带扩散项四阶抛物方程一类新的交替分组显格式

首先给出逼近带扩散项四阶抛物方程初边值问题一类非对称差分格式,利用该组非对称格式构造了一类新的交替分组显格式算法,并给出了截断误差分析和绝对稳定性结论,最后给出数值实验.     

一类半线性变系数抛物型方程的紧差分格式

对一类半线性变系数抛物型方程初边值问题建立了紧差分格式,用能量分析方法证明了差分格式解的存在唯一性、关于初值的无条件稳定性和在L_∞范数下阶数为O(τ~2+h~4)的收敛性,最后给出的数值算例验证了理论结果.     

带扩散项四阶抛物方程的一类本性并行差分格式

给出逼近带扩散项四阶抛物方程一组非对称差分格式,对此组非对称格式重新组合,得到了一类新的具有并行本性的算法.随后,利用矩阵法证明了算法的绝对稳定性.最后给出数值实验.     

Du Fort-Frankel格式及DFF-I并行格式的稳定性

 本文对抛物型方程的Du Fort-Frankel(DFF)格式以及基于该格式构造的并行差分格式(DFF-I)进行了稳定性分析。采用矩阵分析方法, 证明了其无条件(LR)稳定性, 给出了DFF格式的稳定性系数的最小值的上界估计, 结果表明其与网格比有关, 从而DFF格式并非绝对稳定。本文改进了并行差分格式(DFF-I)的稳定性分析结果, 证明了其增长矩阵的谱半径严格小于1, 从而具有长时间稳定性。数值算例验证了DFF-I格式具有空间二阶精度, 且有很好的稳定性。     

抛物型方程变步长显格式算法的步长选取

§1.引言考虑抛物型方程众所周知,有求此方程数值解的古典显式差分格式算法:此格式的缺点是r>1/2时算法不稳定,从而限制了步长τ的选取范围。[1]提出在奇     

一类二维抛物方程反问题的CCD-ADI方法

许多工程问题可通过带有未知参数的抛物方程求解.因此,发展高精度数值方法求解这类反问题非常重要.本文提出一种交替方向隐格式(ADI)的三层线性化组合紧致差分(CCD)格式求解带控制参数的二维非定常反应扩散方程.该方法在时间上达到二阶精度,空间上达到六阶精度.在每个ADI迭代步,只需求解一个块三对角系统,可通过块Thomas算法快速求解.此外,我们严格证明在周期性边界条件下,CCD-ADI方法解的存在性和唯一性.最后,通过与已有空间四阶方法对比,用数值算例验证新方法的无条件稳定性、精度与效率.     

具有间断系数的抛物型方程的分段显隐格式

1．在许多实际问题中，热传导是在多种介质中传播的，这些介质的热传导系数有时可以相差好几个量级。六十年代，A．H．和A．A．［1］曾详尽地研究过具有间断系数抛物型方程的差分方法。他们的结果较全面地总结在专著［2］中，关于这方面的文献目录可在该书中找到。众所周知，由于显式抛物型方程差分格式是条件稳定的，时间步长的选取受到两方面的限制，一是正比于空间步长的平方，另一是与热传导系数成反比，因此一般在解抛物型方程时都采用隐式。实际上采用任何格式时间步长的选择还与对计算结果精确度的要求有关，特别是当抛物型方程与…     

二维抛物型方程的一族高精度分支稳定显格式

1 引言在渗流、扩散、热传导等领域中经常会遇到求解二维抛物型方程的初边值问题■(1)其中,φ,f1,f2,f3,f4为已知的光滑函数,a>0为热扩散项系数.对问题(1)的求解,有限差分法是解决此类问题的常用方法,常见的差分格式有古典显式格式与Crank-Nicolson格式[1-2],古典显式格式稳定性条件为r≤1/4,局部截断误差为O (Δt+Δx2).     

交替方向隐格式稳定性和收敛性的改进

交替方向隐格式是数值求解高维抛物型方程的主要方法之一,考虑二维变系数抛物型方程ｕｔ－ｘａ（ｘ,ｙ,ｔ）ｕｘ－ｙｂ（ｘ,ｙ,ｔ）ｕｙ＝ｆ本文研究两个著名的交替方向隐式差分格式———Ｐ＿Ｒ格式和Ｄｏｕｇｌａｓ格式的稳定性和收敛性,对常系数情形（即函数ａ和ｂ均为常数）,文献已证明了按离散Ｌ２范数的绝对稳定性和二阶收敛性,结论是完善的,但所用Ｆｏｕｒｉｅｒ分析方法不能推及一般变系数问题·文献采用了能量方法研究Ｐ＿Ｒ格式的稳定性和收敛性,但由于目的是Ｌ２估计以及使用了“Ｌ２范数与Ｈ１半范数等价”,所得到的Ｌ２稳定性和收敛性结论是很不完善的·本文采用Ｈ１能量估计方法,证明了格式按离散Ｈ１范数是稳定的,并且收敛阶为Ｏ（Δｔ２＋ｈ２）,改进了已有结果     

Burgers方程的区域分裂并行格式

1引言 Burgers方程可作为N-S方程的简单形式,这是因为它不仅具有N-S方程的一些特性,而且数值求解方法也相近,因此,对Burgers方程的数值方法的研究具有一定的实际意义.为了在并行计算机上求解Burgers方程,已有不少文章提出了并行差分格式,如组显式方法([1]-[4])、交替分段隐格式[5],这些格式均可归结为交替型的并行格式.     

