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.     

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。     

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.     

非线性约束凸规划的一个解法及其收敛性

引言 我们讨论如下的非线性约束的数学规划问题(P): 假定f(x)=f(x_1,x_2,…x_n),x=(x_1,x_2,…x_n)~T∈E~n,是一阶连续可微的凸函数,g_j(x)=g_j(x_1,x_2,…x_n)是一阶连续可做的凹函数。对约束集合R,我们作如下假定:对任一x∈R,存在β>0,使得对应于指标集J_β(x)={j|g_j(x)≤β}的指标j,     

一类高维种群动力系统的持续性

§1.引言 对于下述形式的Kolmogorov系统: x_i=x_if_i(x_1,x_2,…x_n),i=1,2…,n, (1.1)其中x_i=dx_i(t)/dt,x_i(t)表示种群x_i在时刻t时的种群密度,X=(x_1,x_2,…,x_n)∈R_ ~n,f_i(x)∈C~1(R_ ~n),这里R_ ~n={X|x_i≥0,i∈N},而N={1,2,…,n},R_ ~(n,0)={X|x_i>0,i∈N},在条件X(0)={x_1(0),x_2(0),…,x_n(0)}∈R_ ~(n,0)下,如果对一切i∈N:有lim sup_(t→∞)x_i(t)>0成立,称系统(1.1)弱持续生存;若liminf_(t→∞)x_i(t)>0成     

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     

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   

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。     

集合论与代数的新的运算(Ⅰ)

定义1 令X={x_1,x_2,…,x_n},n是自然数;对于任意给定的A A,B∈P(X),A={x_(i1),x_(i2),…,x_(ik)},1≤i_1相似文献   

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     

M 序列反馈函数的构造方法Ⅰ

设 f(x_0,x_1,…,x_(n-1))=x_0+f_0(x_1,…,x_(n-1))是一 n 元非奇布尔函数,其中加法是模2加.假定二元域 F_2上的无穷序列 α=(a_0,a_1,a_2,…),a_i∈F_2,i≥0,满足a_(k+n)=f(a_k,a_(k+1),…,a_(k+n-1),(?)k≥0,则称α是以 f 为反馈函数的 n 级移位寄存器序列,并以(?)(f)记所有以 f 为反馈函数的亭列组成的集合.因为 f 非奇,所以(?)(f)中的序列都是周期序列.对于 α∈(?)(f),α     

H-张量的新判定及其应用

<正>1引言实对称张量具有广泛的应用背景~([1-3]),众多学者对其进行研究~([4-8]).研究实对称张量的主要问题之一是其正定性的判定~([9]),其应用在于解决多元偶次齐次多项式f(x)≡Ax~m=sum from (i_1,...,i_m=1) to n(a_(i_1…i_m)x_(i_1)…x_i_m)(m为偶数,A为实对称张量)正定性的判定问题~([10]),即f(x)0,?x=(x_1,x_2,…,x_n)~T∈R~n,x≠0(1)是否成立?问题(1)不仅是一个重要的问题,而且在许多领域具有应用.如在自动控制系     

多元线性模型D—最优设计等价性定理的一个统计直观解释

<正> 对于多元线性模型:其中θ=θ(_1,θ_2,…θ_m)~T,Y=(Y_1,Y_2,…Y_k)~T,F(x)=(f(ij)(x)),∑(x)=(σ_(ij)(x)),设所有试验点组成的集合是x,F(x)和∑(x)是x上的已知函数。在x_1,x_2,…x_n∈x上进行了n次     

一个整数瓶颈问题的两个多项式算法

讨论下列数学模型Ⅰ:求x=(x_1,x_2,…,x_n)适合条件{■a_(ij)x_j≥b_i (i=1,2,…,m) x_j≥0且整数(j=1,2,…,n)使f(x)■{c_jx_j}达到最小值,其中m＜n,a_(ij),b_i及c_j均为正整数。对该模型,建立了两个多项式算法,其复杂度均为O(n~2),并列举了一个数值例子．     

用Walsh-Fourier级数的(c,β)平均来逼近函数的问题

设p≥2是固定的整数.x∈[0,1]的p进表示是x=(0.x_1x_2…x_n…),其中x_k∈{0,1,…,p-1},k∈N={1,2,…}。並且约定对p进有理点取有限表示。对任意非负整数k≥0,写k=sum from j=0 to n (k_jp~j),k_j∈{0,1,…,p-1}。设,则p进的Walsh函数定义为。     

集合论与代数的新运算(Ⅰ)

定义1 令X={x_1,x_2,…,x_n},n是自然数;对于任意给定的A,B∈p(X),A={x_(i_1),x_(i_2),…,x_(i_k)}1≤i_1相似文献   

由生成函数构成的梯度投影法

本文利用生成函数给出一个梯度投影算法模型,统一处理了一类梯度投影算法的收敛性问题.考虑非线性规划问题(P),其中M={x∈R~n|a_j~Tx=b_j,j∈L_1;a_j~Tx≤b_j,j∈L_2},a_j∈R~n,b_j∈R,j∈L=L_1∪L_2.f:R~n→R,f∈C~1.对于     

线性时变系统的渐近稳定性

本文讨论一般时变系统(?)=A(t)x(1)的渐近稳定性.其中 x=(x_1,x_2,…,x_n)~T,A(t)=[a_(ik)(t)](i,k=1,2,…,n)是定义于 I=[τ, ∞)上的 n×n 矩阵.取向量模‖x‖=(sum from i=1 to n x_i~2)~(1/2).作为预备工作,首先考虑一般时变系统     

集合论与代数的新运算(Ⅱ)

定义1 令X={x_1,x_2,…,x_n,…}=可数无穷集合,是有限集。对于先作一一对应其中i_1,i_2,…,i_n,…∈{0,1}满足然后把A与A所对应的(i_1,i_2,…)作恒同的理解,中最多只有有限个i_a等于1,其余的均为0),对于A=(i_1,i_2…,i_n,…)令其中当{l:i_1=j_1=0}≠φ(非空),min{l:i_1=j_1=0}     

多重福里哀级数黎斯球形平均的收敛性

<正> §1.引言设 E_k 为 k 维欧氏空间,Q_k={x∈E_k|-π≤x_i<π,1≤i≤k}称为 E_k 的一个基本区域.函数 f(x)≡f(x_1,x_2,…x_k)∈L(Q_k),即 f(x)满足条件