一类改进的鞍点矩阵最大特征值的区间估计

对鞍点矩阵的特征值估计理论进行了研究.基于对鞍点矩阵的对称性以及鞍点矩阵的最大特征值与子矩阵特征值之间关系的分析,改进了关于鞍点矩阵最大特征值的下界估计,从而得到一类改进的关于鞍点矩阵最大特征值的区间估计.数值实验中考察了由P1-P0混合有限元方法离散化Stokes方程所导出鞍点矩阵的最大特征值.数值结果表明所给出的关于鞍点矩阵最大特征值的区间估计是有效的.     

求解对称不定线性系统的吉尔-默里强迫正定方法

对于系数矩阵中(1,1)块矩阵为对称不定矩阵鞍点问题的迭代解法,利用对称不定矩阵的吉尔-默里强迫正定分解方法构造了此类鞍点问题的系数矩阵的一个分裂,由此分裂构造了一个求解此类鞍点问题的迭代算法,讨论了其收敛性,给出了该算法的收敛条件.数值算例表明适当选取参数矩阵P与Q,新算法是可行和有效的     

非线性规划中一种新的迭代方法

该文用双梯度矢量构造了一种新的迭代方法－加速梯度法，并对其收敛稳定性进行了证明。由于其不涉及Ｈｅｓｓｉａｎ矩阵，加速搜索方向仅用两点梯度表示。因而该方法不仅收敛速度快，而且具有结构简单、计算量少、适应性广等优点。     

基于矩阵分裂的鞍点问题的SOR-LIKE收敛性研究

目的研究鞍点问题的迭代方法SOR-LIKE算法的收敛性。方法用矩阵分裂理论,在求解中通过改变矩阵分裂构造出系数矩阵的一般化分裂算法,运用矩阵理论分析该算法的收敛性。结果与结论找到一般分裂算法下的收敛条件,并通过数值实验来检验迭代法的收敛性。     

变量矩阵算法及一类曲线最佳拟合问题的解

讨论１种对无约束目标函数采用变量矩阵算法求解最优值的方法，变量矩阵算法的特点是利用矩阵迭代计算，收敛速度快，过程较稳定，对于一类可逼近模拟曲线的最佳拟合，可以迭代出符合要求的参数值。作为较典型的应用实例，设计１种幅度均衡器。通过迭代搜索找出满足衰耗误差的元件值，说明曲线拟合达到了预期的效果。     

奇异鞍点问题的NESS迭代法半收敛性分析

最近一些学者对于非奇异鞍点问题提出了一种新的外推移位分裂(NESS)预处理,并研究了NESS迭代方法的收敛性以及NESS预处理矩阵的谱分布。本研究进一步将NESS迭代方法用于求解奇异的鞍点问题,给出NESS迭代法在(1,1)块子矩阵是对称正定情况下的半收敛性分析。最后通过数值实验,验证了在适当参数下NESS迭代法求解奇异鞍点问题的可行性和有效性。     

前向神经网络临时极小点动态性能

对于只有一个隐含层的前向神经网络,分析了隐含层不同神经元之间权值数值相近但符号相反时会产生临时极小点的情况.并以临时极小点为平衡点建立了动力学模型,在平衡点附近线性化后得到了系统的Jacobian矩阵,证明了Jacobian矩阵一定是不定矩阵,因此Jacobian矩阵有符号相异的特征值,系统的平衡点即临时极小点为鞍点.并以异或问题为例进行仿真,仿真结果表明所得到的结论是正确的.     

通风网络含有单向回路时的通路算法

所谓单向回路就是风路风流方向相同的回路。网络中存在单向回路，也就是说存在着循环风。通路是图论中的一个重要概念，在通风网络中也有着广泛的用途。在介绍无单向回路的通风网络的通路数和通路矩阵计算方法的基础上，提出了含有单向回路的通风网络的通路的矩阵算法的不适用性问题。论述了通过修改搜索策略，利用深度优先搜索法确定通路矩阵的算法，该法既适用于有单向回路时的通风网络，也适用于无单向回路的情况，而且复杂性要比矩阵算法小得多。     

多目标半定规划的Lagrange对偶与鞍点定理

主要研究含矩阵函数半定约束和向量函数等式约束以及多个目标函数的多目标半定规划的对偶和鞍点问题．首先在似凸条件下建立了一个含矩阵函数半定约束系统的择一性定理,由此得到多目标半定规划及其在弱有效解意义下的Lagrange对偶理论,包括弱对偶、强对偶和逆对偶等．然后利用鞍点的等价定义,得到多目标半定规划的鞍点最优性条件．     

LP鞍点共轭梯度法的研究与实现

在线性规划问题中,为了提高算法的求解速度,快速得到最优解。对鞍点算法,共轭梯度法进行了深入研究与分析。针对鞍点算法在逼近鞍点时收敛速度变慢的缺陷,将计算比较简单且有限步迭代即可收敛的共轭梯度法成功的应用于鞍点算法中形成了一种新的算法—鞍点共轭梯度算法。以c 为开发工具,在计算机上实现了该算法,并编成一个解题系统能够快速求解线性规划问题。实验结果表明相对于鞍点算法,用鞍点共轭梯度算法计算,解题时间效率明显提高。     

