求函数极值的图解法

求函数极值问題,已有不少的论述。在代数里,讲过y=ax~2+bx+c的图象以后,求二次函数的最大值和最小值得到了较彻底的解决。本文就在此基础上,借助于求解非线性规划问題的思想,用图形来解答一些常见的具有约束条件的极值问题。这类问题的一般形式是:在约束条件下,要求找出变量x_i(i=1,2,…,n)的值,使得给定的函数 L=f(x_1,x_2,…,x_n) (2)取最大值或最小值。这里gi(x_1,x_2,…,x_n) (i=1,2,…,m)和f(x_1,x_2,…,x_n)都是变量x_1,x_2,…,x_n的有理整函数;“V”表示=,≤,≥中的某一个符号。式(2)称为目标函数。     

计算方程重根及其重数的算法

给出一种计算方程重根及重数的迭代算法,分别具有平方收敛和线性收敛.(i)迭代:x_(n+1)=x_n-f x_n (f'(x_n))/((f'(x_n))~2-(f(x_n)f~n(x_n)),m_n=((f'(x_n)))~2/((f'(x_n))~2-f(xn_)f″(x_n)),n=0,1,2,…,重数m≈mn;(ii)加速迭代:x_(n+1)=x_n-(f~((m-1))(x_n))/(f(~m)(x_n)).     

对称多项式基本定理的推广

关于x_1,x_2,…,x_n的对称多项式都可表为初等对称多项式σ_1,σ_2,…,σ_n的多项式。本文推广了此定理的结论。定义设f_i=f_i(x_1,x_2,…,x_n)(i=1,2,…,n)为关于x_1,x_2,…,x_n的i次对称多项式,且由它们组成的方程组 (这里a_i(i=1,2,…,n)为常数)是独立的n个方程组成的方程组。即f_i不能表为上述其它n-1个多项式的多项式。则称f_i,f_2,…,f_n为n元对称多项式的一组基。引理对于任意的1≤i≤n,f_i可表为σ_1,σ_2,…,σ_i的多项式。证明因为f_i是x_1,x_2,…,x_n的i次对称多项式。由对称多项式的基本定理可设 f_i=g(σ_1,σ_2,…,σ_n)在多项式g(σ_1,σ_2,…,σ_n)中若存在含σ_i(i相似文献   

复旦大学1984年硕士研究生入学考试试题

1.设x_0,x_1,…,x_n,x是n+2个相异点,证明 f(x_0,x_1,…,x_n,x)=sum from i=0 to n(f(x_j,x)/(multiply from (?) to n(x_j-x_1))) 其中f(xj,x)和f(x_o,x_1,…,x_n,x)分别表示函数f(x)的一阶和n+1阶差商。 2.设n阶线性方程组Ax=b中n×n矩阵A的顺序主子式det(A1)≠0(i=1,…n),令(n+1)×(n+1)矩阵B为     

联合概率密度函数的一个性质

本文引进n元实变函数的广义n阶导数,证明:若n元分布函数F(x_1,…,x_n)有概率密度函数f(x_1,…,x_n)且f(x_1,…,x_n在点(x_1,…,x_n)处连续,则f(x_1,…,x_n)等于F(x_1,…,x_n)在点(x_1,…,x_n)处的广义n阶导数,但当n≥2时,f(x_1,…,x_n)并不总等于F(x_1,…,x_n)在点(x_1,…,x_n)处的n阶混合偏导数?~nF(x_1,…,x_n)/?x_1…?x_n     

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.     

关于M序列反馈函数的构造方法

n级非奇异移位寄存器的反馈函数f(x_1,x_2,…,x_n), f(x_1,x_2,…,x_n)=x_1( )f_0(x_2,…,x_n)的重量ω(f),是指n-1个变元的布尔函数f_0(x_2,…,x_n)的重量ω(f_0),即f_0(x_2,…,x_n)取值为1的点的个数。设f(x_1,x_2,…,x_n)是n级M序列的反馈函数,我们知道,当n>2时,有     

用函数凹凸性质证明三角形不等式的一个问题

一类三角形不等式应用函数的凹凸性来证明是很有效的。函数的凹凸性质可以表述为: 定理:若函数f(x)对某一区间上任意两点x_1、x_2都有 (f(x_1)+f(x_2))/2≤(或≥)f((x_1+x_2)/2) (1)则对于这个区间上任意的x_i(i=1,2,…,n)有(f(x_1)+…+f(x_n))/≤(或≥)((x_1+…+x_n)/n) (2)     

