文从Metropolis抽样方法的一般形式出发,推广了热浴(Heat Bath)法,给出了相应的马尔科夫链的转移概率矩阵,证明了这种抽样方法的收敛性;并指出:热浴法只是本方法的一种特殊情况。初步计算表明,本法的收敛速度快于其它方法。推广到连续分布的情况也做了讨论。

C.Davis和W.J.Kammerer曾先后用不同的方法证明了如下定理: 设y_0,y_1,…,y_n为实数,满足y_0>y_1,y_1y_3,…,则存在唯一的一个n次多项式P_n(x)和一组点x_0,x_1,…,x_n使得P_n(x_i)=y_i(i=0,1,…,n),P′_n(x_i)=0(i=1,2,…,n-1),0=x_0

Rall就Kantorovich定理与近年来新发展的关于区间迭代的Moore定理作了比较,指出前者在“敏感性”与“精确性”方面稍胜于后者,而在应用上后者所需要的计算量却少得多。本文证明这二个定理在理论上也是等价的。

椭圆型轴(球)对称问题的有限元方法,已有不少工作,见[1—4]。但这些工作都是分别进行的,没有进行统一的处理,而且往往是直接进行误差估计。本文给出一个框架,使得这种问题的研究变得十分简单,而且对n维的轴(球)对称问题进行了统一的处理。

在[1]中提出了解线性代数方程组 A_x=b (1)的AOR方法: x~(m+1)=L_(α,ω)x~(m)+ω(I-αL)~(-1)b, (2 L_(α,ω)=(I-αL)~(-1)[(1-ω)I+(ω-α)L+ωU], (3)其中A=I-L-U,L,U分别为严格下、上三角矩阵。AOR方法主要用于求解椭圆型离散化方程组,故上面可设diag(A)=I。现记B=L+U。 当(2),(3)中两个参数取相同值时,AOR方法退化为相应参数的SOR方法。一个自然的问题是:能否在(2),(3)中选取适当的参数α,ω,使相应的AOR方法比最优参