线性约束凸规划的既约变尺度法

本文讨论如下的非线性规划的求解问题:其中,可行集R={x|Ax=b,x≥0},x=(x_1,x_2,…,x_n)~T∈E~n,A为m×n矩阵,秩为m。b=(b_1,b_2,…b_m)~T为常向量。对于这个问题已有许多解法。但在现有的方法中,或是没有讨论收敛速度,或者收敛速度是线性的。在[1]中,对于包含线性等式与不等式约束的凸规划问题,我们将梯度投影与     

退化线性约束凸规划问题的变尺度法

考虑问题: (?)f(x) (NP)其中R={x∈R~n|a_i~Tx≤b_i,i=1,…,m},f(x)一阶连续可微且凸。本文在R退化条件下,给出了一个整体超线性收敛的变尺度法。记N={1,…,m),J(?)N,记A_J={a_i|i∈J}。当γ(A_J)=|J|时,R~n到 R_J={x∈R~n|a_i~Tx=0,i∈J}的正投影矩阵P_J=E_n-A_J(A_J~TA_J)~(-1)A_J~T。若{a_i|i∈I}和{a_i|i∈J}都是{a_i|i∈N′(?)N}的最大线性无关组,则P_J=P_I。x~k∈R,记N_k={i∈N|a_i~Tx~k=b_i},gk=▽f(x~k)。     

一类高维种群动力系统的持续性

§1.引言 对于下述形式的Kolmogorov系统: x_i=x_if_i(x_1,x_2,…x_n),i=1,2…,n, (1.1)其中x_i=dx_i(t)/dt,x_i(t)表示种群x_i在时刻t时的种群密度,X=(x_1,x_2,…,x_n)∈R_ ~n,f_i(x)∈C~1(R_ ~n),这里R_ ~n={X|x_i≥0,i∈N},而N={1,2,…,n},R_ ~(n,0)={X|x_i>0,i∈N},在条件X(0)={x_1(0),x_2(0),…,x_n(0)}∈R_ ~(n,0)下,如果对一切i∈N:有lim sup_(t→∞)x_i(t)>0成立,称系统(1.1)弱持续生存;若liminf_(t→∞)x_i(t)>0成     

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.     

P0-函数箱约束变分不等式的正则半光滑牛顿法

1引言设X C R~n,F：R~n→R~n,变分不等式Ⅵ(X,F)是指：求x∈X,使F(x)~T(y-x)≥0,(?)_y∈X．(1)记i∈N={1,2,…,n},当X=[a,b]：={x∈(?)~n|a_i≤x_i≤b_i,i∈N}时,称Ⅵ(X,F)为箱约束变分不等式(也有些文献称为混合互补问题),记为Ⅵ(a,b,F)．若a_i=0,b_i= ∞,i∈N,即X=(?)_ ~n：={x∈(?)~n|x≥0}时,Ⅵ(a,b,F)化为非线性互补问题NCP(F)：求x∈(?)_ ~n,使x≥0,F(x)≥0,x~TF(x)=0．(2)     

解0-1线性规划Surrogate对偶的一个方法

0—1线性观划不难化为以下形式: (P)minc~Tx s.t.Ax≤b,x∈X这里X={(x_1,…,x_n)~T|x_i=0,1,i=1,…,n},A是m×n矩阵,c~T=(c_1,…,c_n),c_i≤0,(i=1,…,n),b∈R~m.假定(P)是适定的,称x是决策变量,A、b、c是参数变量. 设非负乘子V∈R~m,问题     

约束极值的一个可行方向法

<正> 引言我们讨论下面的约束极值问题(NP):(?)f(x_1,x_2,…,x_n) (1)(NP)R={x|a_j~Tx≤b_j,x∈E~n,j∈I},I={1,2,…,m}.(2)其中 a_j=(a~(j_1),a_(j_2),…a_(j_n))~T,x~T=(x_1,x_2,…,x_n)是 n 维向量,b_j 是标量,f(x_1,x_2,…,x_n)是一阶连续可微的凸函数.     

第一章 幂函数、指数函数、对数函数

1.集合的概念一、选择题 1.若集合m={x|x-1/x-2≥0},N={x|(x-1)(x-2)≥0},P={x|2~((x-1)(x-2))≥1}则( )。 (A)M=N=P (B)MNP (C)MNP (D)MN=P 2.设p={x_1,x_2,x_3}是方程x~3=1在复数集C中的解集,Q={x_1X_2,x_2x_3,x_3x_1},那么P与Q的关系是( )。 (A)PQ (B)PQ (C)P=Q (D)P∩Q=φ 3.设全集1={x|x为小于20有奇数},若     

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:     

线性约束非线性规划的梯度投影法

我们考虑问题(LNP) minf(x),x∈R={x|A~Tx≤b,x∈R~n},其中A是n×m矩阵,b为m维向量,R~n为n维欧氏空间f(x)∈C~1.记I(x)={i|a_i~Tx=b_i,i=1,…,m},P_(I(x))为R~n到U_(I(x))={x|a_i~Tx=0,i∈I(x)}的投影矩阵.特别记I_k=I(x~k),U_k=U(I_k),N(I_k)=(a_i~T,i∈I_k)~T.本文恒假定秩N_(I(x))=|I(x)|,(即I(x)中的元素个数).     

