学科分类
/ 25
500 个结果
  • 简介:一、如何认识线性目标函数Z=Ax+By(其中A∈R,B∈R)在A,B确定的情况下,若把Z看成一个参数值即一个待定的常数,则线性目标函数就成了一组斜率为k=-A/B的相互平行的直线系.如Z=4x+2y就可以看成一组斜率为k=-2的相互平行的直线系,图像如图1.

  • 标签: 线性目标函数 最值问题 高中 数学 例题解析
  • 简介:如果数列{an}满足an=c1an-1+c2an-2+…+Ckan-k.(n≥k+1)(*),其中ck≠0,就称{an}是一个k阶线性循环数列。在高中数学课本中的等比数列与等差数列就是线性循环数列,因为公比为q的等比数列的定义式是an=qan-1(n=2,3,…).所以等比数列是一阶线性循环数列.因为等差数列的定义式是

  • 标签: 循环数列 解线性 高中数学课 特征多项式 构造函数 定义式
  • 简介:林木生长函数是林木生长规律的定量描述。利用非线性回归法,详细论述了确定林木生长非线性函数的方法,结合计算机程序和实测数据,建立了某红松林木生长函数的数学模型。分析计算结果表明,林木生长数学模型与实测数据有较高拟合精度,相对误差平均值约1.8%。

  • 标签: 回归分析 非线性回归 生长函数
  • 简介:在三角网条件观测平差中,经常会碰到非线性条件方程线性化的情况,按传统方法,进行线性化工作是采用常用对数,然后用泰勒公式把它们展开,计算出各项改正数K的系数δi,就得到了线性化的条件方程式。

  • 标签: 条件方程 测量平差 线性化 非线性 计算 函数
  • 简介:用罚函数法将线性双层规划转化为带罚函数子项的双线性规划问题,由于其全局最优解可在约束域的极点上找到,利用对偶理论给出了一种求解该双线性规划的方法,并证明当罚因子大于某一正数时,双线性规划的解就是原线性双层规划的全局最优解.

  • 标签: 运筹学 全局最优解 罚函数 线性双层规划
  • 简介:在实际操作中,时变系统的lyapunov函数的构造是—件很困难的事.在满足一定条件下,作者根据得到的定理构造出相应的lyapunov函数,来判断一些线性时变系统的稳定性。

  • 标签: 线性 时变系统 LYAPUNOV函数 构造
  • 简介:首先引入几个记号,介绍某些概念.记全体实数为R,记平面上全体点为R2,即R2={(x,y):x,y∈R}。凸集设K是R2上的一个点集,若任意两点X1∈K,X2∈K的连线上的一切点a·X1+(1-a)·X2∈K(0

  • 标签: 双线性函数 最大值 最小值 凸多边形 凸多面体 凸集
  • 简介:在对偶单纯形方法的基础上,提出了线性规划的目标函数最速递减算法.它避开求初始可行基或初始基,以目标函数全局快速递减作为选基准则,将选基过程与换基迭代合二为一,从而大大减少了迭代次数.数值算例显示了该算法的有效性和优越性.

  • 标签: 线性规划 单纯形方法 对偶单纯形方法 目标函数最速递减算法
  • 简介:讨论了在晶体生长问题中遇到的几种复杂函数序列的线性无关性,并得出了有关函数线性无关性的几个结论.

  • 标签: 复杂函数 线性无关 函数序列
  • 简介:摘要简单的线性规划是不等式中重要内容,也是高考的必考内容。不过,纵观近几年的高考题,对二元一次不等式(组)表示平面区域和简单线性规划的考察多以选择、填空题为主,绝大多数是求目标函数的最值问题,也可能出现在解答题的中低档题中,以实际应用题的形式出现。

  • 标签: 线性规划 目标函数 最值
  • 简介:通过建立二次型与对称双线性函数之间的对应关系,在双线性函数的概念下讨论二次型化标准型的问题,最后给出惯性定理的一个证明.

  • 标签: 函数 对应关系 证明 对称 定理 惯性
  • 简介:图7优化小波神经网络函数逼近情况,图9BP算法训练的小波神经网络函数逼近情况,优化小波神经网络的函数逼近情况

  • 标签: 优化仿真 函数逼近 小波神经网络
  • 简介:图7优化小波神经网络函数逼近情况,图9BP算法训练的小波神经网络函数逼近情况,图6BP算法训练的小波神经网络函数逼近情况

  • 标签: 优化仿真 函数逼近 小波神经网络
  • 简介:文章在解析函数的基础上,定义一个解析函数类Σp。根据Hadamard积等概念,得到了两类线性算子Lp(a,c)和D^n+p-1,并结合微分从属的定义,得到它们在解析函数中的一些应用。

  • 标签: 线性算子 微分从属 解析函数
  • 简介:用BV[0,∞)表示在[0,∞)的每一有限子区间上为有界变差函数函数构成的空间,用(Ln(f,z)=∫0^∞dtkn(x,t)表示BV[0,∞)上的正线性算子,其中dtkn(x,t)是非负测度且∫0^∞dtkn(x,t)=1,则有定理如果Ln(|t-x|^β,x)≤C(x)/n^v,这里β>0,v≥1,C(x)是一个与x有关的常数,对f∈BV[0,∞)和x∈(0,∝)有|Ln(f,x)-[f(x+)+f(x-)]/2|≤|[f(x+)-f(x-)/2Ln(Sgn(t-x),x)+f(x)-[f(x+)+f(x-)/2Ln(δn,x)|+2C(x)/n^vx^β(n-1)↑∑↓k=1z-z/k^1/β^z+z/k^1/β(gx)+z+z/n^1/β↓z-z/n^1/β(gx)+√C(x)/n^v/2x^β/2(∫2x^+∝gx^2(t)dtKn(x,t))^1/2这里δx={0t≠x,;1t=xgz(t)={f(t)-f(x+)x

  • 标签: 有界变差函数 点态逼近度 正线性算子 无穷区间