避免导算子求逆的变形牛顿迭代法

来源 :杭州师范大学 | 被引量 : 0次 | 上传用户:hyx19841101
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
非线性问题一直是近代数学研究的重点之一,而对于求解Banach空间中的非线性方程f(x)=0,迭代法无疑是最实用的方法,而牛顿迭代又是迭代法中最为经典的.大多迭代法的变形也都是在牛顿迭代法的基础上得到的.  本文同样是在牛顿迭代法的基础上作出了变形,并且分析了变形迭代的收敛性及误差估计.而本文变形迭代最大的优势在于,在不影响收敛速度的前提下,釆用矩阵乘法运算逼近导函数逆算子,避免了导函数逆算子的复杂运算,大大提高了其计算效率.本文共分为四章:  第一章,主要总结介绍了与本文相关的知识背景.  第二章,给出了新的变形的牛顿迭代,并详细的给出了其新的收敛性分析和误差估计.  第三章,在变形的Ulm-型迭代法的基础上作出了扩充,并给出了其详细的收敛性分析.  第四章,将本文提出的新的迭代法运用到两个实际例子中,并将他们与牛顿法做比较,体现变形迭代的优势.
其他文献
在本文中,针对线性微分方程x=A(t)x,我们首先定义一种新的非一致二分性,称为非一致(h,k,μ,v)型二分性。这种新型的非一致二分性包含了已有的一致和非一致二分性做为特例,如一致指数型
随着计算机和网络技术的迅猛发展,网络服务需求已超过了网络的服务容量,对具有QoS服务的应用产生了严重的影响。为了增强服务的可用性和改善网络的流量分布,通常的方法是在网络
学位
近年来,无论是在理论研究上还是实际应用上,半参数回归模型都受到了众多学者的广泛关注.由于半参数回归模型是参数和非参数两种单一模型的混合体,因此,与线性模型或非参数模型相