Nekrasov矩阵的Bailey-Crabtree行列式界的注记

Ｎｅｋｒａｓｏｖ矩阵因其在计算数学中的重要用途,吸引了作者们的研究兴趣.在注记中,我们举出反例来指出关于Ｎｅｋｒａｓｏｖ矩阵行列式界是错误的.设Ａ=(ａｉｊ)∈Ｃｎ,ｎ,Ａ称为Ｎｅｋｒａｓｏｖ矩阵[1～3],如果Ａ满足条件|ａｉｉ|>Ｒｉ(Ａ),ｉ=1,…,ｎ,其中Ｒｉ(Ａ)递推地定义为Ｒ1(Ａ)=∑ｎｊ=2｜ａ1ｊ｜Ｒｉ(Ａ)=∑ｎ-1ｊ=1｜ａｉｊ｜Ｒｊ(Ａ)｜ａｊｊ｜+∑ｎｊ=ｉ+1｜ａｉｊ｜1≤ｉ≤ｎ-1Ｒｎ(Ａ)=∑ｉ-1ｊ=1｜ａｉｊ｜Ｒｊ(Ａ)｜ａｊｊ｜如下著名的结果由Ｇｕｄｋｏｖ[1～3]给出.定理1　若Ａ为Ｎｅｋｒａｓｏｖ矩阵,则Ａ非奇.…     

修正BFGS方法的收敛性

本文证明了在解无约束最优化问题时超线性收敛的BFGS方法,经修改后,应用于求解非线性最小二乘问题时,仍具有超线性收敛的性质。     

对称不定矩阵的校正分解

在分析对称正定矩阵的校正分解算法的基础上，提出了解决对称不定矩阵的校正分解算法，一对称不定矩阵的Bunch-Parlett分解需要0(n^3)次运算，而根据对称不定矩阵的Bunch-Parlett分解得到的Bunch-Parlett校正分解算法仅需0(n^2）次运算，数值结果也比较稳定。     

一种求解大规模优化的有限内存方法

在修正的拟牛顿方程的基础上，给出了一种适用于求解大规模问题的有限内存对称秩一算法，该算法充分利用了迭代过程所得到的函数值和相应的梯度值。同时，用有限内存技术改造一般对称秩一算法，给出了对称秩一矩阵的有限内存矩阵表示，从而大大节省了计算机的内存和计算量，使算法更适用于大规模优化问题的求解。     

多用户检测问题的强化半定规划松弛方法

针对最大似然多用户检测问题，基于已有的半定规划模型，给出了一种新的强化半定规划模型。此模型不仅满足严格可行性（Slater约束规格），而且能提供原问题一个更好的界。根据这种模型，利用随机扰动算法，得到求解最大似然多用户检测问题的强化半定规划松驰方法。该方法简单、快捷，且能有效克服误码率较高的问题。理论和仿真试验均说明了这一点。     

改进的SR1拟牛顿法的2n步q二次收敛性

为了从理论上证明基于新拟牛顿方程的改进拟牛顿方法比传统的拟牛顿方法有更好的收敛效果，对改进的ＳＲ１拟牛顿方法进行了深入的研究，在变尺度矩阵序列正定有界的条件下，证明了算法在每ｎ＋ｐ（ｐ≥１）步迭代中至少有ｐ步是好的（ｑ超线性步），进而证明了算法的２ｎ步ｑ二次收敛性。     

M—V证券组合投资决策的风险厌恶模型

引入风险厌恶函数作为投资对风险厌恶程度的一个度量标准，建立了含该函数的非线性证券组合投资决策模型，求解该模型便得到给定风险厌恶函数下的最佳证券组合，简化了证券组合选择过程。中给出了该模型的解析解，并通过数值例子检验了该模型的解。结果表明，该模型所确定的最佳证券组合为M－V有效证券组合。     

下降法的步长分析

在优化技术中,下降法是一类应用广泛的方法,设目标函数为f:R~n→R~1,下降法要求每一次迭迭代满足f(x~(K 1))相似文献   

解等式约束非线性最小二乘问题的混合GN—BFGS方法

本文叙述了解约束非线性最小二乘问题的一个方法.该方法利用乘子罚函数把约束问题转化成解一系列一般的非线性最小二乘问题,并用 Fletcher 及 Xu(1987)的混合 GN-BFGS 方法进行近似求解.由于采用近似优化,对 Powell(1969)及Fletcher (1975)的调节参数θ的公式进行了适当的修改变形,以改善方法的效益,数值计算结果显示了本法的特性.     

修正单纯形法的有效而稳定的执行方法

解线性规划问题的修正单纯形法一般具有数值稳定性差和不能利用约束矩阵稀疏性的不足。本文利用Fletcher与MatthewsLU分解式的修正变换,根据修正单纯形方法的特点给出了三个有效而稳定的执行方案,对其中计算工作量最省的第三个方案进行误差分析,从理论上说明了方法的稳定性,并给出了其中两个方案的执行程序。