多元微分法的点函数分析

多元函数的极限与积分可归结为点函数的研究.本文给出多元微分法的点函数讨论.(一)由于点P与向量(?)是一一对应的,因此只要把n维点P(x_1,x_2,…,x_n)∈R~n看作n维向量(?),即     

关于一个Ляпунов函数的讨论

定义函数(?)是正数.s=1,2,…,n.令φ(x)=(φ_1(x_1),φ_2(x_2),…,φ_n(x_n))及V(x)=φ(x)·x=sum from (?)=1 to n φ_s(x_s)x_s,(1)则 V(x)为无限大定正函数,V(x)在 R~n 中满足 Lipshitz 条件.又定义(?)则有:命题1 任给 n 维常向量 x,f,则(?)1/h(V(x+hf)-V(x))=sum from s=1 to n φ_s(x_s+β(x_s)f_s)f_s.式中 x_s,f_s 表 x 及 f 的第 s 个分量.     

Volterra积分微分方程解的稳定性与有界性

这里A为n×n常数矩阵,C(t,s)为n×n函数矩阵,对0≤s≤t<∞连续,f:(-∞,∞)→R~n连续。 我们规定‖·‖表示向量x=(x_1,x_2,…,x_s)~T或矩阵A=(aij)_(s×s)的模,T表示转置。我们取     

多重Fourier级数及其线性平均

§1 引言设 n 为自然数.R~n 为 n 维欧氏空间.Q 为 R~n 中的方体:Q={x_1,…,x_n)=x|-π≤x_j<π,j=1,…,n}.R~n 中的点 x=(x_1,…,x_n)与 y=(y_1,…,y_n)的欧氏内积记作 xy=x_1y_1 … x_ny_n,欧氏范数是|x|(x_1~2 … x_1~2.)~(1/2)L(Q)表示在 Q 上 Lebesgue 可积,对每个变元都以2π为周期的 n 元函数的空间.设f∈L(Q),它的 Fourier 系数是C_m(f)=■(m)=(2π)~(-n)∫_Qf(x)e~(-imx)dx m∈Z~n.     

关于Powell方法的一个注

<正> 设x=(x_1,x_2,…x_n)为代表n维空间一点的一个实向量变量，为了寻求n元实函数f(x)=f(x_1,x_2,…x_n)的近似最小值与使 f 取该近似最小值的 x 通常采用的方法依其是否用到 f 的梯度向量而分为梯度法与直接法两大类.而在直接法中比较常用的是 M.J.Powell 在[1]中提出的一个方法.在国内近年来的实践中也屡屡用到此法.本文目的是对该方法中的某些条件加以简化.     

关于超平行体的几个不等式

设x_1,x_2…,x_m是n维内积空间R~n中的向量,以这m个向量为棱所构成的超平行多面体的体积记为V[x_1,x_2,…,x_m],则经典的Hadamard不等式可表述为: 其中‖x‖=(x,x)~(1/2).     

复旦大学1984年硕士研究生入学考试试题

1.设x_0,x_1,…,x_n,x是n+2个相异点,证明 f(x_0,x_1,…,x_n,x)=sum from i=0 to n(f(x_j,x)/(multiply from (?) to n(x_j-x_1))) 其中f(xj,x)和f(x_o,x_1,…,x_n,x)分别表示函数f(x)的一阶和n+1阶差商。 2.设n阶线性方程组Ax=b中n×n矩阵A的顺序主子式det(A1)≠0(i=1,…n),令(n+1)×(n+1)矩阵B为     

向量有理插值的一个行列式公式

<正> 设由不同实数组成的实数序列为x_0,x_1,x_2,…,对应的有限向量序列为(?)_0,(?)_1,(?)_2,…,其中(?)_i=(?)(x_1)∈D~d定义若向量有理函数(?)_n(x)=(?)(x)/q(x),其中(?)(x)是d 维多项式值向量,q(x)是实多项式,满足:     

Karmarkar算法及其变形

研究如下形式的LP minc~Tx, s.t.Ax=0,(1) e~Tx=1,x≥0。其中A为m×n的行满秩矩阵,e=(1,…,1)~T∈R~n。已知x~0=(x_1~0,…,x_n~0)~T为(1)的一个严格可行内点。令Ω={x|x∈R~n,Ax=0},S={x|x∈R~n,e~Tx=1,x≥0},D=diag{x_1~0,…,x_n~0}。我们用统一的观点和方法导出K法和MK法。对(1)进行投影变换T: (?)x∈R~n,有 T(x)=y=(D~(-1)x/(e~TD~(-1)x))。 (2)     

