最小化三个凸函数之和的一个简单原始-对偶算法

提出一个简单的原始-对偶算法求解三个凸函数之和的最小化问题, 其中目标函数包含有梯度李普希兹连续的光滑函数, 非光滑函数和含有复合算子的非光滑函数. 在新方法中, 对偶变量迭代使用预估-矫正的方案. 分析了算法的收敛性和收敛速率. 最后, 数值实验说明了算法的有效性.     

不可微规划算法的实现

本文考虑如下的不可微规划问题其中目标函数f是局部Lipsohitz函数。根据可以定义方向导数f~0(x; d)和次微分集合(?)f(x)。现有的一些求解(NSP)的算法,例如[2],几乎都假定可以求得(?)f(x)或者(?)f(x)中的一个元素。然而,Shor指出既使f是凸函数,若(?)f(x)不是独点集,则不可能有算法保证对于ε>0,可以求得矢量g_a,使得当f是凸函数时,他同时给出一个求点x处近似次梯度的方法,即任意给定δ,δ>0,可以构造出矢量g,使得存在x∈B(x,δ),满足对于其他特殊情形,我们有如下结果。     

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.     

用次微分及法锥表达的对偶问题

考虑下述非可微凸规划问题: (P)min f(x), 约束条件:g(x)=(g_1(x),…,g_m(x))≤0,x∈C, 其中f,g_i,i=1,…,m为有限值的定义在IR~n上的凸函数,C为IR~n中的凸集,y~t为向量y(视为列向量)的转置. 如果f,g,…,g_m是可微的,Wolfe建立了一个对偶问题:     

可微凸函数的又一特征

设函数,f(x)在区间Ⅰ内二阶可导。文[1,P.175]、[2]指出以下命题互相等价: (ⅰ) f(x)为Ⅰ上的上(下)凸函数; (ⅱ) f″(x)≤(≥)0(x∈Ⅰ); (ⅲ) f(x)+f(y)≤(≥)2f(x+y/2)(x,y∈Ⅰ); 本文获得了凸函数的又一特征:     

04,05两年高考压轴题与一个函数模型

04年的全国卷(Ⅱ)与05年全国卷(Ⅰ)的最后一题均是有关不等式证明的问题.遗憾的是命题组提供的答案均较复杂.其实这两道试题均与函数f(x)=xlogax的凸性有着密切的关系.引理:设f(x)是定义在D上的凸函数,则对任意的x1,x2,…,xn∈D有f(x1)+f(x2)+…+f(xn)n≥fx1+x2+…+xnn当且仅当x1=x2=…xn时取等号下面我们就利用上述这个引理来解决04、05两年的压轴题.04年的压轴题:(22)已知函数f(x)=ln(1+x)-x g(x)=xlnx(Ⅰ过原O作一条)求函数f(x)点的最大值(Ⅱ)设0相似文献   

利用均值算法求解凸函数极小值的收敛性分析

郑权等在[1]-[3]中提出了一种求解无约束优化问题的均值算法，若假设目标函数f(x)是连续的，还讨论了均值算法的收敛性。若假设f(x) 有界闭集Ω上的凸函数，本文证明了求解凸函数极小值的均值算法是线性收敛的。     

求解函数解析式的解方程组法

针对函数方程f(x)+bf(g(x))=h(x),其中f(x)为待求函数,b为任意实数,h(x)为已知函数,g(x)满足gn(x)=x.经过多次迭代换元,构建由待求函数构成的线性方程组,运用Cramer法则,可得出该函数方程有唯一解的充要条件为bn≠(-1)n,且此时可解出f(x)=1/1-(1-b)nn-1Σi=0(-b)ih(gi(x)).     

平面上具有有界Fréchet导数的调和映照单叶半径的精确估计

给定单位圆盘D={z||z|1}上调和映照f(z)=h(z)+g(z),其中h(z)和g(z)为D上的解析函数,满足f(0)=0,λf(0)=1,ΛfΛ.通过引入复参数λ,|λ|=1,本文研究调和映照Fλ(z)=h(z)+λg(z)和解析函数Gλ(z)=h(z)+λg(z)的性质,得到Fλ(z)和Gλ(z)单叶半径的精确估计.作为应用,本文得到单位圆盘D上某些K-拟正则调和映照Bloch常数的更好估计,改进和推广由Chen等人所得的相应结果.     

无约束非光滑优化问题信赖域算法的收敛条件

1 引言 考虑下列无约束非光滑优化问题 minf(x),(1) x∈R~n,其中f为R~n上的局部Lipschitz函数,本文将‖·‖_2简记为‖·‖.记下列信赖域子问题为S∪B(x,△). min m(x,s)=φ(x,s)+1/2s~TBs, 其中φ:R~(2m)→R为f的迭代函数。 对于无约束非光滑优化问题(1),[11],[13],[3]、[4]和[5]分别在特殊的条件下给出了信赖域算法用以求解(1)的收敛性结果。最近,[10]、[2]和[6]在不同的假设条件下分别给出了信赖域算法求解无约束非光滑优化问题的一般模型,并在子问题的目标函数满足局部一致有界性条件时证明了算法模型的整体收敛性。在目标函数满足某种正则性条件时,[11]和[9]给出了当信赖域子问题的目标函数中二次项不满足一致有界性条件时的收敛性结果.本文则在目标函数仅为局部Lipschitz函数时得到了和[8]、[11]、[9]相同的收敛性结果。     

一种统一的非凸稀疏恢复的原始对偶有效集算法

研究了基于最小二乘法的稀疏信号恢复问题.针对一类非凸稀疏性罚,包括l^0、bridge、capped-l^1、光滑剪切绝对差和极小极大凹罚,提出了一种新的原始对偶有效集算法.首先证明相关优化问题的全局极小值的存在性,然后利用相关阈值算子,推导出全局极小值的一个新的必要最优条件,必要最优条件的解是坐标极小值,在一定条件下,它们也是局部的极小值.引入对偶变量后,可同时使用原变量和对偶变量确定有效集.此外,这种关系适用于一种有效集类迭代算法,该算法在每一步中首先只更新有效集上的原始变量,然后显式地更新对偶变量.结合正则化参数的延拓性,证明了原始对偶有效集方法在一定正则化条件下全局收敛于潜在回归目标.大量的数值实验表明,与现有的稀疏恢复方法相比,该方法具有较高的效率和精度.     

