

已閱讀1頁(yè),還剩50頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文主要研究的是用同倫算法求解矩陣的特征值問(wèn)題。特征值問(wèn)題在數(shù)學(xué)和其他領(lǐng)域里有很多應(yīng)用,如線性微分方程組穩(wěn)定性和漸進(jìn)估計(jì)的研究,球面上二次函數(shù)穩(wěn)定點(diǎn)求解及約束特征值問(wèn)題等。
同倫算法是19世紀(jì)70年代開(kāi)始發(fā)展起來(lái)的求解非線性問(wèn)題的一種有效的方法。它克服了傳統(tǒng)迭代法初值難選取以及局部收斂的弱點(diǎn),同倫算法對(duì)初值的選取沒(méi)有嚴(yán)格限制,能夠保證全局收斂,并且很容易實(shí)施并行計(jì)算。
本文的主要工作:首先,闡述了特征值問(wèn)題相關(guān)算法的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 用最優(yōu)化方法求解大型矩陣特征值問(wèn)題.pdf
- 求解Toeplitz矩陣束廣義特征值問(wèn)題的預(yù)處理方法.pdf
- 冪法求解矩陣主特征值的加速方法畢業(yè)論文
- 求解矩陣特征值問(wèn)題的Inverse-free Krylov子空間方法.pdf
- 28991.隨機(jī)特征值遞推法的同倫改進(jìn)
- 非齊次對(duì)稱特征值問(wèn)題的同倫算法.pdf
- 矩陣特征值的估計(jì).pdf
- 求解大規(guī)模非對(duì)稱矩陣特征值問(wèn)題的精化塊Lanczos方法.pdf
- 矩陣特征值的擾動(dòng)分析.pdf
- 矩陣特征值與奇異值的估計(jì).pdf
- 矩陣特征值的求法研究
- 淺談矩陣特征值的應(yīng)用
- 矩陣奇異值與特征值的估計(jì).pdf
- 求解對(duì)稱矩陣特征值問(wèn)題的Lanczos算法的改進(jìn)及分析.pdf
- 矩陣的逆特征值問(wèn)題.pdf
- 計(jì)算矩陣特征值的幾種方法-開(kāi)題報(bào)告
- 幾類矩陣的逆特征值問(wèn)題.pdf
- 求對(duì)稱矩陣特征值的神經(jīng)網(wǎng)絡(luò)方法.pdf
- Jacobi矩陣的特征值反問(wèn)題.pdf
- 求解大型對(duì)稱正定toeplitz矩陣特征值問(wèn)題的不精確newton法
評(píng)論
0/150
提交評(píng)論