非光滑多目标规划非控解和真有效解

考虑问题(P) (?)其中 f(x)=(f_1(x),…,f_m(x))~T,g(x)=(g_1(x),…,g_l(x))~T,C 是 n 维欧氏空间 E_n中的闭集,f_i(x)(i=1,…,m)和 g_j(x)(j=1,…,l)为在 C 的某个邻域中的 Lipschitz函数,D 为 E_l 中的闭凸锥。记R={x|g(x)∈D,x∈C}。设 A 为 E_m 中的非零凸锥。(?)∈R 称为 f(x)(对 A)的非控解,若不存在 x∈R 使     

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     

多目标规划的真有效解

考虑问题(P) (?)其中 f(x)=(f_1(x),…,f_m(x))~T,g(x)=(g_1(x),…,g_l(x))~T,一切 f_i(x),g_j(x)为定义在 n 维欧氏空间 E_n 中某开域上的实值函数(为简单起见,不妨认为定义域就是 E_n);D为 E_l 中的凸锥.记约束集为 R={x|g(x)∈D}.设(?)∈R;Λ为 E_m 中包含原点0的闭凸锥.称(?)为有效解,若不存在 x∈R 使     

寻找最优控制的具有约束算子的梯度算法

§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     

ON THE L_1 EXACT PENALTY FUNCTION WITH LOCALLY LIPSCHITZ FUNCTIONS

In this paper,we discuss the following inequality constrained optimization problem (P) min f(x) subject to g(x)≤0,g(x)=(g_1(x),…,g_r(x))~T, where f(x),g_j(x)(j=1,…,r)are locally Lipschitz functions.The L_1 exact penalty function of the problem (P) is (PC) min f(x)+cp(x)subject to x∈R~n, where p(x)=max{0,g_1(x),…,g_r(x)},c>0.We will discuss the relationships between (P) and (PC).In particular,we will prove that under some (mild) conditions a local minimum of (PC) is also a local minimum of (P).     

姿态角计算方法

<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.     

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     

巧用1/(n(n k))=1/k((1/n)-(1/(n k)))解竞赛题

一、用来解方程例1(1999年河北省竞赛题)方程1/(x(x-1)) 1/(x(x 1)) … 1/((x 1997)(x 1998)) =(1999)/(2000)的根为()．(A)1999 (B)-2 (C)-1999或2 (D)1999或-2解根据公式原方程化为1/(x-1)-1/x 1/x-1/(x 1) … 1/(1/(x 1997))-1/(x 1998)=(1999)/(2000),1/(x-1)-1/(x 1998)=(1999)/(2000),(x 1998)-(x-1)=(1999)/(2000)(x-1)(x 1998),1999=(1999)/(2000)(x-1)(x 1998),     

非线性FREDHOLM积分方程组的求解方法

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=(?)     

基于拟牛顿方程的非线性最小二乘的新算法

<正>1引言我们知道,非线性最小二乘问题:minf(x)=1/2R(x)~TR(x)=1/2■[r_i(x)]~2,(1)其中x∈R~n称为决策变量,R(x)=(r_1(x),r_2(x),…,r_m(x))~T称为在点x的残向量,目标函数f(x)的梯度和海森矩阵分别为:g(x)=▽f(x)=J(x)R(x)(2)▽~2f(x)=C(x)+S(x)(3)其中,J(x)是R(x)在x处的Jacobian的转置.     

一类非自治非线性系统的渐近稳定性

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     

双曲型守恒律组的一类差分格式及其熵条件

其中u(x,t)=(u_1(x,t),…,u_m(x,t))~T,f(u(x,t))=(f_1(u(x,t)),…,f_m(u(x,t)))~T,f的Jacobian记为 A(u)=?f(u)/?u,具有m个实特征值λ_1(u)≤λ_2(u)≤… ≤λ_m(u)以及完备的古特征向量系{γ_k(u)}_k~m=1.对区域R~+={(x,t)|x∈(-∞,+∞),t∈     

On the Partial Asymptotic Stability for Linear Time-Varying System

Consider system where y=(x_1,…,x_m)~T, z=(x_(m 1),…,x_n)~T, A(t),B(t), C(t) and D(t) are the corresponding continuous matrices, (suppose that p=n-m>0). Let K_p(t)=(B_1~T(t),…,B_p~T(t)) (B_1~T(t)=B~T(t),B_i~T(t)=D~T(t)B_(i-1)~T(t) B_(i-1)~T(t), i=2,…, p. Suppose that rank K_p(t)=h,let L_i(t) is a transposed matrix from the columns at which the nonzero subeterminant of order h in K_p(t) was located, L_2 satisfies that L_1(t)L_2~T=0 and det L_0(t)≠0. Let U=L(t)x, we can reduce system (1) to (2) as follows.     

