解非线性最小二乘问题的锥模型算法的局部收敛性

1 引言 对于非线性最小二乘问题 minf(x)=(1/2)sum from x=1 to m (r_i(x))~2=(1/2)R(x)~TR(x), (1.1)其中R(x)=(r_1(x),…,r_m(x))~T:DR~n→R~m,m≥n,有 g(x)=f'(x)=J(x)~TR(x), (1.2) H(x)=f(x)=J(x)~TJ(x)+sum from x=1 to m r_i(x)r_i(x), (1.3)其中J(x)=((r_i(x))/x_j)·Gauss-Newton方法,及Dennis等的改进方法,都是采用二次模型     

小时间区间中的条件扩散过程

本文讨论具有一致连续系数条件扩散过程的大偏差性质。设X(t)是具有Dirichlet空间(ξ、H_0~1(P_0~d))的扩散过程,其中 ξ(f,g)=1/2 integral from n=R~d to (〈▽f,▽g〉(x)dx)。 P_a~e是过程x_6(t)=x(∈t)满足条件x_6(0)=x,x_6(1)=y的律。那么当∈→0时,(P_(?)~(?),y)具有大偏差性质,且具有速率函数 J_(x,y)(ω)=1/2 integral from n=0 to 1(〈(?)(t),a(-1)(ω(t)),(?)(t)〉dt-1/2 d~2(x,y)。     

一类带弱奇异核非线性偏积分微分方程的全离散有限元

1引言我们将研究下面一类带弱奇异核非线性偏积分微分方程的数值解:u_t-▽·(a(u)▽u)-integral from n=0 to tβ(t-s)△u(s)ds=f(u),x∈Ω,t∈(?),(1.1) u(·,t)=0,x∈(?)Ω,t∈J,(1.2) u(·,0)=v(x),x∈Ω,(1.3)其中Ω为平面上的凸角域,J=(0,T],α和f为R上的光滑函数,满足0相似文献   

一类富有思考的求值题

1.已知f(x)~(x一3)(x 6)(x一4)(x一1)(: 2)那么x‘的系数是(). (A)1(B)一1(C)0 (D)以上都不对 2.f(x)是定义在R上的奇函数,f(3)~2,且对于一切实数:,有f(x 4)一f(二),则f(25)等于(). (A)2(B)一2(C)1(D)一1 3·f(x)=asinx bx3 2,其中a泊为常数,且j(1)=5,则j(一1)的值(). (A)一5(B     

全空间中带临界指数增长的Kirchhoff问题

本文考虑非齐次Kirchhoff型方程解的存在性与多解性:m(‖u‖N)(-ΔNu+V(x)|u|N-2u)=f(x,y)/|x|β+∈h(x),x∈RN,其中N≥2,‖u‖N=fRN(|▽u|N+V(x)|u|N)dx,ΔNu=div(|▽u|N-2▽u)是N-拉普拉斯算子,m:R+→R+表示Kirchhoff函数,...     

Sobolev方程的基于H~1-Galerkin混合方法的新分裂格式

正1引言考虑如下Sobolev方程u_t-▽·(a(x)▽u_t+a(x)▽u)+u=f(x,t),(x,t)∈Ω×J,u(x,t)=0,(x,t)∈аΩ×J,(1)u(x,0)=u_0(x),x∈Ω.其中Ω是R~d(d=1,2,3)中具有边界     

浅谈迭代函数的零点问题

<正>我们先给出迭代函数的概念:一般地,如果给定一个函数f(x),它的值域是其定义域的子集,那么我们可以记f⁽¹⁾(x)=f(x),f(1)(x)=f(x),f⁽²⁾(x)=f(f(x)),f(2)(x)=f(f(x)),f⁽³⁾(x)=f(f(f(x))),……,f(3)(x)=f(f(f(x))),……,f⁽ⁿ⁾(x)=f(f(n)(x)=f(f^(n-1)(x))=(f(f(…f(x)…)))n个f并把它们依次叫做函数f(x)的一次迭代,二次迭代,三次迭代,……,n次迭代.n称为f(x)的迭代指数,显然,n次迭代就是同一函数的n次复合函数,下面讨论与二次迭代函数的零点     

全空间上一类奇异p-Laplace方程无穷多解的存在性北大核心CSCD

本文研究了全空间上一类带奇异系数及其扰动的椭圆型p-Laplace问题-△_pu-μ(|u|^(p-2)u)/(|x|~p)=λ(u^(p*(t)-2))/(|x|~t)u+βf(x,u),x∈R^N,u∈D_0^(1,p)(R^N),其中N≥3,D_0^(1,p)(R^N)是C_0~∞(R^N)的闭包,△_pu=-div(|▽u|^(p-2)▽u),2     

泰勒公式的拓广

<正> 按泰勒公式,用~(P(n—1))(x)=f(0)+ f′(0)x+f″(0)x~2/2!+…+f~(n-1)(0)x~(n-1)/(n-1)!近似f(x),余项为f~(n)(ξ)x~n/n!,其中ξ介于0与x间。     

补偿凸变换与半凸函数的几何奇点提取

补偿凸上变换和下变换是对给定函数作"紧贴"逼近的单参数单向变换.本文将它们应用到R~n中局部具有一般模的半凸/半凹函数和DC-函数(即两个凸函数的差函数)的奇点提取.(局部)半凹函数最常见的几何例子有Euclid距离函数和平方Euclid距离函数.对于局部具有一般模的半凸函数f,本文证明在局部意义下,x是f的奇点(即不可微点)当且仅当它是f的1-阶"谷点",因而用本文的方法可以从具有一般模的局部半凸函数中提取所有的这些精细的几何奇点.更确切地讲,如果f是局部具有一般模的半凸函数,则"局部的"1-阶"山谷"变换在每个点x的极限存在,而且有显式表示lim_(λ→+∞)λV_λ(f)(x)=r_x~2/4,其中Vλ(f)(x)是f在x点的"山谷"变换,rx是f在x点次微分?-f(x)的最小包含球面的半径.所以,极限函数V∞(f)(x):=lim_(λ→+∞)λV_λ(f)(x)=r_x~2/4提供了一个半凸函数奇点1-阶"谷点"的"景观函数".同时,它也提供了补偿上凸变换Cuλ(f)(x)当λ→+∞时的一阶渐近展开式.对于具有局部线性模的局部半凸函数,本文进一步证明,补偿凸上变换的梯度当λ→+∞时的极限lim_(λ→+∞)▽C_λ~u(f)(x)存在,并且这个极限等于次微分?-f(x)的最小包含球面的中心.对于DC-函数f=g-h,本文证明它的1-阶"边缘"变换,当λ→+∞时满足lim inf_(λ→+∞)λE_λ(f)(x)(r_(g,x)-r_(h,x))~2/4,其中r_(g,x)和r_(h,x)分别是次微分?-g(x)和?-h(x)的最小包含球面的半径.