一类混合过程的 Data-Based 密度估计的 L_1-模强相合性

设{X_n}是平稳、φ混合随机变量序列.X_1…,X_n 的未知概率密度为 f(x_1,…,X_n),且 f(x_1,…,X_n)是关于 x_1,…,x_n 对称的函数.记     

高三代数高次方程一章中的三个定理

一.一元n次方程的根的个数定理一元n次方程有n个根而且只有n个根。 課本中的証明大意如下: (1)根据代数基本定理,推得 f(x)=a_1x~n+a_1x~(n-1)+…+…a_n(a_0≠0) =a_0(x-x_1)(x-x_2)…(x-x_n)=0,而 f(x_1)=f(x_2)=…=f(x_n)=0,所以f(x)=0有n个根x_1,x_2,…,x_n。 (2)设x_(n+1)是和x_1,x_2,…,x_n都不相同的任一数, ∵f(x_n+1)≠0 ∴x_(n+1)不是f(x)=0的根。从而得出結論:f(x)=0只有n个根。证毕。我們知道,要断定f(x)=O的根只有n个,必須确定所有不同的根以及每一个根的重复度。上面的証法只能滿足前者的要求而不能滿足后者,因此,很容易使人发生以下的問題:如果x_(n+1)和x_1,x_2,…,x_n中的某一个相等,于是f(x_(n+1)=0;那么是否可以說x_(n+1)是f(x)=0的第n+1个根呢? 所以这个証法是不妥当的。事实上这个定理应該根据多項式的典型分解式的唯一性来証明。     

关于一个积分不等式的Djokovi(?)''''s猜想(英文)

在1965年,Djokovi,D.Z提出[1]:设x_0(1-α_1)(x_2-x_0)时,(4)不成立,一般说,(4)式是否成立和点x_0相似文献   

一类极限问题

这里讨论一类以递推关系x_n=f(x_(n-1))确定的数列{x_n}(n=1,2,…)的极限问题,其中x_0是给定的。我们要利用f(x)的性质来解决这个问题。为此建立如下定理。定理:设f(x)是定义在(a,c)内的单值连续函数,且x=f(x)在(a,c)内有唯一解b,又当x(?)b时,f(x)(?)b,则有结论: 1.若在(a,b)内b>f(x)>x,在(b,c)内x>f(x)>b,则任给x_0∈(a,c),令x_n=f(x_(n-1)(n=1,2,…)恒有x_n收敛于b。若在(a,6)内f(x)x,则x_n=f(x_(n-1))(n=1,2,…)对任给x_0(?)b绝不收敛于b。     

具有等变量极值的多元函数

定义.D是n维欧氏室空中一个点集,n≥2,f(x_1,x_2,…,x_n)是定义在D上的一个n元函数。如果f在D上极值存在,并且位于诸变量相等时,那末,称f在D上具有等变量极值。定理. 设f(x_1,x_2,…,x_n)(n≥3)是定义在D上的一个n元函数。如果f(x_1,x_2,…,x_n)在D上具有极大(小)值,且任意固定     

n=3时的費尔馬問题

华罗庚教授在其所著“数论导引”一书中,借域R(ω)(R是有理数域,ω为1之三次原根)証明了方程 x~3+y~3+z~3=0,xyz≠0无整数解。本文给出一个比较初等的証法,而无需涉及复数域。先証以下引理: 引理1.不定方程 x_1x_2…x_n=w~3(x_1,x_2,…,x_n两两互质) (1)之一切整数解均可由公式 x_1=α~3,x_2=β~3,…,x_n=τ~3,w=αβ…τ (2)表出,其中α,β,…,τ两两互质。 証.由(2)确定的x_1,x_2,…,x_n,w显然适合(1).今设x_1,x_2,…,x_n,w为(1)之一组解,令 x_1=α~3x′_1,x_z=β~3x′_2,…,x_n=τ~3x′_n,使x′_1,x′_2,…,x′_n为不再含有立方因数之正数。因x_1,x_3,…,x_n两两互质,故α,β,…,τ与x′_1,x′_2,…,x′_n皆两两互质。由(1)知α~3β~3…τ~3|w~3,即αβ…τ|w;设w=αβ…τw_1,代入(1),便得x′_1x′_2…x′_n=w_1~3。若w_1有质因数p,则应有p~3|x′_1x′_2…x′_n。因x′_1,x′_2,…,x′_n两两互质,所以p~3整除某x′_s,这与x′_s沒有     

显式迭代数列的收敛性及其推广

本文研究分别由x_(n+1)=f(x_n),x_(n+1)=f(x_n,x_(n-1)),及g(x_(n+1))=f(x_n)产生的迭代数列收敛性问题,并运用构造迭代数列的方法解决一些实际问题.     

