版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中文 中文 2760 字出處: 出處:Michael L. On Minimizing the Maximum Eigenvalue of a Symmetric Matrix[J]. Siam Journal on Matrix Analysis & Applications, 1988, 9(2):256-268.最小化對(duì)稱(chēng)矩陣的最大特征值 最小化對(duì)稱(chēng)矩陣的最大特征值ON MINIMIZING THE MAXIMUM EIG
2、ENVALUE OF A SYMMETRIC MATRIX摘要 摘要:一個(gè)重要的優(yōu)化問(wèn)題是使一個(gè)函數(shù)φ(x)最小化,其中φ(x)是一個(gè)關(guān)于 x 的對(duì)稱(chēng)矩陣的最大特征值(取絕對(duì)值) 。如果這個(gè)矩陣函數(shù)是仿射的,那么φ(x)就是凸的。然而,φ(x)是不可微的,因?yàn)樘卣髦凳遣豢晌⒃谒鼈兙劢Y(jié)點(diǎn)。本文提出的一個(gè)算法用來(lái)取得最小化的φ(x)是具有二次速率的。二階導(dǎo)數(shù)都無(wú)須取得二次收斂的情況下,這個(gè)解是唯一的。該算法的一個(gè)重要特征是能夠分割的多個(gè)特征
3、值,如果必要的話,以取得下降方向。在這些方面,該算法對(duì)第一類(lèi) Polak-Wardi-Doyle 方法顯示出顯著改進(jìn)。這種新方法與 Fletcher 對(duì)半定約束和 Friedland,Nocedal 和 Overton 逆特征值問(wèn)題的近期工作有很多共同之處。并會(huì)給出一些數(shù)值例子。關(guān)鍵字 關(guān)鍵字:非光滑的優(yōu)化,不可微的優(yōu)化,凸規(guī)劃,半定約束,最大奇異值的最小化1、簡(jiǎn)介 、簡(jiǎn)介。很多重要的優(yōu)化問(wèn)題涉及特征值的約束。舉個(gè)例子,結(jié)構(gòu)工程,我們不
4、妨以盡量減少一些結(jié)構(gòu)受限于它的固有頻率約束的成本。一個(gè)相當(dāng)常見(jiàn)的產(chǎn)生于控制工程的問(wèn)題是(1.1) minφ(x)條件是(1.2) φ(x) = max |λi(A(x))|,A(x)是一個(gè)關(guān)于 x 的仿射函數(shù)的實(shí)對(duì)稱(chēng)矩陣,且{λi(A(x)),I = 1,…,n}是 A(x)的特征值。既然 A(x)是一個(gè)仿射函數(shù),那么它可以寫(xiě)作A(x) = A0 + Σxk Ak函數(shù)φ(x)是凸的,因?yàn)橐粋€(gè)矩陣的最大特征值關(guān)于矩陣的元素是一個(gè)凸函數(shù)。一
5、個(gè)重要的特殊例子是(1.3)Ak = ekekT(2.2)s.t. –ω ≤ λi(A(x)) ≤ ω, i = 1,…,n或者等價(jià)的(2.3)minω(2.4) ωI – A(x) ≥ 0,(2.5) ωI +A(x) ≥ 0,在(2.4),(2.5)中的≥說(shuō)明的是一個(gè)矩陣的半正定約束。第二個(gè)形式說(shuō)明了對(duì) Fletcher(1985)的工作是具有適用性的。Fletcher 給出了二次收斂的算法來(lái)解決(2.6)maxΣxk(2.7)s.
6、t.A0 – Diag(x) ≥ 0, x ≥ 0而他的算法中的一些部分是可以用來(lái)解決(2.3)-(2.5)的。然而,這個(gè)算法不具有直接適用性的,而且有一些原因來(lái)解釋為什么在這種情況下它可以用來(lái)改進(jìn) Fletcher 的方法。其中一個(gè)原因是 Fletcher 的方法可以用來(lái)解決一系列的子問(wèn)題,每個(gè)通過(guò)定義一些無(wú)效的關(guān)于 A0+Diag(x)的猜想,直到正確的被標(biāo)示出來(lái)。這樣的策略不能很容易地?cái)U(kuò)展到兩個(gè)(或更多)的半定約束的情況。我們的算
7、法中的一個(gè)目標(biāo)是能夠調(diào)整多重估計(jì)并總是在每次迭代中獲得遞減的φ(x)。我們?cè)诿看蔚型ㄟ^(guò)計(jì)算 A(x)的特征值-特征向量的分解來(lái)得到。相比之下,F(xiàn)letcher 的方法用到了對(duì) A0+Diag(x)做 Choleski 分解,連同一個(gè)精確的罰函數(shù)來(lái)加強(qiáng)(2.7)。此外,因?yàn)?2.6),(2.7)的特殊形式,F(xiàn)letcher 的方法并不需要特征值的分裂技術(shù)。換句話說(shuō),給出一個(gè) A0+Diag(x)矩陣來(lái)滿足(2.7),通過(guò)一個(gè)無(wú)關(guān)的 t
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- (節(jié)選)數(shù)學(xué)外文翻譯--最小化對(duì)稱(chēng)矩陣的最大特征值(譯文).doc
- (節(jié)選)數(shù)學(xué)外文翻譯--最小化對(duì)稱(chēng)矩陣的最大特征值(譯文).doc
- (節(jié)選)數(shù)學(xué)外文翻譯--最小化對(duì)稱(chēng)矩陣的最大特征值
- (節(jié)選)數(shù)學(xué)外文翻譯--最小化對(duì)稱(chēng)矩陣的最大特征值
- (節(jié)選)數(shù)學(xué)外文翻譯--最小化對(duì)稱(chēng)矩陣的最大特征值(原文)
- (節(jié)選)數(shù)學(xué)外文翻譯--最小化對(duì)稱(chēng)矩陣的最大特征值(原文).pdf
- (節(jié)選)數(shù)學(xué)外文翻譯--最小化對(duì)稱(chēng)矩陣的最大特征值(原文).pdf
- 圖的最小特征值
- 對(duì)稱(chēng)箭形矩陣的逆特征值問(wèn)題.pdf
- 實(shí)對(duì)稱(chēng)正定模糊矩陣的模糊特征值.pdf
- 對(duì)稱(chēng)矩陣特征值分解的硬件實(shí)現(xiàn)研究.pdf
- 21712.非負(fù)矩陣最大特征值的估計(jì)法
- 最小奇異值與特征值及迭代矩陣譜半徑的估計(jì).pdf
- 圖的最小特征值.pdf
- 補(bǔ)圖的最小特征值.pdf
- 1518.非負(fù)不可約矩陣最大特征值的估計(jì)
- 求對(duì)稱(chēng)矩陣特征值的神經(jīng)網(wǎng)絡(luò)方法.pdf
- 非負(fù)矩陣最大特征值的界的估計(jì)和算法.pdf
- 矩陣特征值的求法研究
- 矩陣特征值的估計(jì).pdf
評(píng)論
0/150
提交評(píng)論