Journal of Operational Research in its Applications
Year:2005 | Volume: | Issue: |Papers Count:3

در این مطالعه ما به دنبال تعمیم درونیابی لاگرانژ از فضلی یک بعدی به فضای چند بعدی هستیم. توابع رادیال برای درونیابی پراکنده، در بعدهای بالا مفید می باشد. ما در این جا به معرفی آنها می پردازیم. در این راه ابتدا به معرفی معیین مثبت و کاملا یکنوا پرداخته و سپس رابطه بین آنها را توضیح می دهیم. همچنین ثابت می کنیم که درونیاب در حد به چندجمله ای لاگرانژ از درجه منتاهی میل می کند. در انتها یک شکل بسته از درونیاب پایه ای ارایه می دهیم.

یکی از مهمترین کارهایی که در زمینه ریاضیات محاسباتی همواره مورد توجه بوده و نقش اساسی در حل عددی مسایل ریاضی دارد. موضوع درونیابی است. به خصوص درونیابی با توابع اسپلاین از امتیازات بارزی برخوردار است. این دسته از درونیابی ها بسته به درجه ای که دارند متفاوت عمل می کنند. به خصوص درباره B- اسپلاینهای درجه زوج چنین بیان شده است که نتایج مطلوبی حاصل نمی کنند. درسال 2001 برایان بارسکی و همکارانش روشی رامطرح کردند که چند جمله ای درونیاب -B اسپلاین درجه دوم ساخته شده بر اساس آن در بسیاری موارد بهتر از چندجمله ای درونیاب -B اسپلاین درجه سوم عمل میکند. دراین مقاله این موضوع با مثالهای آزمایش می شود و بخصوص سعی بر آن است که نشان دهیم انتخاب مقادیر پارامترهای درونیابی درتولید نتایج نامطلوب دخالت دارند و نه زوج بودن درجه -B اسپلاین. این نکته انتخاب -B اسپلاین مربعی رابه عنوان درونیابی بهتر درمقایسه با نوع درجه سوم آن، به دلیل سادگی محاسبات توصیه می نماید.

صورت کارایی تکنیکی از بهره وری در سازماندهی فرایند ارزش گذاری نهاده ها و ستاده ها به نحو کارآمد در ماکسیسمم سازی ارزش موزون ستاده ها به نهاده ها نهفته است. تحلیل پوششی داده ها برای هر واحد تصمیم گیرنده در دست بررسی فرآیندی دقیق و منظم با مدل ریاضی تدارک می بیند که هدف بهینه کننده ی یا بیشینه کننده تصریح شده ای را بدست می دهد. کردار یک واحد تصمیم گیرنده در مقابل یک واحد تصمیم گیرنده دیگر از مجموعه تحت بررسی کرداری رقابتی است. وجود ناهنجاری داده ای روند کردار رقابتی را به منشی انحصار گرایانه در فرآیند ارزش گذاری تبدیل می کند که روش مقابله خاصی را مطالبه می نماید. این مقاله متد بهبودی لایه ای را در شرایط ناهنجاری داده ای به عنوان شیوه مقابله پیشنهاد می دهد.