关于非线性規划中鞍点定理的两点注記

§1.鞍点定理中的约束规格我们下面将沿用Arrow,Hurwicz,Uzawa在[2]中所用的术语和记号.准鞍点条件:如(?)使f(x)在约束g(x)≥0下取最大值,f(x)和g(x)是可微的,则存在(?)≥0使得(?)+(?)=0,(?)((?))=0.其中x是n维列向量〈x_1i,x_2,…,x_n〉,y是m维行向量(y_1,y_2,…,y_m).f(x)是     

动态规划型的序贯决定过程

<正> 自从动态规划形成最优化方法的重要分支以来,不少工作致力于为它的理论建立更严密的数学基础.其中一个在理论上和应用上都十分重要的问题是:在什么条件下,一个按其问题的实际背景说来并非序贯决定过程的最优化问题,可以构造成某种序贯决定过程的最优化问题模型,并且使动态规划函数方程对该模型成立?在确定性(非随机性)     

随机对象的优选法

在通过逐次试验以寻求给定区间上单峰函数的最优点这一问题中,单因素优选分数法(菲波那契数法)的最优性在于它使指标——误差极值达到最小。在论证分数法对这一指标的最优性时,有一显然假定,即假定给定区间上的所有单峰函数全都可能出现,而不考虑不同单峰函数出现的机会可能不同这样的问题。 但在实际应用中,寻优对象φ(x)通常是给定区间上单峰函数的某种特定的总体,在许多情况下,这总体中不同的单峰函数出现的机会服从一定的统计规律。在这样的情况