解分裂等式问题及多集分裂等式问题的迭代算法

设H_1,H_2,H_3是三个实Hilbert空间,{C_i}_(i=1)~m?H_1,{Q_j}_(j=1)~r?H_2是非空闭凸集,A:H_1→H_3,B:H_2→H_3是两个有界线性算子.多集分裂等式问题可表述为:找点x∈∩_(i=1)~m C_i,y∈∩_(j=1)~r Q_j使得Ax=By.当m=r=1时,多集分裂等式问题简化为分裂等式问题.分裂等式问题及多集分裂等式问题在现实世界中有广泛应用.例如医学图像恢复,计算机断层扫描,放射治疗等等.这篇文章运用一个新的探索方向构造迭代算法来解分裂等式问题及多集分裂等式问题,目的在于提高收敛速度.     

广义线性常微分方程线性边值问题（英文）

本文研究如下形式的边值问题x(t)-x(0)-∫t0d[A(s)]x(s)=f(t)-f(0),t∈[0,1],(*)Mx(0)+Nx(1)+ε∫10K(τ)d[x(τ)]=r,(**)其中A,K是m×n矩阵值函数,f是一个n维实向量值函数.并且A,K在[0,1]上是有界变差且正则的,f在[0,1]上也是正则的,ε∈[0,1]是一个参数.本文得出问题(*)(**)解的存在唯一性条件,并讨论该问题的伴随问题.     

偶数阶非线性偏差变元微分方程解的振动性

最近,Grace,S.R.和Lalli,B.S.在文献[1]中讨论了一类二阶非线性偏差变元微分方程x(t)+q(t)f(x(t))g(x(t))=0(1)及x(t)+q(t)f(x(h(t)))g(x(t))=0(2)解的振荡性,在其非线性项为强次线性(Strongly)(Sublinear)的情况下给出了判断方程(1)及(2)振荡的充分性准则。本文的目的是将关于方程(1)、(2)的讨论推广到更为广泛的一类偶数阶非线性偏差变元微分方程     

乘子交替方向法的一些收敛性质

<正>1引言本文讨论的两个可分离算子的线性约束凸优化问题是min{θ_i(x)+θ_2(y)|Ax+By=b,x∈X,y∈y},(1.1)其中A∈R~(m×n_1),B∈R~(m×n_2),b∈R~m;X?R~(n_1),y?R~(n_2)是闭凸集;θ_1(x):R~(n_1)→R和θ_2(y):R~(n_2)→R是(不一定光滑的)凸函数.这类问题大量出现在图像处理,机器学习等稀疏优化领域[2].乘子交替方向法(Alternating Directions Method of Multipliers),简称ADMM,通常称之为交替方向法,最初由Glowinski等为偏微分方程数值求解在[7,8],中     

抽象函数的对称性和周期性——2022年全国乙卷理科数学第12题解法研究

1 试题呈现已知函数f(x),g(x)的定义域均为R,且f(x)+g(2-x)=5,g(x)-f(x-4)=7．若y=g(x)的图象关于直线x=2对称,g(2)=4,则■．A.-21 B.-22 C.-23 D.-242 试题分析对于此类求和问题,首先应考虑分析f(x)的规律,因为我们不可能把f(1),f(2),..,f(22)都求出来．要分析f(x)的规律,就要分析f(x)的性质,这里主要分析对称性与周期性．为了分析f(x)的规律,我们尝试消去g(x)的相关表达式．     

上下半连续函数的H〖AKO¨〗LDER次微分逼近中值定理

建立Banach空间上次微分的逼近中值定理，关键是对连续凸函数g,f的次微分f必须满足(f+λg)(x)f(x)+λg(x)，该文在Lp上对H〖AKo¨D〗lder次微分来证明上述性质，由此建立H〖AKo¨D〗lder次微分下的逼近中值定理。     

二阶拟线性微分方程组边值问题的三个对称正解

本文讨论二阶拟线性微分方程组边值问题( p(x'))'+a(t),(t,x,y)=0,( q(y'))'+b(t)g(t,x,y)=0,x(0)-B0(x'(0))=x(1)+Bo(x'(1))=0,y(0)-B1(y'(0))=y(1)+B1(y'(1))=0,其中f,g是非负连续的函数.利用五个泛函的不动点定理,赋予f和g一些增长条件保证至少三个对称正解的存在性.     

关于广义Liénard系统非平凡周期解存在性的注记

本文首先研究广义Liénard系统(x)+f(x)Φ((x))(x)+g(x)Ψ((x))=0初值问题解的存在唯一性问题,其次优化了文[1-4]的条件,利用微分方程几何理论给出此系统存在非平凡周期解的简洁条件,推广和改进了文[1-4]的结果.     

支持向量分类方法理论基础的改进

支持向量机是通过求解对偶问题来解决原始问题的.针对线性决策函数f(x)=(w·x)+b,我们指出了其原有的逻辑系统中的错误,并通过严格的证明,对其理论基础作了改进.而且,对于阈值b,我们给出了一个新的简洁计算公式.