F-相对极值超曲面的Bernstein性质(英文)

设x:M→R~(n+1)是一个局部严格凸的超曲面,由定义在一个凸域Ω()R~n上的严格凸函数x_(n+1)=f(x_1,x_2,…,x_n)给出.设Y=(0,0,…,0,1)是超曲面的古典相对法,则相应的余法场U=(-(()f)/(()x_1),-(()f)/(()x_2),…,-(()f)/(()x_n),1).本文相对于余法向量场U~F=F(ρ)U又定义了一个相对法化,称之为M的F-相对法化,其中ρ=[det(f_(ij))]~(-1/(n+2)),并证明了F-相对极值超曲面的Bernstein性质.     

一个最小值极大化问题的简解

文[1]为解决二次规划问题:已知实数x_1,x_2,…,x_n,满足x_1~2 x_2~2 … x_n~2=1,当n≥3时,求(?)|x_i-x_j|.首先给出了下面二个命题:命题1在方程x_1~2 x_2~2 … x_n~2=1的解(x_1,x_2,…,x_n)(其中x_1相似文献   

非参数回归中Cross-Validation最近邻估计的一致性

Given that y_i=f(x_4)+S_i,i=1, 2, …, n, let f(x) be the nearest neighbour estimate of regressive function f(x), and h_n~* the cross-validation selection of the number of neighbours. Ker-Ohau Li studied the limiting bohaviour of mean square errors _(rr)(h_n~*)=1/n‖F_n-_n‖_h_~2 and obtained under cartain conditions the (h_n~*) =O(P), where F_n= (f(x_1),…, f(x_n))' and _n=((x_1),…,(x_n))'. Under the assumption that the ε_i~'s are i.i.d., we improve the results of [5].     

线性表示在解题中的应用举例

<正>首先我们来看线性表示的概念:定义若a_1x_1+a_2x_2+…+a_nx_n=b(其中x_1,x_2,…,x_n是未知量,a_1,a_2,…,a_n,b是不全为零的常数,n∈N*)则b称为数组x_1,x_2,…,x_n的一个线性组合.当b=0时,x_1,x_2,…,x_n称为线性相关,此时令a_n=-1,则有x_n=a_1x_1+a_2x_2+…+x_(n-1)a_(n-1),称变量x_n是变量x_i(i=1,2,…n-1)的一个线性表示.本文的"线性表示"是指用给定的某些量     

Vincent定理的多元推广

Vincent定理指出:若f(x)为d次实系数多项式,(a_1,b_1)为开区间,则多项式f(x)在(a_1,b_1)上没有实根当且仅当存在正常数δ,使得对任意区间(a,b)(a_1,b_1),当|a-b|δ时,多项式(1+x)~df((a+bx)/(1+x))的系数不变号(都是正数或都是负数).文章的主要工作是推广这一结果到一般的多变元代数系统.设实系数多项式f∈R[x_1,x_2,…,x_n],f相对于变元x_i的次数记为d_i.记区间的笛卡尔积为I=[a_1,b_1]×[a_2,b_2]×…×[a_n,b_n](也称为Box).记φ(I)=max{b_i-a_i,i=1,2,…,n}.定义f_I=(1+x_1)~(d_1)(1+x_2)~(d_2)…(1+x_n)~(d_n)f((a_1+b_1x_1)/(1+x_1),(a_2+b_2x_2)/(1+x_2),…,(a_n+b_nx_n)).称f_I为f相对于Box I的伴随多项式.证明了:若多项式f_1,f_2,…,f_m∈R[x_1,x_2,…,x_n],且BoxΛR~n,则方程组{f_1=0,f_2=0,…,f_m=0}在BoxΛ上没有零点,当且仅当存在正常数δ(与BoxΛ有关),使得对于任意Box IA,当φ(I)δ时,伴随多项式f_(1I),f_(2I),…,f_(mI)中至少一个f_(iI)的非零系数全是正(或负)数且f_i在Box I的所有顶点上的值不为0.