用于积分方程解的函数值Padé-型逼近的正交多项式和行列式公式

为了求解第二类Fredholm积分方程,引入了一个广义线性泛函,从而定义了一种新的函数值Padé_型逼近.借助于积分方程解的幂级数展开式,这种逼近方法可用来构造积分方程的近似解.定义了Padé_型逼近的正交多项式,在此基础上给出了两种形式的实用的分子行列式和分母行列式公式.

用于积分方程解的广义逆函数值Padé逼近的计算公式

首次建立了广义逆函数值Pad啨逼近的完整的计算公式

一类修正的幂外推法加速PageRank计算

PageRank是网络信息检索和搜索引擎中的一种重要的排序算法.设计了2种改进的方法加速计算PageRank,即一种基于超链接的网页重要性评估,并详细介绍了改进算法的过程及算法的执行.数值实验结果说明了改进算法的有效性.

二元矩阵连分式逼近的对偶展开式(Ⅲ)

本文借助于矩阵的广义逆变换和分支连分式的递推算法，得到了二元Ｔｈｉｅｌｅ型矩阵连分式的对偶展开式，并对对偶展开式的逼近性质进行了讨论．两种互为对偶的连分式逼近之间的一个关联性质得到了证明．

关于矩阵指数的PADE逼近新算法

基于广义逆矩阵Ｐａｄｅ逼近的特点是在保持逼近阶的前提下，在构造过程中不需要用到矩阵的乘法运算．利用该结果建立矩阵指数ｅｔＡ的一种新的非线性逼近算法．该方法与原Ｐａｄｅ近似法相比具有明显的优点，即它对奇异矩阵和高阶矩阵是适用的，并且所得到的算法适合编程上机进行计算．给出的一个计算实例说明了算法的有效性．逼近公式的存在性和唯一性得到了证明．

一类变形的牛顿法求解矩阵平方根(英文)

提出一些改进的方法来计算矩阵A的平方根,也就是应用一些牛顿法的变形来解决二次矩阵方程.研究表明,改进的方法比牛顿算法和一些已有的牛顿算法的变形效果要好.通过迭代方法,举出一些数值例子说明改进的方法的性能.

求解PageRank问题的Arnoldi-PIO算法

PageRank算法能帮助用户快速、准确地在巨量杂乱无章的信息中检索出有用的信息.两步分裂迭代法是用幂法来修正内外分裂(power-inner-outer,PIO)迭代法以加速PageRank算法.基于两步分裂迭代法,将预处理思想运用于求解PageRank问题,提出了求解PageRank问题的深度重启的Arnoldi算法加速的两步分裂迭代法,然后对此算法的收敛性进行了证明.数值实验结果证明,该算法的计算速度要快于两步分裂迭代法.

求解Sylvester矩阵方程的一种改进的梯度方法

提出了一种改进的梯度迭代算法来求解Sylvester矩阵方程和Lyapunov矩阵方程.该梯度算法是通过构造一种特殊的矩阵分裂,综合利用Jaucobi迭代算法和梯度迭代算法的求解思路.与已知的梯度算法相比,提高了算法的迭代效率.同时研究了该算法在满足初始条件下的收敛性.数值算例验证了该算法的有效性.

求解PageRank问题的多步幂法修正的内外迭代法

引用两种加速计算PageRank的算法,分别为内外迭代法和两步分裂迭代算法.从这两种方法中,得到多步幂法修正的内外迭代方法.首先,详细介绍了算法实施过程.然后,对此算法的收敛性进行证明,并且将此算法的谱半径与两步分裂迭代算法的谱半径进行比较.最后,数值试验说明该算法的计算速度比两步分裂迭代法要快.

求解PageRank问题的Arnoldi松弛两步分裂算法

提出了求解PageRank问题的一个新的算法——Arnoldi松弛两步分裂算法(Arnoldi relaxed power-inner-outer,Arnoldi-RPIO).该算法在原有的PIO算法中加入一个新的松弛参数,并且运用深度重启的Arnoldi算法来加速算法的收敛性.Arnoldi-RPIO算法的收敛性得到了理论证明,并给出数值算例说明了该算法的有效性.

