【摘 要】
：
本文考虑求解以下线性不等式组的可行解的问题 A~Ty≤C, (1.1)其中A∈R~(m×n),C∈R~n,y∈R~m.不失一般性,假设m≤n,且矩阵A的秩为m。令S={y|A~Ty≤C,y∈R~m}.若S≠φ,且存在-y∈R~m使得不等式组(1.1)严格成立,则称y是S的严格可行内点.以S~0记S的所有严格可行内点的集合. 这类问题出现在线性规划、非线性规划和其它问题之中.特别是近年来线性规划的
论文部分内容阅读
本文考虑求解以下线性不等式组的可行解的问题 A~Ty≤C, (1.1)其中A∈R~(m×n),C∈R~n,y∈R~m.不失一般性,假设m≤n,且矩阵A的秩为m。令S={y|A~Ty≤C,y∈R~m}.若S≠φ,且存在-y∈R~m使得不等式组(1.1)严格成立,则称y是S的严格可行内点.以S~0记S的所有严格可行内点的集合. 这类问题出现在线性规划、非线性规划和其它问题之中.特别是近年来线性规划的
其他文献
(1)包括了绝大多数用于加速收敛的数列变换.为了避免计算高阶行列式,Brezinski和Havie分别得到了的一般性递推算法,即E-算法如下:
在生产实际中广泛存在着一类分区线性规划问题:规划Ⅰ.求一X=(x_1,x_2,…,x_n)适合下列约束条件:
在本文中,恒假定(H_1):f(x),g_i(x),1≤i≤m,h_j(x),1≤j≤l为一阶连续可微函数. 上述(NP)问题,若用可行方向法等方法求解时,初始点必须是可行点,且在每一步迭代中,为了得到目标函数值下降而又可行的点,除进行一维搜索外往往需要增加辅
发生于实际的线性规划问题往往是规模很大的.解决大规模线性规划问题有下面3个困难是必须设法克服的:解的精度问题、计算速度问题、存贮问题.自然,特殊类型的大规模线性规划采用一些特殊的解法也是人们经常讨论的.为了软件研制的需要,本文拟讨论这4个方面的问题和技巧.
在区间两端点的正负变号数的差值估计多项式在该区间的零点数.但由于没能给出这个差值的精确含意,定理的应用范围受到了限制.本文的目的便是探讨这个差值所揭示的数量关系,并将所得结果用于多项式根的计算.
0-1运输型问题是一类特殊的0-1整数规划.虽然求解0-1整数规划的方法已有许多,但是它们都有一个共同的弱点:运算量大,存贮量大.对0-1运输型问题用传统的办法求解,效率很低.为此,我们必须对0-1运输型问题进行专门研究,寻找有效算法.
1.在有限维空间中的非线性变分不等式有两大主要来源:一是数学物理中的非线性变分不等式的离散化,例如;二是市场平衡、交通平衡等经济问题,见及其文献.因此,非线性变分不等式的求解受到人们的重视.其解法主要为将非线性方程组的
由于并行计算机的出现,并行算法的研究已事在必行。该领域的工作,目前大体上可归为4类:从事算法思想的研究,如同步并行、异步并行等;构造并行算法,在各个科技计算分支上都或有所见,其中基本代数运算更有基础意义;改造已有算法,使之具有更高的
Evans和Missirlis在中提出一个迭代求解线性代数方程组的PSD方法,并在方程组的系数矩阵是正定对称时讨论了它的收敛性以及最佳参数的选取,在这篇文章里,我们将考查系数矩阵A是非奇异H-阵时,它们的收敛性.
考虑求解非线性方程组的迭代法.给定初始近似x_0∈R~n,我们用求(1)的近似解,其中B_k是Jacobi矩阵F(x~*)的近似,x~*是(1)的解.