一个修正的罚函数方法

本文通过给出的一个修正的罚函数,把约束非线性规划问题转化为无约束非线性规划问题.我们讨论了原问题与相应的罚问题局部最优解和全局最优解之间的关系,并给出了乘子参数和罚参数与迭代点之间的关系,最后给出了一个简单算法,数值试验表明算法是有效的.     

反正弦函数概念的教学对话

反正弦函数是一个比较抽象的概念 ,是教学的难点 .为此 ,我利用一个课时的时间 ,采用对话的形式 ,和同学们一起共同讨论这个问题 .教师 :请同学们回答以下两个问题 .问题 1　写出下列函数的逆关系 (即求出ｘ) .①ｙ =3ｘ - 1(ｘ∈Ｒ) ;②ｙ =ｘ3 1(ｘ∈Ｒ) .问题 2　一个函数的逆关系就是这个函数的反函数 ,对吗 ?(问题 2提出后 ,学生议论纷纷 ,有的说对 ,有的说不对 .)教师 :请说对的同学讲讲其理由 .学生 :函数是它的定义域到值域上的一个映射 ,这个映射的逆映射就是这个函数的反函数 ,例如ｙ= 3ｘ - 1(ｘ∈Ｒ) ,它是Ｒ到Ｒ上的一个映射…     

谨防相容性失误

一个没有缺陷的数学问题,其条件相互之间应当不存在任何矛盾,是协调的,即其条件应当是相容的.但是,有的数学问题,其条件的相容性,常常是内隐的,容易被同学们忽视.所谓相容性失误,指的是在解决一个问题的过程中,由于对内隐于问题条件中的相容性认识不到位,使解题过程出现疏忽,从而导致的一种解题失误.解题中的相容性失误,大致可分为关系相容失误、图形相容失误、范围相容失误.     

对课本的态度

在高考复习时 ,我们经常关心的一个问题是 ,试题在何处创新 ?这是一个很难简单回答的问题 ,而且有很多看似矛盾的地方 .这直接关系到我们对课本的态度 .关于课本与高考命题的关系 ,我们可以把它概括为 :一个主体 ,两个方向 .一个主体 ,就是课本是主体 ,课本是高考命题的主要依据 ,在课本的基础上组合、加工和发展 .所谓组合 ,就是根据知识点间的内在联系 ,从数学整体的高度设计题目 .比如函数与不等式 ,研究函数时以不等式为工具 ,研究不等式要用到函数的性质 ;又比如函数思想与解析方法 ,就函数而言 ,式是对象 ,图象是工具 ,就曲线来说 ,曲…     

导数具有相同1值点的亚纯函数的唯一性定理

本文给出了一个导数具有相同1值点的亚纯函数唯一性定理,回答了C.C.Yang的一个问题,纠正了K.Shibazaki的一个结果.例子表明本文结果是精确的.     

担保债权凭证定价——Copula函数的非参数估计与应用

CDO是最近十年来规模增长最快的信用衍生产品之一.2005年国家开发银行和建设银行两只资产支持证券的发行开启了我国CDO市场的先河,因此,深入分析CDO的合理定价不仅是当前金融研究中一个备受关注的问题也是促进CDO市场在我国健康发展的要求.对CDO定价要求模型化违约相关关系,普遍使用的方法是指定一个Copula函数来描述这种相关关系,然后使用市场数据来估计其中的参数.这种参数分析法方法不可避免的会导致巨大的模型风险.使用非参数方法可以从市场数据中推导出一个合理的Copula函数,然后利用Monte Carlo方法计算CDO分券的合理价差.这不仅可以避免因市场数据存在“厚尾”现象而错误估计Pearson相关系数带来的定价误差,还可以利用估计出来的Copula函数很方便地计算Kendall＇sτ、Spearman＇sρ等依赖性测度的值.     

求解弱线性双层规划问题的一种全局优化方法

双层规划在经济、交通、生态、工程等领域有着广泛而重要的应用.目前对双层规划的研究主要是基于强双层规划和弱双层规划.然而,针对弱双层规划的求解方法却鲜有研究.研究求解弱线性双层规划问题的一种全局优化方法,首先给出弱线性双层规划问题与其松弛问题在最优解上的关系,然后利用线性规划的对偶理论和罚函数方法,讨论该松弛问题和它的罚问题之间的关系.进一步设计了一种求解弱线性双层规划问题的全局优化方法,该方法的优势在于它仅仅需要求解若干个线性规划问题就可以获得原问题的全局最优解.最后,用一个简单算例说明了所提出的方法是可行的.     

不等式约束优化问题的低阶精确罚函数的光滑化算法

对不等式约束优化问题提出了一个低阶精确罚函数的光滑化算法. 首先给出了光滑罚问题、非光滑罚问题及原问题的目标函数值之间的误差估计,进而在弱的假
设之下证明了光滑罚问题的全局最优解是原问题的近似全局最优解. 最后给出了一个基于光滑罚函数的求解原问题的算法,证明了算法的收敛性,并给出数值算例说明算法的可行性.     

一类直觉模糊关系线性规划的解

提出了一类目标函数为线性函数,约束是直觉模糊关系方程的最优化问题.这是一类非凸非光滑最优化问题,基于可行域的结构,给出了求全局最优解和最优值的一个算法,最后通过数值例子验证了算法的可行性.     