线性约束非线性规划的梯度投影法

我们考虑问题(LNP) minf(x),x∈R={x|A~Tx≤b,x∈R~n},其中A是n×m矩阵,b为m维向量,R~n为n维欧氏空间f(x)∈C~1.记I(x)={i|a_i~Tx=b_i,i=1,…,m},P_(I(x))为R~n到U_(I(x))={x|a_i~Tx=0,i∈I(x)}的投影矩阵.特别记I_k=I(x~k),U_k=U(I_k),N(I_k)=(a_i~T,i∈I_k)~T.本文恒假定秩N_(I(x))=|I(x)|,(即I(x)中的元素个数).     

关于线性规划问题惩罚因子的范围估计

文[1]证明了约束线性方程组的增广矩阵[A b]经m次初等行变换即可化成形如A_1=(A~(1)b~(1))的矩阵,这里A~(1)=(a(_ij)~(1))_m×n,A~(1)的第J_i(i=2,3,…,m)列为m维列向量e_i=(0,…,0,1,0,…,0)~T,其中“1”位于i维,b~(1)=(b_1~(1),0,…,0)~T.其中b_1~(1)为正数.于是问题(1)可化成如下的等价形式     

例说函数构造法解题

一、证明不等式.例1设a、b、c为绝对值小于1的实数,求证ab+bc+1>0.证明:构造函数f(a)=(b+c)a+(bc+1)(|a|>1).若b+c=0,则由|bc|<1,知f(a)>0;若b+c≠0则f(a)为单调函数,f(a)的值在f(1)与f(-1)之间,但f(1)=(1+b)(1+c)>0,f(-1)=(1-b)(1-c)>0,f(-1)与f(1)均大于0,∴f(a)>0.例2证明:(1+1)(1+31)(1+51)…(1+2n1-1)>2n+1(n=1,2,…)(98年高考)证明:构造函数f(x)=(1+1)(1+31)…(1+2x1-1)2x+1当x∈N*时,f(x+1)f(x)=(1+1)(1+13)…(1+2x1-1)(1+2x1+1)2(x+1)+1·2x+1(1+1)(1+31)…(1+2x1-1)=2x+2(2x+3)(2x+1)=(22xx++22)2-1>1·∴f(x)为增函数∴f(x)≥f(1…     

THE ASYMPTOTIC PROPERTIES OF THE MULTICHANNEL AUTOREGRESSIVE SPECTRAL ESTIMATES

If we fit a r-vector stationary time series using observations x(1),…,x(T) with AR models x(t)+a_k~(T)(1)x(t-1)+…+a_k~(T)(k)x(t-k)=ε(t),then the spectral density f(λ) of {x(t)} can be estimated by f_k~(T)(λ)=(2π)~(-1)A_k~(T)(e~(-6λ))~(-1)Σ_k~(T) A_k~(T)(e~(-tλ))~(-k),are estimates of the variance matrix Σ of ε(t),the residuals of the best linear prediction.By extending some results for the scalar case,this paper treats the asymptotic properties of the estimates in the multichannel case.     

EXISTENCE OF PERIODIC SOLUTIONS OF SYSTEM OF DIFFERENCE EQUATIONS

This paper studies the nonautonomous nonlinear system of difference equationsΔx(n)=A(n)x(n)+f(n,x(n)),n∈Z,(*) where x(n)∈R~N,A(n)=(a_(ij)(n))N×N is an N×N matrix,with a-(ij)∈C(R,R) for i,j= 1,2,3,...,N,and f=(f_1,f_2,...,f_N)~T∈C(R×R~N,R~N),satisfying A(t+ω)=A(t),f(t+ω,z)=f(t,z) for any t∈R,(t,z)∈R×R~N andωis a positive integer.Sufficient conditions for the existence ofω-periodic solutions to equations (*) are obtained.     

变系数线性系统的一种求解方法及若干可积类型

<正>对线性系统dx/dt=(?)(t)=A(t)x(t)=(a_(ij)(t))x(t)(x∈R~n,i,j=1,2,     

Some Results on Evolutionary Equations Involving Functions of the Curvatures of the Graph

51.Introducti0nandMainResultlnthepaperL1J,Caffarelli,NirenbergandSpruckdiscussedtheDirichletproblemforthenonlinearellipticequationforunknownu=u(x):{':<;;>:,<";>:are,vxeD,(1-1)where0lsab0undedstrictlyconvexdomaininR"withsmoothboundaryare,K(u)=(K,(u),Kz(u),..',K"(u))denotestheprincipalcurvaturesofthegraph(x,u(x))andfisofaspecialnatureasinL2J'L3j.Typicalcasesoftheequationin(1.l),whichweretreatedaswellbyIvochkina[4J,isf=Sl/*(K),whereS*(K)arethee1ementarysymmetricfunctions,Recently,Ivochki…