函数因子法——非线性方程组求解中处理奇异问题的一种新方法

§1.引言 非线性方程组 F(x)=0,F:D?R~n→R~n (1.1)嵌入参数t,构成同伦H:[0,T]×D?R~(n 1)→R~n,使得 H(0,x~0)=0,H(T,x)=F(x),(1.2)这里T可以是有限的或 ∞,当T为 ∞时以极限过程代替求值.若 H(t.x)=0(1.3)存在连续解x(t):[0,T]→D,则非线性方程组(1.1)的解x~*=x(T).若(1.3)的解     

求解非线性方程组的连续极小化方法

1.引言 求非线性方程组 F(x)=0 (1)(F:D?R~n→R~n)的各种方法中,牛顿法最为基本.但它只有局部收敛性和半局部收敛性,而且要求DF(x)~(-1)存在.为了扩大收敛范围及克服DF(x)奇异性带来的困难,用“连续化”的思想求方程(1)的解是一个有效的途径.这方面,已有许多工作,如[3—6].本文利用常微分方程几何理论,对连续化方法进行 些探讨,给出了沿积分曲线极小化求非线性方程组(1)的解的方法.考虑如下给定函数:     

牛顿与二阶拟牛顿混合迭代方法

这里F:R~n→R~n是充分光滑的向量函数。用逐步迭代法求解(1.1)的主要方法有牛顿法或拟牛顿法。用二步或多步混合迭代方法求解(1.1),这种方法以前未曾见过。 1984年Pan提出二阶拟牛顿法,我们用1981年More,Garbow and Hillstrom提出的非线性方程组的测试函数对二阶拟牛顿方法进行测试,发现二阶拟牛顿法对于初始点及初始近似Jacobi阵的反应非常灵敏,若用牛顿法与二阶拟牛顿方法交替使用,其迭代过程所     

关于阻尼牛顿法收敛域的一个定理

设:D R~n→R~n是Frechet可导算子,以O(x,r)表示开球{x′|‖x′-x‖0. 为了求非线性方程F(x)-0的解x=x~*,常常使用牛顿迭代方法: x_(n+1)=x_n-F′(x_n)~(-1)F(x_n) (n∈N_0) (1)N_0={0,1,2,…}.但是在有些场合,为了取得更好的效果却需使用阻尼牛顿迭代法——一种修正的牛顿法:     

高阶稀疏局部非线性方程组的一种拟牛顿方法

§1.引言 当用有限元法或有限差分法分析非线性偏微分方程问题时,必然会导致求解非线性方程组的问题,即求 F(x)=0 (1.1)的解.其中,x=(x_1,x_2,…,Xx_n)~T∈D,D?R~n;F:D→R~n是一个非线性映射.因此,有效地求解非线性方程组(1.1),是分析相应的非线性问题的关键. 不管这些非线性问题是来自流体力学、固体力学,还是其他的物理范畴,它们所对应     

一类修正牛顿法的收敛域

设非线性方程 F(x)=0 (1) 其中F:DR~n→R~n是Fréchet可导算子。为求(1)的解x=x~*,通常用著名的牛顿迭代 x_(n+1)=x_n-(F′(x_n))~(-1)F(x_n),n=0,1,2,… (2) 有时为了取得更好效果,需要使用阻尼牛顿迭代 x_(n+1)=x_n-λ_n(F′(x_n))~(-1)F(x_n),n=0,1,2,… (3) 其中λ_n∈[0,1]称为阻尼因子。 迭代点列(2),(3)敛速虽高,缺点是要用到计算代价高昂的导算子,因此有导算子被近似替代所导出的种种修正牛顿迭代     

换元Newton型方法的计算效能和最佳换元周期

考虑非线性方程组: F(x)=0, (1.1)其中F:R~n→R~n是二次连续可微函数.一般地说,解方程组(1.1)的拟Newton法较Newton法更为有效.我们可以将拟Newton法解释为逐次在R~n的子空间上构造F′(x)的近似(割线近似)得到的算法.按照这种思想,如果将子空间依次循环取成F′(x)的例     

一种保持对称性、稀疏性的拟Newton法

考虑非线性方程组 (1)F(x)=0其中,F(x)=(f_1(x),…,f_n(x))~T,x∈R~n.当F(x)为梯度算子时,F(x)的Jacobian是对称的.这类问题在实际计算工作中大量存在,比如近些年来研究很多的非线性泛函极小化问题就是如此,因此,人们自然地想到要把对于解非线性方程组很有效的Broyden方法发展到对称情形.1970年Powell提出PSB修正:     

