No description available.

圖的譜半徑在數學方面以及其他領域有非常多的應用。在這篇論文裡，我們整理有關連通圖的拉普拉斯與無符號拉普拉斯譜半徑的論文。本文一開始探討一些圖的譜理論，並找出這些界限的關係。然後，我們將討論更精確的圖之拉普拉斯與無符號拉普拉斯譜半徑。最後，我們給一個例子，並使用前面所探討過的性質分析之。 / The spectral radius of a graph has been applied in mathenatics and in diverse disciplines.In this thesis, we survey some papers about the Laplacian spectral radius and the signless Laplacian spectral radius of a connected graph. Initially, we discuss some properties about the spectral graphs and find the relations between these bounds. Then, we discuss the upper bounds and lower bounds of the Laplacian and signless Laplacian spectral radius of a graph. In the end, we give an example and analyze it.

Dans cet article, nous proposons une nouvelle bibliothèque de techniques non linéaires pour accélérer l’équation de transport en ordonnées discrètes. Deux nouveaux types de méthodes d'accélération non linéaire appelées méthode de rééquilibrage spatialement variable (SVRM) et accélération de matrice de réponse (RMA), respectivement, sont proposées et étudiées. La première méthode, SVRM, est basée sur le calcul de la variation spatiale de premier ordre de l'équation de la balance des neutrons. RMA, est une méthode DP0 qui utilise la connaissance de l'opérateur de transport pour former une relation cohérente. Deux variantes distinctes de RMA, appelées respectivement Explicit-RMA (E-RMA) et Balance (B-RMA), sont dérivées. Les propriétés de convergence des deux méthodes d'accélération sont étudiées pour deux schémas d'itération différents de l'opérateur de transport de la méthode des caractéristiques (MOC) pour une dalle 1D, en utilisant une analyse spectrale et une analyse de Fourier. Sur la base des résultats de la comparaison 1D, seuls les outils RMA et CMFD ont été implémentés dans la bibliothèque. Les performances de RMA sont comparées à celles de CMFD en utilisant les tests 3D C5G7, ZPPR et UH12. Les schémas de résolution parallèles et séquentiels sont considérés. L'analyse des résultats indique que les deux variantes de RMA ont une efficacité et une stabilité améliorées par rapport au CMFD, pour les matériaux à diffusion optique. De plus, le RMA montre une amélioration importante de la stabilité et de l'efficacité lorsque la géométrie est décomposée spatialement. Pour obtenir des performances numériques optimales, une combinaison de RMA et de CMFD est suggérée. Une enquête plus approfondie sur l'utilisation et l'amélioration de la RMA est proposée. De plus, de nombreuses idées pour étendre les fonctionnalités de la bibliothèque sont présentées. / In this paper we propose a new library of non-linear techniques for accelerating the discrete-ordinates transport equation. Two new types of nonlinear acceleration methods called Spatially Variant Rebalancing Method (SVRM) and Response Matrix Acceleration (RMA), respectively, are proposed and investigated. The first method, SVRM, is based on the computation of the zeroth and first order spatial variation of the neutron balance equation. RMA, is a DP0 method that uses knowledge of the transport operator to form a consistent relationship. Two distinct variants of RMA, called Explicit-RMA (E-RMA) and Balance (B-RMA), respectively, are derived. The convergence properties of both acceleration methods are investigated for two different iteration schemes of the method of characteristics (MOC) transport operator for a 1D slab, using spectral and Fourier analysis. Based off the results of the 1D comparison, only RMA and CMFD were implemented in the library. The performance of RMA is compared to CMFD using the C5G7, ZPPR, and UH12 3D benchmarks. Both parallel and sequential solving schemes are considered. Analysis of the results indicates that both variants of RMA have improved effectiveness and stability relative to CMFD, for optically diffusive materials. Moreover, RMA shows great improvement in stability and effectiveness when the geometry is spatially decomposed. To achieve optimal numerical performance, a combination of RMA and CMFD is suggested. Further investigation into the use and improvement of RMA is proposed. As well, many ideas for extending the features of the library are presented.