A Modified Version of ABS Algorithms

Solving Ax=b where A=(a_1,…,a_m)~T∈R~m,n,x∈R~n,b∈R~m,by the ABS al-gorithm,we have the gelleral solution for the first i equations being of the form x=x-i 1 H_i 1~Tq,q∈R~n.Construct Z_i 1 such that Rang(Z_i 1)=Rang(H_i 1~T)=Null(A_i)and Z_i 1 is of full rank in column.Thus,x=x_(i 1) Z_i 1,q∈R~n-i.The modifiedalgorithms are based upon the idea that Z_i 1 is of full rank at each step.     

非线性规划的一个可行方向方法

<正> 本文的目的是给出非线性规划问题(P) min(?) f(x),R={x|Ax=b,x≥0}的一个具收敛性的算法.其中,f(x)∈C′,A 是 m×n 阶矩阵(m相似文献   

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:     

“f(x)g(x)=of(x)=0或g(x)=0”对吗?——从一道错题谈起

首先看一道选择题:设全集为实数集R,M={x|f(x)=0},N={x|g(x)=0},那么集合P={x|f(x)g(x)=0}可表示为(A)M∩N;(B)M∪N;(C)M∪N;(D)M∪N.这是一道广为流传的题目.如1998年福州市高中毕业班质量检查卷(理科)第一题.参考答案都选(D).其实这是一道错题.例如,设f(x)=x2-1,g(x)=lg(x-1).则M={x|f(x)=0}={-1,1},N={x|g(x)=0}={2},M∪N={-1,1,2},但P={x|f(x)g(x)=0}={x|(x2-1)lg(x-1)=0}={2}≠M∪N.又如设f(x)=sinx,g(x)=cosx,M={x|f(x)=0}={x|x=kπ,k∈Z},N={x|g(x)=0}={x|cosx=0}={x|x=kπ π2,k∈Z}.M∪N={x|x=kπ或kπ π2,k∈Z}…     

FREDHOLM OPERATORS ON THE SPACE OF BOUNDED SEQUENCES

Necessary and sufficient conditions are studied that a bounded operator T_x =(x_1~*x, x_2~*x,···) on the space ?_∞, where x_n~*∈ ?_∞~*, is lower or upper semi-Fredholm; in particular, topological properties of the set {x_1~*, x_2~*,···} are investigated. Various estimates of the defect d(T) = codim R(T), where R(T) is the range of T, are given. The case of x_n~*= d_nx_(tn)~*,where dn ∈ R and x_(tn)~*≥ 0 are extreme points of the unit ball B_?_∞~*, that is, t_n ∈βN, is considered. In terms of the sequence {t_n}, the conditions of the closedness of the range R(T)are given and the value d(T) is calculated. For example, the condition {n:0 |d_n| δ} = Φ for some δ is sufficient and if for large n points tn are isolated elements of the sequence {t_n},then it is also necessary for the closedness of R(T)(t_(n0) is isolated if there is a neighborhood U of t_(n0) satisfying t_n ■ U for all n ≠ n0). If {n:|d_n| δ} =Φ, then d(T) is equal to the defect δ{_tn} of {t_n}. It is shown that if d(T) = ∞ and R(T) is closed, then there exists a sequence {A_n} of pairwise disjoint subsets of N satisfying χ_(A_n)■R(T).     

求解不可微箱约束变分不等式的下降算法

1 引 论 设X(?)Rn是非空闭集,F:Rn→Rn连续映射,变分不等式问题VI(X,F)是指:求x∈X,使 F(x)T(y-x)≥0,　 (?)y∈X,(1)记指标集N=(1,2,…,n},当 X=[a,b]≡{x∈Rn|a≤xi≤bi,i∈N},(2)其中a={a1,a2,…,an}T,b={b1,b2,…,bn}T∈Rn时,VI(X,F)化为箱约束变分不等式VI(a,b,F).若ai=0,bi=+∞,i∈N,即X=R+n≡{x∈Rn|x≥0}时,VI(a,b,F)化为非线性     

解有约束总极值问题的弃舍方法和简约方法

1.提出问题 设f(x);g_1(x),…,g_m(x);l_1(x),…,l_r(＊)是n维欧氏空间R~n上的连续函数,试求总极小值 c=inf f(x),x∈G_u, (1)其中 G={x|g_i(x)≤0,i=1,…,m}, (2) L={x|l_j(x)=0,j=1,…,r}. (3)如果问题有解,则求总极值点集H.我们假设、存在实数a,使得水平集 H={x|f(x)≤a,x∈G_0}     

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   

用Walsh-Fourier级数的(c,β)平均来逼近函数的问题

设p≥2是固定的整数.x∈[0,1]的p进表示是x=(0.x_1x_2…x_n…),其中x_k∈{0,1,…,p-1},k∈N={1,2,…}。並且约定对p进有理点取有限表示。对任意非负整数k≥0,写k=sum from j=0 to n (k_jp~j),k_j∈{0,1,…,p-1}。设,则p进的Walsh函数定义为。     

数学解题易错点提示

在复习备考过程中,熟悉某些解题小结论,防止解题易错点的产生,对提升考试成绩将会取到较大的作用.1.描述法给出的集合要养成先看代表元素的习惯例1若集合M={y|y=x2,x∈R},N={y|y=2x,x∈R},则()(A)M∩N={2,4}.(B)N M.(C)M N.(D)M∩N={4,6}.分析:因为M={y|y≥0},N={y|y>0},∴正确