惩罚函数法

引言非线性规划问题大致可分为两类:一类是无约束最优化问题:极小化f(x),x=(x_1,…,x_n)~T∈E~n;(0.1)另一类是约束最优化问题:极小化f(x),x=(x_1,…,x_n)~T∈E~n;约束g_j(x)≤0,j=1,…,m;(0.2)h_k(x)=0,k=1,…,l。     

约束极值的一个可行方向法

<正> 引言我们讨论下面的约束极值问题(NP):(?)f(x_1,x_2,…,x_n) (1)(NP)R={x|a_j~Tx≤b_j,x∈E~n,j∈I},I={1,2,…,m}.(2)其中 a_j=(a~(j_1),a_(j_2),…a_(j_n))~T,x~T=(x_1,x_2,…,x_n)是 n 维向量,b_j 是标量,f(x_1,x_2,…,x_n)是一阶连续可微的凸函数.     

非线性约束条件下梯度投影法的一个统一途径

对于问题(P),我们作如下假设: (H1):g_j(x)(j=1,…,m)为一阶连续可微凸函数.f(x)为一阶连续可微函数. (H2):x∈R={x|x∈E~n,g_j(x)≤0,j=1,…,m}:{g_j(x)|j∈J_J(x)}为线性无关向量组.其中J_0(x)={j|g_j(x)=0}. 自Rosen的梯度投影法产生以来,国内外流行的求解(P)的梯度投影法都是先对切面做投影,然后拉回可行域,目的是保证所取得的搜索方向为可行下降方向.1985年     

关于增广乘子法的实现

我们考虑以下约束极小化问题min f(x),x∈R~n,s.t.g_j(x)=0,j∈E{1,…,m_e},g_i(x)≥0,j∈I{m_e+1,…,m},(1)其中函数f、g_i(j∈E∪I)均为二阶连续可微的.我们定义以下增广Lagrange乘子函数,亦称为乘子罚函数:     

一类线性约束极大极小问题的算法及其收敛性

设R为n维欧氏空间E~n中的非空多面体,考虑非线性规划问题 (P) (?)f(x), f(x)=sum from j=1 to l (f_j(x)),f_j(x)=■{β_(ij)(x)},其中I_j为有限指标集,β_(ij)(·)是E~n上的连续可微函数,x=(x_1,…,x_n)~T∈E~n,j=1,…,l. 本文先证明了伪方向导数的两个基本性质,并在去掉“β_(ij)(·)为上一致可微”这个条件     

在Banach空间中推广的Roper-Suffridge算子(Ⅲ)

假定X是具有范数‖·‖的复Banach空间,n是一个满足dim X≥n≥2的正整数.本文考虑由下式定义的推广的Roper-Suffridge算子Φ_(n,β_22γ_2,…,β_(n+1),γ_(n+1))(f):(?)其中x∈Ω_(p1,p2,…,pn+1),β_1=1,γ_1=0和(?)这里p_j1(j=1,2,…,n+1),线性无关族{x_1,x_2,…,x_n}(?)X与{x_1~*,x_2~*,…,x_n~*}(?) X~*满足x_j~*(x_j)=‖x_j‖=1(j=1,2,…,n)和x_j~*(x_k)=0(j≠k),我们选取幂函数的单值分支满足(f(ξ)/ξ)~(β_j)|ξ=0=1和(f′(ξ))~(γ_j)|ξ=0=1,j=2,…,n+1.本文将证明:对某些合适的常数β_j,γ_j,算子Φ_(n,β_2,γ_2,…,β_(n+1),γ_(n+1))(f)在Ω_(p_1,p_2,…,p_(n+1))上保持α阶的殆β型螺形映照和α阶的β型螺形映照.     

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.     

杭州大学一九八三年攻读硕士学位研究生入学考试试题

1.给定函数f∈C~2[a,b]和分划a=x_0相似文献   

一维问题的一种积分形式的流量重构算法

1引言我们考虑如下一维二阶椭圆边界值问题(-(β(x)p′)(x))′=f(x),x∈(a,b) p(a)=p(b)=0(1))其中β=β(x)是一恒正函数,且β∈H~1(a,b),f∈L~2(a,b)．事实上,在此条件下,我们可保证p∈H~2(a,b)(见[1],[2])．(1)之弱形式为：求p∈H_0~1(a,b)使得a(p,q)=(f,q),(?)q∈H_0~1(a,b),(2)其中a(p,q)=(?)_a~bβp′q′dx,(f,g)=(?)_a~bfqdx．给定(a,b)的一个分割α=x_0＜x_1＜…＜x_(n-1)＜x_n=b,令h=(?)(x_i-x_(i-1)),(?)_i表示通常相应于节点x_i的形状函数,即(?)_i是连续的分段线性函数且满足(?)_i(x_k)=δ_(ik),这里δ_(ik)=(?)i,k=0,1,…,n．又记V_h~0=span{(?)_1,(?)_2,…,(?)_(n-1)),取V_h~0作为p的逼近空间,则求解(1)的标准有限元格式为：求ph∈V_h~0使得     