Après une introduction générale et la présentation d'un exemple explicite dans le chapitre 1, nous exposons certains outils et techniques généraux dans le chapitre 2.- dans le chapitre 3, nous démontrons l'existence d'un principe de grandes déviations (PGD) pour les composantes de Cartan le long des marches aléatoires sur les groupes linéaires semi -simples G. L'hypothèse principale porte sur le support S de la mesure de la probabilité en question et demande que S engendre un semi-groupe Zariski dense. - Dans le chapitre 4, nous introduisons un objet limite (une partie de la chambre de Weyl) que l'on associe à une partie bornée S de G et que nous appelons le spectre joint J(S) de S. Nous étudions ses propriétés et démontrons que J(S) est une partie convexe compacte d'intérieur non-vide dès que S engendre un semi -groupe Zariski dense. Nous relions le spectre joint avec la notion classique du rayon spectral joint et la fonction de taux du PGD pour les marches aléatoires. - Dans le chapitre 5, nous introduisons une fonction de comptage exponentiel pour un S fini dans G, nous étudions ses propriétés que nous relions avec J(S) et démontrons un théorème de croissance exponentielle dense. - Dans le chapitre 6, nous démontrons le PGD pour les composantes d'Iwasawa le long des marches aléatoires sur G. L'hypothèse principale demande l'absolue continuité de la mesure de probabilité par rapport à la mesure de Haar.- Dans le chapitre 7, nous développons des outils pour aborder une question de Breuillard sur la rigidité du rayon spectral d'une marche aléatoire sur le groupe libre. Nous y démontrons un résultat de rigidité géométrique. / After giving a detailed introduction andthe presentation of an explicit example to illustrateour study in Chapter 1, we exhibit some general toolsand techniques in Chapter 2. Subsequently,- In Chapter 3, we prove the existence of a large deviationprinciple (LDP) with a convex rate function, forthe Cartan components of the random walks on linearsemisimple groups G. The main hypothesis is onthe support S of the probability measure in question,and asks S to generate a Zariski dense semigroup.- In Chapter 4, we introduce a limit object (a subsetof the Weyl chamber) that we associate to a boundedsubset S of G. We call this the joint spectrum J(S)of S. We study its properties and show that for asubset S generating a Zariski dense semigroup, J(S)is convex body, i.e. a convex compact subset of nonemptyinterior. We relate the joint spectrum withthe classical notion of joint spectral radius and therate function of LDP for random walks on G.- In Chapter 5, we introduce an exponential countingfunction for a nite S in G. We study its properties,relate it to joint spectrum of S and prove a denseexponential growth theorem.- In Chapter 6, we prove the existence of an LDPfor Iwasawa components of random walks on G. Thehypothesis asks for a condition of absolute continuityof the probability measure with respect to the Haarmeasure.- In Chapter 7, we develop some tools to tackle aquestion of Breuillard on the rigidity of spectral radiusof a random walk on a free group. We prove aweaker geometric rigidity result.

<p>Ova doktorska disertacija izučava matrice zapisane u blok formi. Ona<br />sistematizuje postojeća i predstavlja nova tvrđenja o osobinama takvih matrica,<br />koja se baziraju na ideji generalizovane dijagonalne dominacije. Poznati<br />rezultati u tačkastom slučaju dobra su osnova za blok generalizacije, koje su<br />izvedene na dva različita načina, prvi zbog svoje jednostavnije primenljivosti,<br />a drugi zbog obuhvatanja šire klase matrica na koju se rezultati odnose.</p> / <p>This thesis is related to matrices written in their block form. It systematizes known and<br />represents new knowledge about properties of such matrices, which is based on the idea<br />of generalized diagonal dominance. Known results in the point case serve as a good basis<br />for block generalization, which is done in two different ways, the first one because of its<br />simple usability, and the other for capturing wider class of matrices which are treated.</p>