求解变系数线性对流扩散方程的AGE方法

1、引言 对流扩散方程是描述粘性流体运动的非线性方程的线性化模型方程,而且它本身也描述了许多自然现象,例如在水中或大气中污染物质浓度的扩散,沿海盐度,温度扩散等等．因此求解对流扩散方程的计算方法特别是并行解法引起了充分的重视。     

色散方程的一类新的高精度交替分组显隐算法

对于具有周期性边界条件的色散方程,提出了一种高精度的交替分组显隐格式新解法(nAGEI)．它不但无条件稳定,而且同已有的ASEI和AGE等交替方法比较,还具有精度高、收敛快的特点,数值试验表明新方法关于空间步长具有四阶收敛速度．     

一类非线性发展方程的AGE并行数值方法

给出一类非线性发展方程的AGE方法，并得到该方法的无条件稳定性，并行性兼顾的结果和计算实例。     

Trefftz,collocation, and other boundary methods—A comparison

In this article we survey the Trefftz method (TM), the collocation method (CM), and the collocation Trefftz method (CTM). We also review the coupling techniques for the interzonal conditions, which include the indirect Trefftz method, the original Trefftz method, the penalty plus hybrid Trefftz method, and the direct Trefftz method. Other boundary methods are also briefly described. Key issues in these algorithms, including the error analysis, are addressed. New numerical results are reported. Comparisons among TMs and other numerical methods are made. It is concluded that the CTM is the simplest algorithm and provides the most accurate solution with the best numerical stability. © 2006 Wiley Periodicals, Inc. Numer Methods Partial Differential Eq, 2007     

On 2-very ample divisors of genus ⩽8 on algebraic surfaces

In this paper we study the k-very ampleness of certain classes of divisors of genus 8 on rational and ruled surfaces appearing in the papers [La] of A. Lenteri and [An] of M. Andreatta.Research carried out under the EC HCM project AGE (Algebraic Geometry in Europe), contract number ERBCHRXCT 940557.     

求解离散不适定问题的正则化GMERR方法

迭代极小残差方法是求解大型线性方程组的常用方法, 通常用残差范数控制迭代过程.但对于不适定问题, 即使残差范数下降, 误差范数未必下降. 对大型离散不适定问题,组合广义最小误差(GMERR)方法和截断奇异值分解(TSVD)正则化方法, 并利用广义交叉校验准则(GCV)确定正则化参数,提出了求解大型不适定问题的正则化GMERR方法.数值结果表明, 正则化GMERR方法优于正则化GMRES方法.     

鞍点问题的修正对称超松弛迭代算法

为了提高求解鞍点问题的迭代算法的速度,通过设置合适的加速变量,对修正超松弛迭代算法（简记作MSOR-like算法）和广义对称超松弛迭代算法（简记作GSSOR-like算法）进行了修正,给出了修正对称超松弛迭代算法,即MSSOR-like （modified symmetric successiveover-relaxation）算法,并研究了该算法收敛的充分必要条件.最后,通过数值例子表明,选择合适的参数后,新算法的迭代速度和迭代次数均优于MSOR-like （modified successive overrelaxation）和GSSOR-like （generalized symmetric successive over-relaxation）算法,因此,它是一种较好的解决鞍点问题的算法.     

Newton-like method with modification of the right-hand-side vector

This paper proposes a new Newton-like method which defines new iterates using a linear system with the same coefficient matrix in each iterate, while the correction is performed on the right-hand-side vector of the Newton system. In this way a method is obtained which is less costly than the Newton method and faster than the fixed Newton method. Local convergence is proved for nonsingular systems. The influence of the relaxation parameter is analyzed and explicit formulae for the selection of an optimal parameter are presented. Relevant numerical examples are used to demonstrate the advantages of the proposed method.

     

Rational Krylov for Nonlinear Eigenproblems,an Iterative Projection Method

In recent papers Ruhe suggested a rational Krylov method for nonlinear eigenproblems knitting together a secant method for linearizing the nonlinear problem and the Krylov method for the linearized problem. In this note we point out that the method can be understood as an iterative projection method. Similarly to the Arnoldi method the search space is expanded by the direction from residual inverse iteration. Numerical methods demonstrate that the rational Krylov method can be accelerated considerably by replacing an inner iteration by an explicit solver of projected problems.     

The projection Kantorovich method for eigenvalue problems

A modified projection method for eigenvalues and eigenvectors of a compact operator T on a Banach space is defined and analyzed. The method is derived from the Kantorovich regularization for second-kind equations involving the operator T. It is shown that when T is a positive self-adjoint operator on a Hilbert space and the projections are orthogonal, the modified method always gives eigenvalue approximations which are at least as accurate as those obtained from the projection method. For self-adjoint operators, the required computation is essentially the same for both methods. Numerical computations for two integral operators are presented. One has T positive self-adjoint, while in the other T is not self-adjoint. In both cases the eigenvalue approximations from the modified method are more accurate than those from the projection method.