Vincent定理的多元推广

Vincent定理指出:若f(x)为d次实系数多项式,(a_1,b_1)为开区间,则多项式f(x)在(a_1,b_1)上没有实根当且仅当存在正常数δ,使得对任意区间(a,b)(a_1,b_1),当|a-b|δ时,多项式(1+x)~df((a+bx)/(1+x))的系数不变号(都是正数或都是负数).文章的主要工作是推广这一结果到一般的多变元代数系统.设实系数多项式f∈R[x_1,x_2,…,x_n],f相对于变元x_i的次数记为d_i.记区间的笛卡尔积为I=[a_1,b_1]×[a_2,b_2]×…×[a_n,b_n](也称为Box).记φ(I)=max{b_i-a_i,i=1,2,…,n}.定义f_I=(1+x_1)~(d_1)(1+x_2)~(d_2)…(1+x_n)~(d_n)f((a_1+b_1x_1)/(1+x_1),(a_2+b_2x_2)/(1+x_2),…,(a_n+b_nx_n)).称f_I为f相对于Box I的伴随多项式.证明了:若多项式f_1,f_2,…,f_m∈R[x_1,x_2,…,x_n],且BoxΛR~n,则方程组{f_1=0,f_2=0,…,f_m=0}在BoxΛ上没有零点,当且仅当存在正常数δ(与BoxΛ有关),使得对于任意Box IA,当φ(I)δ时,伴随多项式f_(1I),f_(2I),…,f_(mI)中至少一个f_(iI)的非零系数全是正(或负)数且f_i在Box I的所有顶点上的值不为0.     

非线性方程组的不精确仿射牛顿法

1 引言众所周知,对于非线性方程组问题 F(x)=0 F:Rn→Rn (1) 经典的牛顿法从给出一个初始点x0之后,计算第k步迭代点xk及步长sk:     

一类变指数基尔霍夫型方程的无穷多解

本文研究带有各向异性p(x)-Laplace算子的基尔霍夫型方程Dirichlet边值问题-N∑i=1M_i(∫_Ω|_x_iu|~(pi(x)pi(x)dx)_x_i(|_x_iu|~(pi(x)-2_x_iu=H(∫_ΩF(x,u)dx)f(x,u),x∈Ω,u=0,x∈Ω其中Ω是R~N(N≥3)中具有光滑边界的有界区域,f(x,u)∈C(×R,R),,i=1,2,…,N,且M_i(t):R~+→R~+,H(t):R→R和p_i(x):→R为连续函数.当非线性项在零点附近次线性增长时,运用临界点理论中的Clark定理获得了新的多重解存在性结果.     

求解方程组Ax+φ(x)=0的条件预优处理

§1 引言 在实际应用中,常会遇到求解方程组 Ax+φ(x)=0 (1)的问题,此处A为n×n阶实矩阵,x∈R~n,φ:R~n→R~n为非线性算子,在[1]中指出了下面的结论:     

对称矩阵分解因子的直接换元修正法

§1.引言 考虑非线性方程组 F(x)=0, (1)其中F:Ω?R~n→R~n使F′(x)对称.本文给出求解(1)的一种分解修正法,这种方法始于Jacobian F′(x)的初始对称三角分解,然后利用换元技巧直接修正上三角分解因子,进而前代与回代求迭代点.本文分析了分解修正法的运算量,证明了这个算法不用重新启动仍具有局部超线性收敛性和大范围收敛性.此外,这个算法自然保持分解因子的稀疏传递性和修正矩阵的对称传递性,特别当Jacobian正定时,还具有正定传递性.由此本文完成了[1]和[2]无法完成的工作.本算法特别适于大规模带状方程组和最优化问题,数值例子也表明了这一点.     

