共查询到20条相似文献,搜索用时 46 毫秒
1.
考虑方程组(E) (dx)/(dt)=f(t,x),其中 x=(x_1,x_2,…,x_n)~T,f(t,x)=(f_1(t,x),f_2(t,x),…,f_n(t,x))~T 在区域 D:t≥t_0≥0,‖x‖≤H,H>0;上连续可微,且 f(t,0)≡0.用 x=x(t;t_0,x_0)表示(E)的具有初值 x(t_0;t_0,x_0)=x_0的解.对于方程组(E),我们有下面的引理:引理 对于方程组(E),如果存在一个正定的函数 V(t,x)满足微分不等式(dV)/(dt)≤ω(t,V) (1)且比较方程 相似文献
2.
求解特征值反问题的同伦方法 总被引:2,自引:0,他引:2
§1.引言 本文讨论经典的加法问题,即 问题A.给定一个n阶实对称矩阵A和n个实数λ_1,…,λ_n,求n维实向量x=(x_,…,x_n)~T,使得A+diag(x_1,…,x_n)的特征值是λ_1,…,λ_n。 求解问题A的数值方法已有很多,一般是先把问题A化为一个等价的非线性方程组,然后用Newton法求解相应的非线性方程组.在[6]中,Friedland等对这方面的工 相似文献
3.
Volterra积分微分方程解的稳定性与有界性 总被引:1,自引:0,他引:1
这里A为n×n常数矩阵,C(t,s)为n×n函数矩阵,对0≤s≤t<∞连续,f:(-∞,∞)→R~n连续。 我们规定‖·‖表示向量x=(x_1,x_2,…,x_s)~T或矩阵A=(aij)_(s×s)的模,T表示转置。我们取 相似文献
4.
在文[1]中,我们研究了含参数 λ 的如下形式的非线性 Fredholm 积分方程组(?)(x;λ)=f(x)+λ(?)Φ(x,y,(?)(y;λ))dy (1)的求解问题,这里 λ 适当地小,(?)(x;λ)=((?)_1,…,(?)_i)~T 是未知的 l 维向量,f(x)=(f_1)…,f_(?))~T是已知的 l 维向量,Φ=(Φ_1,…,Φ_l)~T,每个分量Φ_j(x,y,(?)_1,…,(?)_l)(j=(?) 相似文献
5.
宫锡芳 《数学的实践与认识》1984,(3)
<正> 本文提出解决问题(dx(t))/(dt)=f(t,x(t),u(t)),x(t_0)=x_0,(1)g(t,x(t),u(t))=0 (2)的一套实用的数值计算方法,其中 t∈[t_0,t_f],t_f 可以是固定的,也可以是不固定的,x(t)=(x_1(t),x_2(t),…,x_n(t))~T∈R~n 是状态向量,u(t)=(u_1(t),u_2(t),u_3(t))~T=((?)_1(t),(?)(t),γ(t))~T∈R~3是火箭的姿态角,f=(f_1,f_2,…,f_n)~T 是 n 维向量值函数,g=(g_1,g_2,g_3)~T 是三维向量值函数.这套方法包括简单迭代法,简化牛顿法及简化梯度法,并给出判断简单迭代法收敛性的一个充分条件的准则.这个准则在具体条件下既简单又实用. 相似文献
6.
§1.具有约束算子的梯度算法 考虑连续的受控系统,其运动轨道及控制满足常微分方程组 x=f(x,u,t),x(t_0)=x_0, (1.1)其中x=(x_1,x_2,…,x_n)~T?E~n是系统的状态变量,u=(u_1,u_2,…,u_r)~T?E~r是系统的控制变量;f(·,·,·)=(f_1(·,·,·),…,f_n(·,·,·))~T是由E~n×E~r×E~1到E~n中的向量值函数;t_0是运动的起始时刻;x_0是运动的初始状态;t_f是运动的终结时刻.为简单起见,下面假定t_0,x_0,t_f均已给定。 我们把定义在区间[t_0,t_f]上的每一个在E~r中取值的分段连续函数u(t)=(u_1(t),u_2(t),…,u_r(t))~T称作系统(1.1)的一个控制。所有这样的控制的集合记作H,给定系 相似文献
7.
<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
8.
