解线性规划问题的梯度投影法

本文叙述了一个求解线性规划问题的梯度投影法,导出了投影矩阵的递推公式,利用此公式可大大减少每次迭代所需的计算量。实例计算表明,本文给出的算法是一有效的算法,在某些方面它要优于Karmarkar算法和单纯形法。     

SEQUENTIAL QUADRATIC PROGRAMMING METHODS FOR OPTIMAL CONTROL PROBLEMS WITH STATE CONSTRAINTS

A Kind of direct methods is presented for the solution of optimal control problems with state constraints.These methods are sequential quadratic programming methods.At every iteration a quadratic programming which is obtained by quadratic approximation to Lagrangian function and Linear approximations to constraints is solved to get a search direction for a merit function.The merit function is formulated by augmenting the Lagrangian funetion with a penalty term.A line search is carried out along the search direction to determine a step length such that the merit function is decreased.The methods presented in this paper include continuous sequential quadratic programming methods and discreate sequential quadrade programming methods.     

向量互补问题和极小元问题

本文不仅引入了非空集的有效下界的概念,而且引入了新的严格C-伪单调映射,在C-伪单调性的假设下,文内证明了向量互补问题（VCP）的可行集及其相关集合的有效下界和下有效点的存在性。     

全时段最优套期保值模型及实证研究

针对传统套期保值模型只考虑套期保值资产在套期保值期末的风险及未能充分利用样本数据所提供的信息的问题,本文提出了一类同时考虑套期保值期内不同期限风险的全时段最优套期保值比率计算模型.全时段套期保值模型通过最小化套期保值资产在套期保值期内不同期限的风险将投资者面临的风险在整个套期保值期内稳定保持在一个较低的水平,并更充分的利用了资产历史价格样本数据所提供的信息.本文基于沪深300指数及其仿真股指期货的历史价格数据,对传统形式的三种套期保值模型与本文提出的三种全时段套期保值模型的套期保值效果进行了实证分析和比较,并使用GARCH模型比较分析了这些模型套期保值的动态效果,结果表明三种全时段模型的套期保值效果都要优于相应的传统模型,能有效地缓解提前终止套期保值时投资者所面临的风险.     

Hoffman-Wielandt定理的推广及应用

1　引言及记号用 Rn× n表示所有 n× n阶实矩阵的集合 ,用 Sn× n,Sn× n+及 Sn× n++分别表示所有 n×n实对称矩阵 ,实对称半正定矩阵及实对称正定矩阵的集合 ,用 Tr(M)表示矩阵 M的迹 ,对 A,B∈ Rn× n.定义其内积为 A×B=Tr(ATB) .考虑如下半正定线性互补问题 :求 X,Y∈ Sn× n使Y =L (X) +Q,X≥ O,Y≥ O,X× Y =0 ,(1)其中 Q∈ Sn× n,L :Sn× n→ Sn× n为线性算子 ,而 X≥ O表示 X∈ Sn× n+(O表示零矩阵 ) .若 L:Sn× n→Sn× n满足X× L (X)≥ 0 ,　　 X∈ Sn× n. (2 )则称其为单调算子 ,而相应的问题称为单…     

无约束最优化锥模型拟牛顿信赖域方法的收敛性(英)

本文研究无约束最优化雄模型拟牛顿信赖域方法的全局收敛性．文章给出了确保这类方法全局收敛的条件．文章还证明了，当用拆线法来求这类算法中锥模型信赖域子问题的近似解时，确保全局收敛的条件得到满足     

广义非线性最小二乘问题的一个分离解法

非线性最小二乘涉及数据拟合问题.在测量、实验与科学研究中常用一个选定的含有可调参数向量x∈R~n的函数y=φ(x,t)(通常为x的非线性函数)去拟合一组含有误差的数据(T_j,y_j),j=1,2,…,m,最小二乘就是选择适当的参数向量x使函数x=φ(x,t)在拟合误差平方和最小意义下最优地拟合这些数据.如T_j(j=1,2,…,m)上的误差为零或忽略不计,问题则成为常规非线性最小二乘问题:     

解无约束最优化问题的块共轭方向法

在给出块共轭概念的基础上，提出了适合并行计算的向量组的块共轭化方法，进而得到解无约束最优化问题的并行块共轭方向法．有大量数值结果表明块共轭方向法具有工作量少．适用函数范围广等特点，是一种比较有效的无约束最优化方法．     

无约束优化的一类共轭梯度法(英)

本文给出了一类具有4个参数的共轭梯度法，并且分析了其中两个子类的方法．证明了在步长满足更一般的Wolfe条件时，这两个子类的方法是下降算法．同时还证明了这两个子类算法的全局收敛性．