未知函数的尾部概率的鞍点逼近

鞍点逼近是一种对随机变量的密度或者分布进行逼近的方法,可将复杂密度函数或者分布化成一个简单,实用的形式,而且其误差较其他传统方法,比如正态逼近法及泰勒逼近法小得多,特别是在尾部概率的逼近方面优势明显。对已知函数进行逼近是简单的,但是实际试验中,试验数据的分布是未知的,本文对一组未知数据的尾部概率用两种不同的形式去进行近似。     

未知函数的尾部概率的鞍点逼近

鞍点逼近是一种对随机变量的密度或者分布进行逼近的方法，可将复杂密度函数或者分布化成一个简单，实用的形式，而且其误差较其他传统方法，比如正态逼近法及泰勒逼近法小得多，特别是在尾部概率的逼近方面优势明显。对已知函数进行逼近是简单的，但是实际试验中，试验数据的分布是未知的，本文对一组未知数据的尾部概率用两种不同的形式去进行近似。     

鞍点逼近理论在非中心χ~2分布中的应用

将鞍点逼近法应用到统计学中,给出一种复杂的分布函数一非中心X2分布的密度函数和分布函数的鞍点逼近式,计算过程简洁,避免了直接计算复杂分布的繁琐过程,然后进行绘图将逼近式与准确的密度函数做比较,说明此逼近式的准确性令人满意.     

向量集值函数松弛型弱有效鞍点元的存在性

借助于向量集值函数的Contingent切导数建立了松弛型弱有效鞍点元存在的必要及充分性条件。     

行反正交矩阵的中心对称性

给出行反正交矩阵的概念,并着重研究它的中心对称性,得出了以下主要结果:行反正交矩阵是行列对称矩阵;行反正交矩阵是中心对称矩阵;行反正交矩阵的转置矩阵以及它的行转置和列转置矩阵都是中心对称矩阵;行反正交矩阵的行转置矩阵的逆矩阵等于它的逆矩阵的行转置,行反正交矩阵的列转置矩阵的逆矩阵等于它的逆矩阵的列转置;行反正交矩阵的行转置矩阵的转置等于它的转置矩阵的行转置,行反正交矩阵的列转置矩阵的转置等于它的转置矩阵的列转置。     

基于鞍点逼近的车辆零部件可靠性优化设计

将可靠性理论与优化技术相结合,讨论了车辆零部件的可靠性优化设计问题,提出了可靠性优化设计的数值计算方法.在基本随机参数概率分布已知的前提下,应用鞍点逼近技术,得到了外载荷作用下随机响应的概率密度函数和分布函数.通过与Monte-Carlo方法对比分析,可知利用该方法得到的计算结果精度高,并且计算速度快.因此用鞍点逼近法计算车辆零部件的可靠度为车辆零部件的可靠性优化设计奠定了理论基础,保障了在车辆零部件的可靠性优化设计中迅速、准确地得到车辆零部件的设计信息.     

K-行正交矩阵的一些性质

给出k-行正交矩阵的概念,讨论其行列式、可逆性、迹、特征值等问题,得到k-行正交矩阵的行列式、逆矩阵、特征值与迹,得出了以下主要结果:k-行正交矩阵是行列对称矩阵,它本身以及它的行转置和列转置矩阵都是可逆矩阵;k-行正交矩阵的转置矩阵以及它的行转置和列转置矩阵仍都是k-行正交矩阵;k-行正交矩阵的行转置矩阵的逆矩阵等于其逆矩阵的行转置,其列转置矩阵的逆矩阵等于其逆矩阵的列转置;它的行转置矩阵的转置等于其转置矩阵的行转置,它的列转置矩阵的转置等于其转置矩阵的列转置。     

鞍点规划与形位误差评定理论的研究

提出了鞍点规划的概念，建立了两类有重要应用价值的鞍点规划数学 模型．它是解决形位误差评定等一类工程问题的有力工具．据此可以建立 形位误差评定统一的数学模型；通过分类编码，揭示了各种评定问题的共 性．给出了最小条件的解析表达式和几何判别准则，为评定的计算机化提 供了依据．根据上述原理开发的评定软件，目前已应用在生产实际中．     

循环矩阵的性质及求逆方法

对于矩阵中一类重要的矩阵循环矩阵,从定义出发研究了它的各种性质,并利用矩阵对角化的方法给出了循环矩阵的逆矩阵和行列式的表达式。然后讨论了推广的循环矩阵,即准循环矩阵和广义循环矩阵,利用类似方法,也给出了它们的求逆阵和求行列式的方法。     

利用矩阵特征值理论求解递推关系

首先构造了一个数列,找出数列满足的递推关系,将递推关系采用矩阵的形式表示,计算出矩阵的n个特征值,对特征矩阵进行初等变换,求出特征向量,得到可逆矩阵,根据特征值理论,求出相似对角阵,确定矩阵与一对角阵的相似关系,由此推出矩阵的n次幂与对角矩阵的n次幂是相似的。然后,利用特征值和特征向量,导出数列的通项,通项中含有复数的n次方,当n较大时计算通项比较麻烦,为此引入虚数表示方法,将通项表达式中有关的系数采用三角式表示。进而,由数列的各项均为正整数,当n较小时,通项与真值偏差微小,断定出通项的真值,当n较大时,由于舍入误差的积累,通项与其真值的偏差大些,必须减小舍入误差。最后,对所得的通项给予验证得出结果是正确的,方法是可行的。