Some Notes on a Minimization Problem

Let X[a,b] be a compact set containing at least n+1 points and Kan n-dimensional Haar subspace in c[a,b]. Let F(x,y) be a nonnegativefunction, defined on X×(-∞,∞), satisfying ‖F(·,p)‖<∞ with the L_∞norm forsome∈K, where F(x,p)≡F(x,p(x)). The minimization problem discussed in this paper is to find an elementp∈K such that ‖F(·,p)‖=inf ‖F(·,q)‖, such an element p(if any) is saidto be a minimum to F in K~(q∈K). The author in [1,2] studied this problem and has given the main theoremsin the Cbebyshev theory under the following assumptions: (A) lim F(x,y)=∞, x∈X; (B) lim F(x,u)=F(x,y), x∈X,y; (C)lim F(u,υ)=F(x,y),x∈X,y; (D) For each x∈X there existtwo real numbers f~-(x) and f~+(x),f~-(x)f~+(x). such that F(x,y) is strictlydecreasing with respect to y on (-∞,f~-(x)] and strictly increasing on [f~+(x),∞), and F(x,y)=F(x):=inf F(x,υ) on [f~-(x),f~+(x)]. Denote f_1(x)=inf{y:F(x,y)‖F~*‖},f_2(x)=sup{y:F(x,) ‖F‖},f_1(x)=lim f_1(u),f_2(x)=lim f_2(u), G=(q∈K: f_1qf_2}.For pεK set X_p={     

对于非线性等式约束的增广-罚函数的拟牛顿法

H.Yamashita在[1]中对非线性不等式约束问题: minf(x),s.t.g_i(x)≤0,i=1,…,m;x∈R~n (1.1)给出了增广?-罚函数的拟牛顿法,以克服Han的不可微罚函数拟牛顿法的不可做缺陷,并证明了如下结论: 若f,g连续可微,并满足如下条件:     

多目标总极值问题的最优性条件

本文在[1]的基础上,给出了多目标总极值问题的基于相关均值与相关方差的最优性条件。并讨论了算法的解集与解值关于初值的稳定性。考虑多目标极小化问题: 其中F(x)=(f_1(x),f_2(x),…,f_p(x))~T是R~n中区域A上的p维向量函数。同[1],我们对问题(MP)作如下的假设: 假设 (A_1)约束集A是闭的非空丰满集。(A_2)目标函数F(x)为A上的连续函数。 (A_3)存在实向量C∈R~p使水平集H_c={x:F(x)≤C}与A的交为非空有界。 (A_4)对任何为集合Ec的边界集,μ表示勒贝格测度)。     

非线性互补问题的L1模算法

非线性互补问题(记作NCP(F))定义为求x∈R~n,满足X≥0,F(x)≥0且X~гF(x)=0。其中F:R~n→R~n。本文假设F(x)是一阶连续可微的。 引人映射H:R~n→R~n,其中H的第i个分量H_i(x)=min(x_i,F_i(x))及其L_1模函数 θ(x)=sum from i=1 to n |min(x_i,F_i(x)|设全集I={1,2,…,n},定义其子集: I_f(x)={i|F_i(x)0}, I(x)={i|F_i(x)=x_i},I_f(x)={i|F_i(x)相似文献   

偏序下的区间松弛法

§1. 引言 本文给出了求解非线性方程组 f(x)=0,f:D?R~n→R~m (1.1)在偏序下的区间松弛法,它是在[1]的基础上将区间迭代与Newton-SOR 迭代结合得到的一种便于计算且收敛较快的序区间N-SOR松弛法,也是单调N-SOR迭代法的推广.§2给出了偏序下的区间Krawczyk算子,它是区间 Newton算子的推广,同样具     

偏序下的区间松弛法

§1. 引言 本文给出了求解非线性方程组 f(x)=0,f:D?R~n→R~m (1.1)在偏序下的区间松弛法,它是在[1]的基础上将区间迭代与Newton-SOR 迭代结合得到的一种便于计算且收敛较快的序区间N-SOR松弛法,也是单调N-SOR迭代法的推广.§2给出了偏序下的区间Krawczyk算子,它是区间 Newton算子的推广,同样具     

无约束连续最优控制问题的离散序列二次规划方法

其中f_0:R~n×R~m×R→R,g_0:R~n→R,f:R~n×R~m×R→R~n关于它们各自变量二次连续可微。终端时间T固定,初始状态已知,x(t)为状态变量,u(t)为控制变量,问题要求选择适当的 u(t)使目标函数(1.1)达到极小。 求解此类问题的一种途径是通过离散时间函数x(t),u(t)将它转化成传统的数学规划问题,然后,利用数学规划中已有的方法求得原问题的近似解。Cullum,Budak等在[1]和