一类Hermite插值算子及导函数的平均收敛性

考虑了基于(1-x~2)P_(x-1)＇(x)零点的Hermite插值算子及导函数的平均收敛性;主要给出了它们各自相应的逼近阶估计,并表明该Her-mite插值算子及导函数的平均收敛性比一致收敛性要好。     

关于二元连续周期函数的三角插值逼近

通过改变插值基函数的方法构造了一个组合型的二元三角插值多项式算子Nmn(f;x，y)，并研究了二元连续周期函数对该算子的收敛性及收敛阶的估计．     

双周期(O,m)整插值的推广

研究等距结点上双周期(0,P(D))整插值问题,给出了这种插值函数的精确表达式,并讨论了该插值算子的收敛性     

一种高阶有理H-F插值逼近算子(Ⅰ)

本文构造出一种高阶有理Hermite-Fejer插值算子,不仅去掉了G.Grūnwald的插值多项式算子中收敛性条件——插值结点组强正规,我们还得出该算子的逼近度。     

双周期（0,m）整插值的推广

研究等距结点上双周期（0,p(D））整插值问题,给出了这种插值函数的精确表达式,并讨论了该插值算子的收敛性。     

整（0,m）插值的推广

引进了一类新的指数型整函数插值,推广了（０,ｍ）插值,同时也考虑了该插值算子的收敛性。     

一类二元三角插值多项式的逼近

将二元三角插值多项式的基函数做组合平均，构造出一个新的组合型二元三角插值算子，并且研究了该算子对二元连续周期函数的收敛性及收敛阶的估计等问题。     

一种新的Jackson型插值算子及Orlicz空间中的收敛性

引进池一类新的二元积分型Ｊａｃｋｓｏｎ插值算子,证明了该算子在Ｏｒｌｉｃｚ空间中的收敛性。     

一类三角求和算子的一致收敛性

由于Lagrange插值算子并非对任意的连续函数都一致收敛,为了改善其收敛性,我们通过对插值基函数,引入中心差分算法基于等距结点组构造了一类三角求和算子;证明了该算子在全实轴上一致收敛于任意以2π为周期的连续函数,得到了算子的最佳逼近阶以及最高收敛阶;另一方面,本文构造的算子也可以看作是Bernstein和Kis两人构造的算子的线性组合,而在收敛性方面,本文的算子明显优于两种已有的算子.最后通过数值算例和例图对这些算子的逼近性质进行了比较.     

一类线性插值算子的导数逼近

为了改善Lagrange插播算子的一致收敛性并提高算子最佳收敛阶,我们以一类Ja cobi多项式的零点作为插值结点,通过对插值结点处函数值的线性组合,构造了一类线性插值算子,给出了该类算子的最佳收敛阶定理;进而研究了此类算子的导数逼近问题,利用对算子进行分项估计的方法,不仅证明了该算子的导数一致收敛于具有连续导数的函数,而且给出了算子的一阶导数逼近函数导数的最佳收敛阶.     

一类新的瀑布型代数多重网格方法

对瀑布型多重网格(CMG)法和代数多重网格(AMG)法进行组合,提出一种新的求解二维椭圆型边值问题的瀑布型代数多重网格(CAMG)法,并进行数值实验.结果表明,CAMG法所得解的误差小于10-6,并且每层的迭代次数都少于AMG法,特别在最细层上的迭代次数远远少于AMG法.CAMG法是收敛,高效的迭代算法.     

一类新型求和算子的最佳一致逼近

鉴于Lagrange插值多项式算子并非对任意的连续函数都能够一致收敛，为改善其收敛性，构造了一类基于等距结点组下的新型三角多项式求和算子．不仅证明了新算子在整个实轴上一致收敛于任意以2π为周期的连续函数，同时还得到了算子的最佳逼近阶．与其他三角求和算子相比，新算子的收敛性要明显优于其他算子．特别地，新算子的最高逼近阶明显高于目前已有的求和算子．     

推广的二元三角插值算子的收敛与饱和

构造了不依赖于结点组的更广的一类二元Fourier插值算子和二元离散的Fourier插值算子,估计了两类算子的收敛阶,并且证明了对于二元连续周期函数类来讲,该收敛阶是最优的.更进一步讨论了这两类算子的饱和问题,得到了饱和阶的估计.在收敛阶和饱和阶的度量上,论文结果与以往文献中的结果是一致的.     

一般非线性变分不等式组的两步投影算法

对一类新的包含两个不同非线性算子的一般变分不等式组进行了研究;利用投影技巧,给出了一个求解这种一般变分不等式组的显式两步迭代算法;证明了该算法在适当的条件下收敛;所得的结果改进了该领域内的一些最新结果.     

一般非线性变分不等式组的两步投影算法

对一类新的包含两个不同非线性算子的一般变分不等式组进行了研究；利用投影技巧，给出了一个求解这种一般变分不等式组的显式两步迭代算法；证明了该算法在适当的条件下收敛；所得的结果改进了该领域内的一些最新结果．     

解非线性方程组的两种区间松弛法

基于矩阵分裂与区间松弛算子导出了两种区间松弛迭代法，方法不用求矩阵 的逆且比已知的Ｈａｎｓｅｎ迭代法更快地收敛到解；其中有些算法具有平方收敛。此外， 应用Ｎｅｗｔｏｎ—ＳＯＲ方法构造的点序列比区间的边界序列更快地收敛到解。文中还给出 数值例子。     

关于中心的Bernstein型算子的逼近

采用分析技巧与概率方法相结合的方法来讨论一类中心的Bernstein型算子在通常一阶连续模和二阶连续模下的逼近度,并且利用得到的两个主要结果对几个具体的中心的Bernstein型算子进行讨论,分别得到它们关于一阶连续模和二阶连续模的逼近度.     

三角插值多项式的线性组合

鉴于Lagrange插值多项式并非对任何连续函数都能一致收敛,以x(n)k=2k 1/2n 1π,k=0,l,…,2H作为插值节点,将几个算子进行线性组合,构造了两个新的算子Un(f;x)和Un(f;x),使它们的最高收敛阶要优于算子An(f;x),Bn(f;x),Cn(f;x)。     

径向基函数局部插值的加权最小二乘配点法

基于径向基函数局部插值的加权最小二乘法,给出了方法的基本原理及求解的一般过程．通过对Poisson方程和悬臂梁弯曲的计算验证了该方法的有效性,并讨论了几个关键因素对收敛性的影响,得出了一些有益的结论．     

预估校正NURBS实时插补算法的改进

预估校正算法是一类典型的NURBS插补算法,稳定的预估公式和明确的迭代收敛条件是该算法的关键;数学推导证明,现行的二阶预估公式不能保证插补过程中参数u的单调性,插补时将出现方向反转现象;该方法的迭代收敛条件不可能总是成立,在NURBS曲线尖角拐角处可能造成迭代过程发散。本文提出的一阶预估公式可以保证插补过程参数u的单调性,消除插补方向反转现象,和二阶预估公式比较,迭代次数有所增加,速度精度不变。