董云庭 《高等学校计算数学学报》1985,(4)
其中f,g为未知和已知的连续函数,而F=(f_1,f_2,…,f_m)~T和G=(g_1,g_2,…,g_m)~T为未知和已知的m元连续函数向量;A_i为m阶实常数矩阵,a_i,a_i为实常数,且|a_i|<1。鉴于(1.3)是方程(1.4)在m=1时的特款,将主要讨论函数矩阵方程(1.4)的数值解法。 在[2]中,我们曾给出了方程(1.4)的解存在唯一的两个充分条件,即 定理1 对函数矩阵方程(1.4),若存在实数μ≥0,使 相似文献
9.
顾筱英 《高等学校计算数学学报》1980,(2)
设有一个n维向量f=(f_0,f_1,…f_(?-1))~T(这里符号T表示转置),它可以是输入信号的一些抽样值,并且可以取复数值。考虑它的离散富里埃变换(DFT): 相似文献
10.
11.
《系统科学与数学》2016,(1)
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BoxΛR~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 IA,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. 相似文献
12.
约束极值的一个可行方向法 总被引:1,自引:0,他引:1
<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. 相似文献
13.
14.
其中 x=(x_1,x_n)~T 是一随机向量,θ=(θ~1,…,θ~n)~T 是未知参数.θ∈H,H 是 R~n的一个开凸集.本文将采用 Einscein 求和约定.在以上条件下由(1.1)式确定的分布密度的集合形成一个 n 维的微分流形 S.我们考虑一个光滑地嵌入在 S 中的(m,n)-曲指数族 M,其元素可表示为 p(x,θ(u)),其中u=(u~1,u~m)~T,m相似文献
15.
16.
标准Jacobi矩阵的混合型特征反问题 总被引:2,自引:0,他引:2
0 引言 本文讨论如下标准形式的Jacobi矩阵 其中a_i>0(i=1,2,…,n),b_i>0(i=1,2,…,n-1)。 对于Jacobi矩阵(对称三对角矩阵)的特征反问题,已有的成果[1],基本上集中在由两组频谱或两个特征对(指特征值及相应的特征向量)构造Jacobi矩阵的元素这样两类问题上,习惯上称之为频谱型或特征向量型反问题。本文提出且求解了第三类型——混合型特征反问题。即由一组频谱数据和一个特征向量构造矩阵元素的问题: 问题Ⅰ 给定正数λ~(1),λ~(2),…,λ~(n)和实向量x=(x_1,x_2,…,x_n)~T,其中x_1=1。构造一个标准形式的Jacobi矩阵J,使其第k阶顺序主子阵恰以λ~(k)(k=1,2,…,n)为其特征值。且(λ~(n),x)为其特征对。 问题Ⅱ 给定正数0<λ_1~(n)<λ_1~(n-1)<…<λ_1~(1)和正向量x=(x_1,x_2,…,x_n),其中x_=,x_k>0(k=2,…,n),构造一个标准形式的Jacobi矩阵J,使其第K阶顺序主子阵恰以λ_1~(k)为其最小特征值,而(λ~(n),x)为J的特征对。 问题Ⅲ 给定n个实数0<λ_1)<λ_2<…<λ_n和m个实数λ~(1),λ~(2),…,λ~(m)及m维向量x=(x_1,…,x_m)~T。构造n阶标准形式的Jaeobi矩阵J,使其第K阶顺序主子阵恰以λ~(k)(k=1,2,…,m)为其特征值,而(λ~(m),x)为第m阶顺序主子阵的特征对,且λ_k(k=1,2,…,n)为J的特征值。这里系大于或等 相似文献
17.
Jacobi和Gauss-Seidel迭代收敛的新判别准则 总被引:3,自引:1,他引:2
林鹏程 《高等学校计算数学学报》1983,(2)
设线代数方程组 Ax=bA=D-E-F,其中D、E、F分别为A的对角、严格下三角、严格上三角矩阵。此时Jacobi迭代阵和Gauss—Seidel迭代阵分别为 B=D~(-1)(E+F)=L+U, B’=(D-E)~(-1) F=(I-L)~(-1)U 相似文献
18.
19.
§1.引言 当用有限元法或有限差分法分析非线性偏微分方程问题时,必然会导致求解非线性方程组的问题,即求 F(x)=0 (1.1)的解.其中,x=(x_1,x_2,…,Xx_n)~T∈D,D?R~n;F:D→R~n是一个非线性映射.因此,有效地求解非线性方程组(1.1),是分析相应的非线性问题的关键. 不管这些非线性问题是来自流体力学、固体力学,还是其他的物理范畴,它们所对应 相似文献