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     

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。     

关于解非线性方程组的King-Werner叠代过程的收敛性

解非线性方程组P(x)=0的Newton叠代法S_(n 1)=u(x_n)的种种改进与其叠代函数u(x)=x-P’(x)~(-1) P(x)由一目拓广到两目ω(x,z)=x-P’(z)~(-1)P(x)有关,King-Werner的改进方案x_(n 1)=w(x_n, 1/2(x_n y_n)),y_(n 1)=w(x_(n 1),1/2(x_n y_n))保持计值量不变而使收敛阶达到1 2~(1/2),我们证明了,设P:D? C~N→C~N在凸区域D上具有以L为常数的Lipschitz连续的二阶Frechet导数P″(x),||P″x||≤M x∈D,?x_0∈D,x_1=u(x_0),||x_1-x_0||≤η, ||P’(x_0)~(-1)||≤β,M 1/12Lη≤K,h=Kβη≤1/2,S≡{x|||x-x_1||≤η(1-(1-2h)~(1/2)/(1 (1-2h)~(1/2))}?D,则King-Werner叠代过程产生的x_n和y_n都属于S并且收敛于N元方程组P(x)=0的解,这个结论,与关于Newton叠代过程收敛性的Ostrowski-定理十分相似。     

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     

线性约束不可微凸规划的既约次梯度法

本文研究形式为 minf(x) (1.1) x∈R的非线性规划问题,其中x=(x_1,x_2,…,x_n)~T∈E~n,f:E~n→E为给定的凸函数,它可以是不可微的.可行集R为     

带约束的最小平方和

<正> §1.引言设 x=(x_1,…,x_n)~T,f(x)=(f_1(x),…,f_m(x))~T,g(x)=(g_1(x),…,g_l(x))~T,其中 f_i(x)(i=1,…,m)与 g_j(x)(j=1,…,l)可以是非线性函数.令     

某些环的结构

Jacobson的著名定理指出,若结合环R满足:对任意x∈R均有整数m(x)>1使x~[m(s)]=x,则R同构于一些域的亚直接和.Putcha与Yaqub推广了此结果.定义x_1,…,x_n的一个字w(x_1,…,x_n)为一个乘积,其每个因子都是某个x_i(i=1,…,n).于是,一个多项式f(x_1,…,x_n)则具形     

非线性规划的一个可行方向方法

<正> 本文的目的是给出非线性规划问题(P) min(?) f(x),R={x|Ax=b,x≥0}的一个具收敛性的算法.其中,f(x)∈C′,A 是 m×n 阶矩阵(m相似文献   

光滑函数类中一族无高阶导数的大范围收敛迭代法

The problem whether the iteration formula with the global convergence which does notneed to compute the second order derivative of the function can be found, raised in [7], issolved for f(x)∈C~1(R~1) in the present paper by using the methods of prior estimates andintroducing a parametric function. The main results are as follows: 1. For f(x)∈C~1(R~1), the families of iteration formulas of the global convergence,without derivatives of higher order, are suggested in the following formx_(n 1)=x_n±|f(x_n)|/|f'(x_n)| α(x_n)|f(x_n)|,(1)x_(n 1)=x_n-α|f(x_n)|/(α-1)f'(x_n)sgnf(x_0)±(f'2(x_n)αp(x_n)|f(x_n)|),(2)x_(n 1)=x_n±|f(x_n)f'(x_n)|/f'2(x_n) 1/2p(x_n)|f(x_n)|,(3)Where the real parameter a∈(0, 2] and the real parametric functions α(x)=α(f(x),f'(x)) (>0) and p(x)= p(f(x), f,(x)) (>0) with certain arbitrariness are continuous orpiecewise continuous. 2. The convergence order of the iteration sequence {x_n} generated by (1), (2) or (3)is 2 for a simple real zero of f(x), and is 1 for a multiple zero.     

实数的广义二进展式的一个概率性质

设0相似文献   

Hermite—A插值样条

设-∞<α相似文献