Gauss-Newton法的半局部收敛性

设f:Rn→Rm 是Frechet可微的 ,m≥n .则非线性最小二乘问题可描述为下面的极小化问题 :minF(x) :=12 f(x) Tf(x) .Gauss Newton法是求解非线性最小二乘问题的最基本的方法之一 ,其n + 1步迭代定义为 :xn + 1=xn - f′(xn) Tf′(x) -1f′(xn) Tf(xn) .本文主要研究解非线性最小二乘问题的Gauss Newton法的半局部收敛性 .假设f(x)在B(x0 ,r)内连续可导且f′(x0 )满秩 ,若f的导数满足Lipschitz连续F′(x) -f′(x′)≤γx -x′ , x ,x′∈B(x0 ,r) .在一个关于初始点x0 的判断准则c =f(x0 ) ,β =f′T(x0 )f′(x0 ) -1f′(x0 ) T ,β2 cγ <1 1 0下 ,Gauss Newton法产生的序列 {xn}收敛到一个驻点x ,从而给出了Gauss Newton法的半局部收敛性 .     

一种改进的填充函数法

提出一种新的求解无约束全局优化问题的方法,此方法把修正的 Broyden-Davidon-Fletcher-Powell (BFGS)方法与填充函数方法相结合,可以从目标函数f(x)的当前极小点x*1出发找到另一个局部极小点x*2,且f(x*1)≥f(x*2),然后再以x*2为初始点用同样的方法来求f(x)的更小的局部极小点,反复以上过程,最终可以找到f(x)的全局最小点x*g.经过数值检验,表明方法是可行有效的.     

求函数多重零点的高阶迭代

求函数f(x)的多重零点,用一般求单零点的方法(例如Newton法、弦截法)往往收敛缓慢、计算效能低,甚至迭代不收敛,为此我们考虑求多重零点的迭代方法. 设α是函数f(x)的m重零点,记u(x)=f(x)/f′(x),(1)则α是u(x)的单零点.求单零点的迭代法用到u(x)上就可导出求f(x)的多重零点的迭代法.例如,对u(x)使用Newton迭代法就导出求f(x)多重零点的二阶迭代函数     

污染分布密度函数的一种估计方法

讨论观察数据来自污染分布f(x)-(1-α)f1（x) αf2(x)时的非参数推断问题。当厂f2(x)已知，污染系数α和密度函数f1(x)未知时，采用非参数的核密度估计方法，给出f1(x)及α的估计。证明了^↑f1n(x)和^↑αn分别是f1(x)和α的相合估计，并对正态分布的特例作了随机模拟。     

求多项式最大公因式的一种新方法

给出一种利用矩阵初等列变换求多个多项式f1(x)，f2(x)，…，fs(x)(s≥2)的最大公因式d(x)的方法，用此法同时求出了最大公因式d(x)关于f1(x)，f2(x)，…，fs(x)的组合表达式．     

一类函数表达式的求法

问题中有f(x y)=f(x) f(y) axy或f(x y)=f(x)f(y)或f(xy)=xf(y) yf(x)的表达式,且已知f(x)在某点的导数值,求f(x)的表达式.这一类函数表达式的求法,表面上与导数无关,实际上是导数定义式的应用,先由导数定义式求出f'(x),即lim(h→0)f(x h)-f(x)/h=f'(x)'再确定f(x)。     

混合AQC函数方程在FFNLS上的HUR稳定性

用不动点方法研究了混合可加-二次-三次(AQC)函数方程f(2x+y)+f(2x-y)=2f(2x)+2f(x+y)+2f(x-y)-4f(x)-f(y)-f(-y)在FFNLS上的HUR稳定性。     

高阶差分与高阶导数之间的关系

一问题的提出、定义在微积分学中我们学过导数的定义:f(x)在x的导数定义为 f′(x)=lim k→0 f(x h)-f(x)/h如记△f(x)=f(x h)-f(x)为f(x)在x的一阶向前差分,则有 f′(x)=lim h→0 △f(x)/h (1.1) 我们还学过微分学的中值定理,即Lagrange公式 f(x h)-f(x)/h=f′(c)(x相似文献   

对于幂指函数y=f(x)~(g(x)~(h(x)))导数的研究

对y=f(x)g(x)h(x)各内函数的取值范围进行了讨论,并利用3种不同的方法来证明幂指函数y=f(x)g(x)h(x)的导数公式,解决了幂指函数y=f(x)g(x)h(x)的求导问题.     

分段函数与初等函数之间的关系

讨论形如 f(x) =f1(x) ,x x0 ,f(x) =f1(x) ,x x0等以及两个和两个以上连接点的分段函数是否是初等函数的问题 ,并得到相应的判别法 .     

