关于一类强奇异积分求积公式的注记

主要指出 ,Korsunsky在文献 [1 ]中提出的对于一类强奇异积分的求积公式 ,事实上是 G. Monega-to在 1 982年文献 [2 ]中所提的一类更为广泛的求积公式的一种特例 .针对这种特殊情形 ,在此还提供了收敛性的简单证明 .     

Hilbert核奇异积分的求积公式

Ｈｉｌｂｅｒｔ核奇异积分的求积公式金国祥襄阳师范高等专科学校数学系，４４１０５３，襄樊关键词奇异积分，分离奇点法，带重结点的求积公式分类号（中图）Ｏ２４１．８３；（１９９１ＭＲ）６５Ｄ３０我们考虑带Ｈｉｌｂｅｒｔ核的奇异积分（Ｈｆ）（ｘ）＝∫π－πｆ...     

二维弱奇异积分高精度数值求积公式的构造

在欧拉—麦克劳林展开式和一维弱奇异积分的求积公式的基础上,推导出了二维弱奇异积分的求积公式及其误差的渐进展开式.此类求积公式只需赋值,不需计算二重积分,故计算量小.利用这类积分公式进行计算可以得到十分精确的结果,使得收敛阶大为提高,为讨论更为复杂地多维弱奇异积分方程奠定了基础.     

奇异线性模型最小二乘估计的相对效率

对于奇异线性模型，引入了参数β的最小二乘估计相对于最佳线性无偏估计的一种新的相对效率，给出了与其他两种相对效率的关系，导出了该效率的上下界．     

拟Gauss求积公式

讨论了ｒ拟Ｇａｕｓｓ求积公式的存在性以及在一定条件下对干预先指定的ｎ－ｒ个结点的ｒ拟Ｇａｕｓｓ求积公式和正的ｒ拟Ｇａｕｓｓ求积公式的存在性与构造。     

奇异线性模型最小二乘估计的相对效率

在奇异线性模型下讨论相对效率ei(β）,1≤i≤2的下界及其与广义相关系数和联系,随后简单地讨论了这两种相对效率的关系和比较。     

双曲型积分微分方程的最小二乘混合有限元方法

给出了双曲型积分微分方程的最小二乘混合有限元方法,利用该方法将方程降阶,并对方程进行离散,构造了最小二乘混合有限元格式.最小二乘混合元方法可以避免标准混合元格式中的LBB限制条件,从而可以更灵活地选择有限元空间.误差估计表明在H×H1范数意义下这种方法具有最优收敛阶.     

一种新的奇异积分求积方法

本文给出一种新的奇异积分求积方法，用此方法求奇异积分时，可以获得很高的求积精度与求积效率。     

奇异线性模型最小二乘估计的相对效率

对于奇异线性模型,引入了参数β的最小二乘估计相对于最佳线性无偏估计的一种新的相对效率,给出了与其他两种相对效率的关系,导出了该效率的上下界.     

Cauchy主值积分求积公式的收敛性

本文讨论了Cauchy主值积分求积公式的收敛性,并获得了余项的估计式。     

Quadrature formula of singular integral based on rational interpolation

We construct a quadrature formula of the singular integral with the Chebyshev weight of the second kind by using Lagrange interpolation based on the rational system {1/(x-a1),1/(x-a2),...}, and both the remainder and convergence of the quadrature formula established here are discussed. Our results extend some classical ones.     

Cotes求积公式的误差

由于cotes求积公式在实际计算中有较高的精度而被人们广泛采用，对于其误差的估计，现有的文献都是在不加证明的情况下给出一个误差估计式，在此，首先给出了cotes求积公式的代数精度，然后给出了cotes求积公式的误差估计式的严格推导过程。     

极小最小二乘问题在神经网络中的应用

为了解决在神经网络的前馈算法中矩阵的极小最小二乘的失效问题,在Matlab和C 的平台上研究并比较了奇异值分解(SVD)、超松弛迭代(SSOR)和共轭梯度法(CG)几种算法在解上千阶矩阵最小二乘问题的优劣。SSOR算法在百阶的条件下,具有实用性;CG算法和SVD算法在千阶的条件下,可以取得比较好的收敛速度和比较高的精度。这两种算法还可以继续完善。CG算法可加预处理方法使其更加稳定,收敛更快。该文研究表明SVD和CG算法可以有效的解决经典算法如QR算法在大中规模矩阵条件下,解最小二乘问题失效的问题。     

数值求积公式在Wiener空间下的平均误差

讨论基于第一类Chebyshev多项式零点的数值求积公式在Wiener空间以及一重积分Wiener空间下的平均误差,得到了相应量的强渐近阶.     

Lagrange求积公式在r-重积分Wiener空间下的平均误差

构造了一种Lagrange求积公式,得到了其在r-重积分Wiener空间下平均误差的一种估计,结果说明其为对具有不同光滑性的函数都有高度准确性的通用算子.     

弱奇异积分注记

针对工程实际问题中经常遇到的弱奇异积分进行了计算分析,并对计算中遇到的一些问题给予了理论上的解释和处理办法.     

Peano derivatives and singular integrals of arbitrary order

The Peano derivatives are introduced for functions along an arc in the complex plane. Singular integrals of arbitrary order with singularities at its end-points are defined so that a unified theory for such integrals and Cauchy principal value integrals is established. Lu Jianke: born in Nov. 1922, Professor. Current research interest is in complex analysis. Supported by the National Natural Science Foundation of China     

复参数最小二乘估计方法

提出了基于复数U-D分解的复参数最小二乘估计方法。在传统的加权遗忘因子法的递推算法中,方差矩阵P(k)由于衰减很快而极易失去正定性.为了保证参数估计的收敛性,利用复数U-D分解,将方差矩阵P(k)进行U-D分解,将P(k)矩阵的递推计算已转化为U(k)和D(k)的递推计算问题,保证了数值计算的稳定性.     

一类新求积公式的研究

由仅带端点导数的求积公式,构造出一个不含端点导数的公式,再用复化技术得到了一类代数精度较高的新复化求积公式,另外利用Peano估计给出了该求积公式的截断误差,同时给出了新求积公式的收敛性证明.     

O(lnr)型奇异积分的简便处理

给出一种简便的坐标变换来消除二维边界元中Ｏ（ｌｎｒ）型积分奇异性,然后采用标准高斯数值积分,使边界元程序的实现大为简化．算例表明效果较好,对规则网格,仅用５～６个高斯积分点即可获得足够的计算精度