爱豆文档 - 信息安全文档下载平台 - idocdown.com （部分文档，免费下载）

. . . . . .

**数值粘性** **1. 基本概念** 数值粘性是一种在数值计算中人为引入的、类似于物理粘性的效应，它并非源于物理模型本身，而是由离散化格式的截断误差所导致。在计算流体力学和双曲型守恒律方程的数值解法中，数值粘性起着至关重要的作用，它直接影响解的稳定性、精度和物理真实性。 **2. 产生机理** 当使用有限差分、有限体积等离散方法求解无粘的欧拉方程或双曲型方程时，理想的离散格式（如中心差分）往往是不稳定的。为了抑制非物理的高频振荡（吉布斯现象）并稳定计算，数值格式必须包含某种形式的耗散机制

2025-10-31 11:01:40

数值双曲型方程的有限体积法

**数值双曲型方程的有限体积法** 有限体积法是一种用于求解双曲型偏微分方程的数值方法，特别适用于守恒律方程（如流体力学中的欧拉方程）。其核心思想是将计算区域划分为离散的控制体积，并在每个体积上直接积分方程，从而保证数值解满足守恒性。下面逐步展开讲解： --- ### 1. **基本思想：从积分形式出发** 双曲型守恒律的一般形式为： \[ \frac{\partial \mathbf{u}}{\partial t} + \nabla \cdot \mathbf{f}(\m

2025-10-31 10:18:46

设施选址问题

**设施选址问题** 设施选址问题（Facility Location Problem）是运筹学中研究如何在给定候选位置集合中选择最优设施布局点，以满足特定需求并优化目标函数的一类经典问题。其核心在于平衡设施建设成本与服务需求成本，广泛应用于物流、供应链管理、通信网络设计等领域。下面从基础概念到高级模型逐步展开讲解。 ### 1. **问题基本要素** 设施选址问题的核心要素包括： - **设施（Facilities）**：待建设或部署的服务点（如仓库、基站、医院），每个设施有固定的开设成本

2025-10-31 08:53:30

数值双曲型方程的熵条件

**数值双曲型方程的熵条件** **1. 基本概念引入** 在双曲型偏微分方程（如Burgers方程、Euler方程）的数值求解中，即使初始条件光滑，解也可能随时间发展出现间断（如激波）。此时，方程的解可能不唯一，需要引入“熵条件”作为物理上合理的解的选择准则。熵条件源于热力学第二定律，在数学上表现为一个不等式约束，确保解满足能量耗散或熵增原理。 **2. 熵函数与熵通量** 对于标量双曲守恒律 \( u_t + f(u)_x = 0 \)，若存在凸函数 \( U(u) \)（称为熵函数）和

2025-10-31 08:13:20

数值双曲型方程的高分辨率方法

**数值双曲型方程的高分辨率方法** 好的，我们将循序渐进地学习“数值双曲型方程的高分辨率方法”这一概念。这是一个在计算数学，特别是计算流体力学中至关重要的高级主题。 ### **第一步：回顾基础——数值双曲型方程及其挑战** 1. **核心问题**：我们关注的是双曲型守恒律方程，其一般形式为： \[ \frac{\partial u}{\partial t} + \frac{\partial f(u)}{\partial x} = 0 \] 这里，\(

2025-10-31 04:18:29

**场景分析** 运筹学中，**场景分析**是一种处理不确定性的决策方法，通过构建有限个可能发生的未来情景（称为“场景”），评估每种情景下的决策结果，并综合比较以选择鲁棒性强的策略。它常用于随机规划、风险管理等领域。下面逐步展开讲解。 --- ### **1. 场景分析的基本概念** **核心思想**：不确定性难以用精确概率描述时，通过典型场景代替连续的概率分布。 - **场景**：一种对未来关键参数（如需求、价格、成本）的完整假设，例如“经济繁荣时需求高”“经济衰退时需求低”。

