版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、病態(tài)問題作為不適定問題中比較重要的一種,其在數(shù)學(xué)物理應(yīng)用方面具有非常廣泛的應(yīng)用。在數(shù)學(xué)中會經(jīng)常遇到病態(tài)的矩陣和病態(tài)方程,如典型的希爾伯特矩陣、第一類的Fredholm積分方程離散后的系數(shù)矩陣,都是值得深入研究的病態(tài)問題。而有關(guān)第一類Fredholm積分方程的求解問題,就又歸屬到了反問題的范疇,具有求解反問題時的不適定性,因此在求解這一類問題的過程中需要對其采取適當(dāng)?shù)恼齽t化方法予以解決。本文的主要目的是對于本身就是病態(tài)的矩陣加以分析和改善
2、其病態(tài)性,并進(jìn)一步對第一類Fredholm積分方程,進(jìn)行數(shù)值離散,對得到的離散后的矩陣進(jìn)行正則化處理,使其轉(zhuǎn)化為非病態(tài)的。
本文首先給出了病態(tài)問題的發(fā)展現(xiàn)狀和問題成因,并對其不適定性進(jìn)行分析和舉例。并且以典型的病態(tài)矩陣—希爾伯特矩陣為例,進(jìn)行正則化運算以改善其病態(tài)性;其次,再以第一類Fredholm積分方程為例,采用數(shù)值積分進(jìn)行離散,運算過程中用到了多種離散方法。在對其離散后的矩陣進(jìn)行正則化的過程中,為了使正則化的結(jié)果更加令我
3、們滿意,在正則參數(shù)的選擇上利用多種方法并加以比較。最后,將正則化方法與參數(shù)選取相結(jié)合,應(yīng)用于熱傳導(dǎo)方程的反問題求解中,也得到了較為滿意的結(jié)果。本文的重點工作在于利用適當(dāng)?shù)臄?shù)值離散、合適的正則化策略和參數(shù)選取對病態(tài)矩陣或積分方程離散后的矩陣進(jìn)行處理,將其轉(zhuǎn)化為非病態(tài)或輕度病態(tài)的矩陣。合理的正則化方法是本文研究的重點問題和主要內(nèi)容。
通過對舉出的算例的解算與分析,驗證了文中給出的正則化算法與選取的參數(shù)是可行且有效的。同時,將該方法
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多核正則化算法及相關(guān)問題.pdf
- 廣義互補(bǔ)問題的正則化牛頓算法.pdf
- 正則化方法中正則參數(shù)的算法研究.pdf
- 32509.(e)p正則化問題的算法研究
- 圖像正則化重建算法研究.pdf
- 電磁逆散射正則化算法的研究.pdf
- 隨機(jī)權(quán)網(wǎng)絡(luò)的正則化算法研究.pdf
- 正則化排序算法的誤差分析.pdf
- 圖像復(fù)原中若干問題的正則化模型與算法.pdf
- 電阻抗靜態(tài)成像中正則化算法研究.pdf
- 電阻抗成像技術(shù)正則化算法的研究.pdf
- 基于Hessian正則化的數(shù)據(jù)可視化算法研究.pdf
- 正則化CT重建模型與算法研究.pdf
- 求解線性離散不適定問題的改進(jìn)正則化RRGMRES算法.pdf
- ECT的圖象重建正則化算法研究.pdf
- 不適定問題的正則化.pdf
- 基于粒子群算法的Tikhonov正則化方法研究.pdf
- 基于雙重正則化的矩陣分解推薦算法研究.pdf
- 有限角CT的正則化圖像重建算法研究.pdf
- 正則化超分辨率圖像重建算法研究.pdf
評論
0/150
提交評論