一种新型的矩阵Padé逼近方法

在科学计算中 ,用函数的Taylor展开的部分和作为该函数的近似是一种最基本的方法 ,Pade逼近则是一种特定类型的非线性逼近 .它是Taylor多项式逼近的自然延伸 .本文通过引入矩阵的内积 ,简要介绍一种新型的矩阵Pad啨逼近———基于广义逆的矩阵Pad啨逼近 .

欧氏看涨期权定价问题的一种有效七点差分GMRES方法

用有限差分方法研究欧氏看涨期权定价问题.首先,将Black-Scholes方程通过等价代换化成一个标准的抛物型偏微分方程.其次,在求解区域构造时间精度为O(△τ~3)、空间精度为O(h^6)的差分格式,并通过Fourier分析方法证明该差分格式是无条件稳定的;边界区域选用精度较高、稳定性好的Crank-Nicolson格式,建立迭代方程.然后,用GMRES(generalized minimal residual)方法求解该方法.最后,给出一个欧氏看涨期权的数值算例,并与解析解进行比较,验证差分格式的有效性.

计算张量指数函数的广义逆张量ε-算法

张量指数函数已经广泛应用于工程领域.本文得到了一种有效的张量广义逆,并以此为基础构造了广义逆张量Pad′e逼近的一种ε-算法.该算法可以编程实施递推的计算,其特点是,在计算过程中,不必计算张量的乘积,也不必计算张量的逆.给出的计算张量指数函数的数值实验显示,将本文的方法与目前通常使用的截断法进行比较,在不降低逼近阶的条件下,ε-算法能很好地降低计算复杂度,尤其是在张量的维数比较大的时候.

求解PageRank问题的GMRES-Inout方法

PageRank算法已经成为网络搜索中的核心技术.首先基于内外迭代法,运用预处理的思想,提出GMRES-Inout方法,即重启的GMRES方法修正的内外迭代法;然后,详细介绍该方法的具体过程及收敛性分析;最后,通过数值实验说明该方法的有效性.

二元矩阵连分式逼近的展开式（Ⅰ）

本文利用矩阵的广义逆变换得到了二元Ｔｈｉｅｌｅ型矩阵值连分式展开式．该展开式的系数算法具有速归运算的特点，给出的计算实例说明了算法的有效性．

实践钱伟长通识教育理念,推行研究型教学改革

1997年6月,为了推行通识教育,钱伟长校长提议成立上海大学本科基础教学强化班。2007年6月,在强化班的基础上成立了自强学院。2011年8月自强学院获批国家"试点学院",更名为钱伟长学院。17年来,钱伟长学院推行通识教育的办学理念和培养模式,一方面,构建文理结合的两年通识课程体系,为学生的未来发展夯实基础;另一方面,推行研究型教学,在课内、课外搭建各种学生"自我表现"的活动平台,培养学生的自学能力、团结协作能力和表达能力,提高学生的综合素质。课内外的基础教育与能力锻炼互相结合,使培养的学生能够适应经济社会的转型发展,进而具备开拓新领域的潜力。

求解PageRank问题改进的多分裂迭代法

引用两种加速计算PageRank的算法,分别为内外迭代法和多分裂迭代算法.从这两种方法中,得到改进的多分裂迭代方法.首先,详细介绍了算法实施过程.然后,对此算法的收敛性进行证明,并且将此算法的谱半径与原有的多分裂迭代算法的谱半径进行比较.最后,数值实验说明我们的算法的计算速度比原有的多分裂迭代法要快.

高阶PageRank问题的一个两步分裂迭代算法

在一般PageRank问题的基础上,Gleich等结合了马尔科夫链的性质提出了高阶PageRank问题.基于Gleich等提出的几个算法,结合两步分裂迭代的思想提出了解高阶PageRank问题的一个两步分裂迭代算法.该算法能增加收敛的范围,并且减少算法的迭代步数.

内积空间上的拉格朗日型矩阵有理插值

提出3种方法解决函数F(z)的矩阵值有理插值问题,其中F:C→CN×N,并给出相应算法来选择具有指定极点插值式的插值节点.最后,给出数值例子验证该方法的有效性.

二元矩阵连分式逼近的唯一性（Ⅱ）

本文在文“二元矩阵连分式逼近的展开式（Ⅰ）”的基础上，利用矩阵广义逆变换构造了二元Ｔｈｉｅｌｅ型矩阵值连分式逼近式．某些重要的逼近性质如有理性、特征性和唯一性分别得到了证明．