Outline Easy technique for computing integrals Piecewise constant approach Gaussian Quadrature Convergence properties Essential role of orthogonal polynomials Multidimensional Integrals Techniques for singular kernels Adaptation and variable transformation Singular quadrature

Outline Laplace Problems Exterior Radiation Condition Green's function Ansatz or Indirect Approach Single and Double Layer Potentials First and Second Kind Equations Greens Theorem Approach First and Second Kind Equations

1.1 最优化问题简介 1.2 最优化方法概述

信赖域方法是求解最优化问题的另一类有效 方法．其最初的设计思想可追溯至Levenberg Marquart 和 对Gauss－Newton法的修 正．线搜索方法是把一个复杂的最优化问题转化 成一系列简单的一维寻优问题．信赖域方法是把 最优化问题转化为一系列相对简单的局部寻优 问题．

1 Model problem 1.1 Formulations 1.1.1 Strong formulation LIDE Find a such that for Q a polygonal domain Generalizat ion We look here at a particularly simple but nevertheless illustrative problem

最小二乘法 一、线性最小二乘法 二、非线性最小二乘法 1.改进的 Gauss-Newton-法 2. Levenberger-Marquart-方法

1.1 线性代数基础 1.2 向量序列与矩阵序列 1.3 几类特殊矩阵 1.4 数值域 1.5 Chebyshev 多项式

欧拉方程 一、欧拉方程 形如 的方程(其中P1,P2…Pn为常数)叫欧拉方程. 特点:各项未知函数导数的阶数与乘积因子自 变量的方次数相同

《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）34 基于MCMC稳态模拟方法的弹药贮存可靠性评估模型

《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）24 基于MCMC方法优化的港口交通系统风险仿真