2025-10-31 02:16:16

数值双曲型方程解法

**数值双曲型方程解法** 数值双曲型方程解法是计算数学中专门用于求解双曲型偏微分方程的一类算法。这类方程通常描述以有限速度传播的波动或对流过程，其解可能具有间断性（如激波），因此对数值方法有特殊要求。 **第一步：理解双曲型方程的核心特征** 1. **数学定义**：一个偏微分方程是双曲型的，如果它的特征曲线是实的。最典型的例子是一维波动方程：∂²u/∂t² = c² ∂²u/∂x²，以及一维对流方程：∂u/∂t + a ∂u/∂x = 0。 2. **物理特性**： *

2025-10-31 01:54:45

Frank-Wolfe算法

**Frank-Wolfe算法** Frank-Wolfe算法（也称条件梯度法）是求解凸优化问题的一阶迭代算法，特别适用于可行域为有界凸集且线性优化容易求解的问题。下面逐步展开讲解： --- ### 1. 问题背景与形式考虑凸优化问题： \[ \min_{x \in \mathcal{D}} f(x) \] 其中： - \( f \) 是可微凸函数； - 可行域 \(\mathcal{D} \subset \mathbb{R}^n\) 为紧凸集（有界闭集）； - 关键假设：对

2025-10-31 00:45:50

**Benders分解** **第一步：基本概念与问题背景** Benders分解是一种处理大规模混合整数规划（MIP）的算法，由Jacques F. Benders于1962年提出。其核心思想是将原问题分解为两部分： 1. **主问题**：包含整数变量，负责寻优。 2. **子问题**：包含连续变量，对给定的整数解进行可行性或最优性检验。 **关键动机**：当问题中连续变量与整数变量耦合时，直接求解计算成本高。通过分解，主问题通过不断添加“割平面”（Benders割）来逼近子

2025-10-30 23:47:40

**KKT条件** 好的，我们开始学习“KKT条件”。KKT条件是解决带有约束的优化问题的基石，它为我们提供了一套判断一个点是否为局部最优解的必要条件。 ### 第1步：从无约束问题到有约束问题——拉格朗日函数的引入首先，回忆一下无约束优化问题。对于一个可微函数 \( f(x) \)，如果点 \( x^* \) 是一个局部极小值点，那么在该点处必须满足 **一阶必要条件**：梯度为零，即 \( \nabla f(x^*) = 0 \)。这很直观，因为如果梯度不为零，我们总可以沿着梯度反方

2025-10-30 23:15:47

数值间断追踪方法

**数值间断追踪方法** 数值间断追踪方法是计算数学中专门处理解函数存在间断（如激波、接触间断等）问题的一类高分辨率数值方法。其核心思想是显式地识别和追踪解中的间断位置，从而在间断附近采用特殊处理以避免非物理振荡和数值耗散。 1. **问题背景与挑战** * **物理背景**：在许多物理过程中，如气体动力学、浅水波方程等，解中会出现激波（强间断）或接触间断（如密度或温度的跳跃）。这些间断是问题的内在特性，而非数值误差。 * **数值挑战**：如果使用标准的有限差分或

2025-10-30 22:28:05

随机变量的收敛性

**随机变量的收敛性** 随机变量的收敛性是概率论中描述随机变量序列极限行为的核心概念。由于随机性，这种收敛比数学分析中数列的收敛更为复杂，主要分为几种不同的类型。 **1. 基本概念：为什么要定义多种收敛？** 在数学分析中，一个数列 {x_n} 收敛到 x，指的是当 n 足够大时，x_n 与 x 的距离可以任意小。但对于随机变量序列 {X_n}，每个 X_n 都是一个函数（例如，代表第 n 次抛硬币的结果），而极限 X 也是一个随机变量。我们无法简单地要求函数值本身逐点收敛，因为随机性的

2025-10-30 21:45:55

跳转到页