直说函数图像对称问题

在实际教与学中,函数对称问题是个难点,同学们经常将一个函数自身的对称与两个函数之间的对称关系混淆,而且这部分内容结论较多又抽象难掌握．本文对于一个函数自身对称问题借助图形来帮助理解,并总结出对称函数表达式的特点;对于两个函数之间的对称问题,将从两个简单的对称问题出发,结合函数图像平移知识来解决,希望能够帮助同学们在理解的基础上掌握函数图像对称问题的解决方法．     

微分方程的解和小函数的关系

本文利用了一个新的引理研究了微分方程解以及它们的一阶,二阶导数,微分多项式与小函数的之间的关系.     

简单光滑精确指数乘子罚函数

解决有约束非线性规划问题的一个基本方法足将之简化为无约束问题,比如罚函数法.其中精确罚函数法是通过解决某个无约束问题来获得原有约束问题的一个解.就经典的罚函数定义而言,简单精确罚函数是非光滑的,从而难以处理.作者提出一个简单光滑精确指数乘子罚函数,验证在二阶充分条件下它存在相应的超线性收敛率,并得到关于它的强弱对偶结果.     

带有不等式约束的非线性规划问题的一个精确增广Lagrange函数

对求解带有不等式约束的非线性非凸规划问题的一个精确增广Lagrange函数进行了研究．在适当的假设下,给出了原约束问题的局部极小点与增广Lagrange函数,在原问题变量空间上的无约束局部极小点之间的对应关系．进一步地,在对全局解的一定假设下,还提供了原约束问题的全局最优解与增广Lagrange函数,在原问题变量空间的一个紧子集上的全局最优解之间的一些对应关系．因此,从理论上讲,采用该文给出的增广Lagrange函数作为辅助函数的乘子法,可以求得不等式约束非线性规划问题的最优解和对应的Lagrange乘子．     

关于多元函数极限的一点注记

在微积分学中,极限是一个非常基础而重要的概念,是研究函数的一个基本工具.但较抽象,尤其多元函数的情形.目前,在有关微积分的教材中,一元函数极限的概念相对标准且统一,但多元情形较乱,甚至自相矛盾.本文试图就此问题进行研究,并以一元函数极限的概念为标准,给出多元情形一个标准定义.     

Poisson分布易被忽视的重要性质

"Poisson分布的总体均数与其观察单位成正比",这是一个被忽视的性质,但这是一个很基本的性质,在一些问题的解决中它是必需的.本文讨论了这个性质,并举例说明它在实际问题中的应用,然后对此内容在授课过程中的安排提出建议.     

弦函数有界性的应用

正、余弦函数存在着天然的有界性,即sinx︱≤1,︱cosx︱≤1.有界性是弦函数与切函数的显著不同,若能在一些数学问题中灵活地加以运用,沟通三角函数与数值间的关系,往往能有效地突破解题困境,使问题得以顺利解决.一、应用于求值计算     

探究抽象函数背景下求函数值的意识

<正>抽象函数背景下的函数值问题,是指题目没有给出具体的函数解析式,也没有告诉我们是什么函数,只是给出函数f(x)满足的函数关系、函数性质、函数方程、恒等式和运算性质,要求我们求相应函数的函数值.所以这类问题隐蔽性、抽象性、灵活性、技巧性、综合性都较强,涉及的知识面较广,使不少同学感到困难,甚至无所适从.为此,笔者以一类典型抽象函数背景下的函数值问题为例,认真分析和总结     

锥壳的位移解及应用*

本文提出求锥壳方程通解的另一种方法——位移法.文中根据文献[1]给出的壳体基本关系,导出锥壳一般弯曲问题的位移方程组,然后通过引入一个位移函数U(s,θ)(在极限情况下,就变为对于圆柱壳所引入的位移函数),从而将锥壳基本方程组化成关于位移函数U(s,θ)的8阶可解偏微分方程(控制微分方程).对于一般弯曲问题,该方程的一般解以广义超几何函数给出;对于轴对称弯曲问题,用Bessel函数给出其一般解.作为锥壳位移解法的应用,讨论了Winkler地基模式上的锥壳的轴对称弯曲问题,给出数值结果.     

对等式约束非线性规划问题的Hestenes-Powell增广拉格朗日函数的进一步研究

本文对用无约束极小化方法求解等式约束非线性规划问题的Hestenes-Powell 增广拉格朗日函数作了进一步研究．在适当的条件下,我们建立了Hestenes-Powell增广拉格朗日函数在原问题变量空间上的无约束极小与原约束问题的解之间的关系,并且也给出了Hestenes-Powell增广拉格朗日函数在原问题变量和乘子变量的积空间上的无约束极小与原约束问题的解之间的一个关系．因此,从理论的观点来看,原约束问题的解和对应的拉格朗日乘子值不仅可以用众所周知的乘子法求得,而且可以通过对Hestenes-Powell 增广拉格朗日函数在原问题变量和乘子变量的积空间上执行一个单一的无约束极小化来获得．     

具有四个公共小函数的亚纯函数

本文研究了具有四个公共小函数的亚纯函数唯一性问题,例子表明本文的一个定理是精确的.