确定双曲型方程未知系数的反问题

本文在有界区域上讨论了一雏线性双曲型方程的初边值问题. {p(x)ux)x q(x)u(x,t) r(x)s(t), (x,t) ∈Ωu(x,0) =f1(x), u1(x,0) =f2(x), 0≤ x ≤ lαtu(0,t) β1ux(0,t)= g1 (t), α2u(l,t) β2ux(l,t)= g2(t), 0≤ x ≤ T 其中αi2 βi2≠0,i=1,2,由给定的平行附加条件u(x,t)=f3(x),确定未知函数r(x)的反问题,得到了反问题解的存在性和唯一性.     

函数极值点与拐点的一种判别法

给出函数极值点与拐点的一种判别方法.在一定条件下,根据f(n)(x)在x0的某去心邻域U0-(x0)和U0+(x0)符号的异同,判断点x0是否曲线y=f(x)的极值点,或点(x0,f(x0))是否曲线y=f(x)的拐点,并说明了极值点与拐点的不重合性.     

图的(g,f)-因子分解

设G是一个图,g和f是定义在图G的顶点集上的两个整数值函数,且g≤f.图G的一个(g,f)-因子是G的一个支撑子图F,使得对每个x∈V(F),有g(x)≤dF(x)≤f(x).若图G的边集能划分为若干个边不相交的(g,f)-因子,则称图G是(g,f)-可因子化的.本文研究了图的(g,f)-可因子化的问题,给出了一个图G是(g,f)-可因子化的若干充分条件.     

Hermite插值多项式的逼近

研究了Hermite插值多项式H_(2n-1)(f,x)的二阶导数逼近问题.     

关于在K1,n-free图中存在正则因子度条件的推广

图被称为K1,n-free图,如果它不含有导出子图K1,n。设G是一个具有顶点集V(G)的图,并设g和f是两个定义在V(G)的函数,使得g(x) f(x)对所有V(G)中的点x都成立。设a=max{g(x)|x∈V(G)},b=min{f(x)|x∈V(G)},并有b,a 2,n b/(a-1) 1(如果存在点v∈V(G)使得f(v)≡1(mod2),假定b n-1)。证明了:每个连通的使得∑x∈V(G)f(x)为偶数的K1,n-free图G有(g,f)-因子,如果它的最小度至少是(n-1)(a 1)b 1「b a(n-1)2(n-1) -n-1b「b a(n-1)2(n-1) 2 n-3.这个结果是K.Ota和T.Tokuda(J.GraphTheory.1996,22:59-64.)关于在K1,n-free图中存在正则因子度条件的推广。     

关于Sobolev空间的注记

设K是一个正整数。W~k(R~n)表示所有定义在R~n内的函数f(x)〔x=(x1,x2…,xn)〕使得它和它的S(|S|=sum from j=1 to n S_j≤K)阶广义导数都属于L~2(R~n)的函数的集合。对K=n=1,设H_0(R~1)={f(x);f和它的广义导数Df属于L~2(R~1),但f=f(a、e),这里f是绝对连续函数}。这篇文章的主要结果是:H_0(R~1)=W~1(R~1)。     

关于三角内插多项式线性求和算子在C空间的饱和性

关于三角多项式卷积算子■_n(f·X)的饱和问题在中做了详细讨论。本文建立了三角多项式内插算子■_n(f·X)与卷积算子■_n(f·X)之间的关系,并且借助于■_n(f·X)在C空间的饱和定理得出了■_n(f·X)的饱和阶和饱和类。     

一类函数的周期性问题

本文旨在研究满足线性递推关系式f(x+λ)=af(x)+bf(x-λ)(a,b,λ均为实数)的函数类f(x)的周期性问题。找到了此类函数f(x)为周期函数(在一定条件下)时的充分必要条件,并确定了它的周期。     

劈m次因子法的一个注记

本文给出一个实系数多项式求根的计算实例,它不能用劈一次因子法和劈二次因子法求解,而可以用劈三次因子法求解,并且从理论上分析产生这种现象的原因,用以说明劈m次因子法的实际意义。     

圆周上连续自映射非游荡点集的拓扑结构

给出了圆周Ｓ１上连续自映射ｆ，Ｐ（ｆ）≠的如下结果：（１）如果ｘ∈Ｗ（ｆ）－Ｐ（ｆ），则ｘ的轨道是无限集；（２）ｆ的每个孤立的周期点都是ｆ的孤立非游荡点；（３）ｆ非游荡点集的每个聚点都是ｆ的周期点集的二阶聚点；（４）ｆ的ω极限点集的导集等于ｆ周期点集的导集；ｆ的非游荡点集的二阶导集，等于ｆ的周期点集的二阶导集．