一类非自治离散周期系统的周期解

τ∈I={τ_0 i,τ_0>0,i=0,1,2,…},x∈R~n,A:I×R~n→R~n×n和b:I×R~n→R~n是连续的.设对所有的(τ,x)∈I×R~n有某个整数m>1,使得A(τ m,x)=A(τ,x),B(τ m,x)=b(τ,x),并记I_0={τ_0,τ_0 1,…,τ_0 m-1}.这时称系统(1)为离散周期系统,用x(τ,τ_0,x_0)表示系统(1)满足初始条件x(τ_0)=x_0的唯一解,并对初始值x_0是这续的,τ≥τ_0>0.利用Schauder不动点定理,可以证明如下的:     

向量极值问题的回归点解释

设 X 为欧氏空间 R~n,Y 为欧氏空间 R~m,g 为映 X 到 Y 的映射,A(?)X 是任意非空子集.在下述向量极值问题(VMP)(VMP) max g(x),s.t.x∈A中,K 是 Y 中非平凡闭凸锥,K≠{0},如果{x∈A|g(x)-g(x_0)∈K\{0}}=φ,则称 x_0∈A 为(VMP)的有效解;如果 intK≠φ,并且{x∈A|g(x)-g(x_0)∈intK)=φ,则称 x_0∈A 为(VMP)的弱有效解.     

一个改进的超记忆梯度法的收敛性及其敛速估计

一、算法 问题:min{f(x)|x∈E~n},f(x)为实值函数; 记号:gj为f(x)在x_j处的梯度列向量,x_*为问题的最优解,H(x)、H_*分别表示f(x)在x和x_*处的Hessian矩阵,上标“,”表示矩阵的转置。 给定实数序列{β_j}、β_j≥0、β_j→0(j→∞),常数a>0,整数k_1相似文献   

周期扰动的非保守系统的2π-周期解

<正> §1.引言 考虑向量微分方程x+C_x+grad G(x)=p(t),(1)其中x=clo(x~1,…,x~n)∈R~n,x表示dx/dt,C为n阶实对称常数矩阵,G(x)∈C~2(R~n,     

非正则中项变叙的极限分布

<正> §1.引言设 x_1,…,x_n 是独立同分布的随机变量,x_i 的分布函数记为 F(x),以ξ_(?)~(n),…,ξ(?)表示由小到大的{x_i}的变叙,[1]考虑了对0<λ<1,满足条件     

Hadamard不等式一个推广的加强

<正> 由通常的高维超平行多面体体积的递归定义可知,n维内积空间R~n中n个向量x_1,x_2,…,x_n构成的n维超平行多面体的体积V[x_1,x_2,…,x_n]等于这n个向量的坐标构成的行列式det(x_1,x_2,…,x_n)之绝对值.因此,Hadamard不等式有下列的几何形式:     

激烈振荡函数积分余项的精确估计

以V_n表示n维正方形区域:0≤x_1≤1,0≤x_n≤1,以C表示V_n×V_n上2n元连续实函数f(x_1,…,x_n;y_1,…,y_n)的全体.对于非负实数x,用〈x〉=x-[x]表示它的分数部分.徐利治研究了激烈振荡函数积分     

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:     

带多项式相位的高维振荡积分算子的有界性

考虑如下的振荡积分算子:T_(m,k,n)f(x):=∫_(R~n)e~(i(x_1~2+…+x_n~2))~m(y_1~2+…+y_n~2)~kf(y)dy,其中函数f为定义在R~n上的Schwartz函数,并且满足m,k0.本文给出算子T_(m,k,n).从L~p(R~n)(1≤p∞)到L~q(R~n)有界的一个充分必要条件.此外,我们还证明了算子T_(m,k,n)把L~1(R~n)映到C_0(R~n).     

常微分方程组的整体解及两点边值问题——Ⅰ.整体解方法

众所周知,n维向量函数u(x)的一阶常微分方程组,如在某点上只给出n_1相似文献   

多维秩极限定理(Ⅰ)

<正> §1.记号定义 本文中,R_m表示m维向量空间,Z_m(Z_m~+)表示所有分量都是非负(正)整数的m维向量的全体.x∈R_m的第j个分量记作x~(j).对x_1,x_2∈R_m,记号x_1<(≤)x_2表示x_1~(j)<(≤)x_2~(j),j=1,…,m.此外,m元分布函数F(x)的第j_1,…,j_s(1≤j_1<…相似文献