小波算子矩阵法求定积分的近似值

结合Haar小波和算子矩阵的思想,给出一种新的Haar小波积分算子矩阵.利用所得小波积分算子矩阵来求定积分的近似值,将求定积分的问题转化为算子矩阵相乘,从而更容易计算机求解.特别是对于无法求得原函数的定积分,采用本文方法可以有效的求其近似值.最后数值算例验证了方法的可行性和有效性.     

Block Pulse函数法求二维非线性Volterra-Fredholm-Hammerstein积分方程的数值解

为了求解二维空间上的非线性Volterra-Fredholm-Hammerstein积分方程的数值解,借助Block Pulse函数,并构造相应的算子矩阵将待求二维VolterraFredholm-Hammerstein积分方程转化为非线性代数方程组,然后对式中的未知变量进行离散,求得原方程的数值解.数值结果表明,该方法可行且有效.     

利用Block-Pulse函数求解分数阶泊松方程数值解

借助于二维Block-Pulse函数求解分数阶泊松方程的数值解,并讨论了Dirichlet边界条件,方法是基于Block-Pulse函数的定义及性质,并结合相应的分数阶微分算子矩阵将原问题转化为含有未知变量的代数方程组,进而离散未知变量,求得原问题的数值解.而且还对所提方法进行了误差分析,最后给出的数值算例也验证了所提算法的有效性及可行性.     

Legendre小波函数求解非线性Volterra积分微分方程组的数值解

Legendre小波函数被用于逼近非线性Volterra积分微分方程组的解,方法是基于Legendre小波的性质构建相应的积分算子矩阵,进而将原问题转化为关于未知解系数的线性方程组,通过求解该方程组,即得原问题的数值解.数值结果表明所述方法对于求解此类问题是行之有效的.     

一种求解大型Lyapunov矩阵方程的预处理并行算法

研究了一种求解大型Lyapunov矩阵方程的并行预处理变形共轭梯度法.首先将处理小型矩阵方程的Smith预处理方法引入该问题的求解,将原矩阵方程转变为Stein方程,然后采用变形共轭梯度法并行求解预处理后的矩阵方程.其中遇到的难点是需要确定参数μ及求矩阵(A+μI)的逆.基于估计特征值的Gerschgorin圆定理给出了参数μ的估值,再采用变形共轭梯度法并行求得矩阵(A +μ l)的逆,从而形成预处理后的矩阵方程.通过数值试验,该算法与未预处理的变形共轭梯度法相比较,预处理算法明显优于未预处理的算法,而且其并行效率高达0.85.     

基于切比雪夫小波基与年龄相关种群模型的数值解

基于切比雪夫小波基给出与年龄相关种群模型的数值解.利用切比雪夫小波基的性质使得所求偏微分方程转化为矩阵方程,从而简化了数值解的求解过程.最后通过数值例子验证其理论结果.     

求解一类具有Hilbert核的奇异积分方程的小波方法

1 引言 近年来,用小波方法数值求解积分方程越来越引起人们的注意.文献[1]提出的算法可将一类积分算子所对应的矩阵稀疏化,为小波方法快速求解积分方程开辟了一条新的道路.     

Legendre多项式法求一类变阶数分数阶微分方程数值解

本文利用Legendre多项式求解一类变分数阶微分方程.结合Legendre多项式,给出三种不同类型的微分算子矩阵.通过微分算子矩阵,将原方程转化一系列矩阵的乘积.最后离散变量,将矩阵的乘积转化为代数方程组,通过求解方程组,从而得到原方程的数值解.数值算例验证了本方法的高度可行性和准确性.     

a尺度正交小波的Mallat算法

本文研究了a尺度正交小波的Mallat算法,利用a重多分辨分析,得到了正交小波的分解与重构算法,给出了Haar小波的Mallat算法的矩阵表示,并简化了计算.     

L~2(R~d)中MRA小波相位的刻画

设A是d×d实扩展矩阵,ψ是以A为扩展矩阵的小波,f是可测函数.如果对任意以A为扩展矩阵的小波ψ,fψ(其中ψ表示ψ的傅立叶变换)的逆傅立叶变换仍是以A为扩展矩阵的小波,则称f是以A为扩展矩阵的小波乘子.主要刻画了L²(R2(R^d)空间中,以行列式绝对值等于2的整数矩阵为扩展矩阵的MRA小波的线性相位.利用该结果,具体给出了二维情况下,Haar型和Shannon型小波在相似意义下的六类整数扩展矩阵的线性相位的表达形式.最后将具有线性相位的MRA不可分离小波应用到二维图象的边缘检测上.