从多项式逼近函数引出泰勒公式

为便于初学者理解和掌握泰勒公式,从多项式逼近函数的角度出发引出了泰勒公式及其余项.给出了逼近函数的一次及二次多项式,分析了多项式逼近函数的误差、性质及其几何意义.在此基础上,类似逼近函数的低次多项式,利用递推公式构造了逼近函数的n次多项式,并由此引出了泰勒定理.     

基于模型函数与L-曲线的正则化参数选取方法

基于模型函数方法与修正的L-曲线准则,给出了选取正则化参数的1种迭代算法。在一定条件下,证明了所提出的选取正则化参数的算法是局部收敛的,通过数值算例验证了该方法的局部有效性。     

一种选取线性不适定问题正则化参数的迭代算法

考虑利用Tikhonov正则化方法求解线性不适定问题。基于吸收Morozov相容性原理,提出了一种新的选取正则化参数的迭代算法。该算法简单易实现且具有全局收敛性。给出了算法的收敛性分析,并通过数值算例说明了其数值有效性。     

二阶数值微分的积分方程方法

考虑一个由函数的测量数据求解其二阶导数的数值微分问题。这是一个经典的不适定问题,测量数据的微小扰动将引起其导数的急剧变化。将该问题表示为第一类的积分方程,并引入Lavrentiev正则化方法对其进行求解,获得了二阶数值微分的稳定化算法。另外,基于积分方程算子的性质,进一步给出了正则化解的收敛性以及正则化参数的选取策略。     

基于积分的数值微分算法

利用微分与积分之间的互逆关系,给出了基于积分的数值微分算法,其实质是将数值微分问题等价转化为第一类积分方程的求解问题。借助数值积分法求解第一类的积分方程,给出了一元函数前两阶导数的近似计算方法,并通过算例说明了该方法的数值有效性。