多元函数总体极小的双参数广义填充函数法

1 广义填充函数的一般方法 设函数F:R~n→R二阶连续可微,我们的目的是求出x~0∈R~n,使不等式对一切x∈R~n成立,也就是求解函数F的总体极小。 为了求F的总体极小,葛人溥引进了双参数填充函数法,这一方法是有意义的,在[1]中填充函数形式为:     

求多变量非光滑函数总体极小点的一类改进的填充函数法

1 引言 设F:ΩR~n→R,其中Ω是对n维欧氏空间中的紧集,F为非光滑函数.假定 F在Ω内部有极小点,我们的问题是考虑求解 minF(x) x∈Ω　 (1.1) 上述即是所谓的求解非光滑函数F总体极小点问题.目前尚未见到有关求解这类问题的总体极小点的理论和算法.葛人溥在讨论求解具有非线性约束、目标函数为光滑的     

罚函数与带不等式约束的总极值问题

设f(x)是n维欧氏空间R~n中有界闻区域G上的连续函数,考虑下列带不等式约束的函数极小问题: 求f(x)在G上的总极小,并满足约束x∈S,     

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)     

求解Lipschitz型规划全局极小点的改进的填充函数法

1 引言 考虑问题 (P)min(x), x∈Ω其中F:ΩR~n→R是局部Lipschitz函数,Ω为紧集,且F(x)在Ω内有极小点。文[1,2,3]在一定条件下给出了求解一般非光滑规划全局极小点的填充函数法,并给出了求解的全过程。本文根据文[1,2,3]的思想,为求解(P),结合函数的特点,给出了一种改进     

求一类非光滑规划全局极小点的改进的填充函数法

考虑优化问题minx∈ΩF(x) ,针对F(x)为局部Lipschitz函数 ,本文引入了求解该优化问题的一类改进的单参数填充函数 ,给出了相应的算法和收敛估计 ,理论分析和数值结果表明该方法是行之有效的     

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     

无需扰动的Merrill算法

1.引言 记n维欧氏空间R~n的非空紧凸子集族为P(R~n).设F:R~n→P(R~n)是上半连续的集值映射.称x∈R~n为F的一个Kakutani不动点,如果x∈F(x). 考虑计算F:R~n→P(R~n)的Kakutani不动点的问题.熟知,Merrill重复开始     

三次函数的单调性

设三次函数F(x)(x∈R)的导函数F′(x)=ax^2 bx c(a≠0，a，b，c为常数)，Δ=b^2-4ac．     

如何用导数判断函数单调性

函数的单调性是函数的重要性质,也是高考的热点问题,若利用函数定义求解,一般较为复杂.但是利用导数求函数的单调就有效地解决了这一难题.一般地,设函数y=f(x)在某个区间内可导,如果f′(x)>0,则f(x)为增函数;如果f′(x)<0,则f(x)为减函数.下面对利用导数判断函数的单调性的几个注意点加以说明.一、f′(x)>0(<0)是f(x)为增(减)函数的充分不必要条件例1用导数来判断函数f(x)=x3(x∈