临界状态的Aitken—Δ^2法和Steffensen法及凸函数不动点的求法

本文讨论在ψ＇（ζ）＝１（ζ为ψ（ｘ）的不动点）这种临界状态时用Ａｉｔｋｅｎ－Δ＾２法及Ｓｔｅｆｆｅｎｓｅｎ法迭代求解ζ的情况，并对凸函数给出在该情形时求ξ的迭代解法。     

对两种迭代加速算法的研究

加权法和Aitken算法是数值分析中两种常见的迭代加速算法,但加权法要求迭代公式φ（x）的导数值的绝对值｜φ／（x）｜〈1,否则该法失效;而Aitken算法只提出了具体的加速算法,并没有详细说明该算法为什么会起到加速的作用．因此,本文将对这两点不足进行一些研究,以使这两种算法更加完备．     

临界状态的Aitken－△~2法和Steffensen法及凸函数不动点的求法

本文讨论在（的不动点）这种临界状态时用Ａｉｔｋｅｎ－△２法及Ｓｔｅｆｆｅｎｓｅｎ法迭代求解的情况，并对凸函数给出在该情形时求的迭代解法．     

迭代过程的加速

对已知的Ｐ阶收敛的迭代函数进行加工，得到了一种高阶收敛的迭代函数，并给出了一个具体的数值计算实例。     

一种新的GM(1,1)建模方法——迭代加速法

在GM（1，1）逐步优化直接建模方法的基础之上，得到了迭代的收敛速度，并由此得到了迭代－加速公式。在参数a较大时，迭代加速法具有收敛速度快等优点，弥补了原逐步优化直接建模方法收敛速度慢的缺陷。     

一族解非线性方程的带参数Steffensen型三阶方法及其高阶变形

针对非线性方程的求解问题,利用差分代替导数,构造出了一族带有2个参数的Steffensen型方法.该方法不仅避免了求导数运算,而且通过调节参数,可以提高收敛阶数,是Steffensen法的一种改进.通过数值算例对本文算法与Newton法、Steffensen法进行比较,算例显示本文所给算法是可行的和有效的.     

论线性方程组迭代解法的收敛与加速

本文应用Ｓｈａｎｋｓ变换讨论了线性方程组的迭代求解问题，在一定条件下将发散的迭代序列改变为收敛的序列，并探讨了收敛的迭代序列的加速问题。     

关于Aithem加速方法的一个注记

证明了当序列＾／ｘ＝ｘｋ＝（ｘｋ＋１－ｘｋ）＾２／ｘｋ＋２－２ｘｋ＋１＋ｘｋ，（ｋ＝０，１，…）满足一定条件时，必定比序列｛ｘｋ｝更快的收敛于极限点ｘ＾＊。     

关于Steffensen不等式的注记

指出了文献[3]中的错误,给出了Steffensen不等式的另一种推广形式和它的反向不等式,并用H lder不等式给出了它们的简洁证法。     

几种常用迭代收敛性的简单判别

本文给出了二个新的收敛性判据,同时对一类矩阵,讨论了USSOR迭代和SSOR迭代的收敛性。     

非线性抛物型方程预估校正Galerkin方法的收敛性

本文讨论非线性抛物型方程初边值问题的预估校正Galerkin方法,推广并改善了Douglas和Wheeler的结果.本文不仅得到最佳L_2误差估计,而且导出了强于Douglas的最佳H~1误差估计,同时还建立了L_∞及其时间导数的最佳误差估计.     

解Navier－Stokes方程的线性协调元方法的收敛性定理

将线性协调元方法用于解Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程，对速度近似可以得到按［Ｈ１（Ω）］ｎ模的最优阶敛速估计．     

关于超记忆梯度算法的收敛性

超记忆梯度算法是无约束优化的有效算法之一 .它的特点是在每步迭代时充分利用前面迭代点的信息 ,增加了参数选择的自由度 ,有利于构造稳定的快速收敛的算法 ,适于求解大规模无约束优化问题 .该文研究一种超记忆梯度算法 ,在较弱的条件下证明了算法的全局收敛性 .     

Powell方法的收敛速度

本文讨论求解无约束极小化问题的Powell方法的收敛速度,当目标函数的自变量个数n=2且目标函数为一致凸函数时,Powell法是超线性的;当n≥3时,即使对正定二次目标函数,也可说明它仅仅是线性收敛的。     

异步并行Newton迭代法的单调收敛性

文中讨论在多处理机系统上求解非线性方程组的异步并行Newton迭代法及其单调收敛性     

半线性双曲型方程有限元方法的稳定性和收敛性

本文研究二阶半线性双曲型方程混合问题有限元方法的稳定性和收敛性,得到了连续时间和离散时间有限元逼近的最优误差估计.