拉格朗日乘法,Lagrange multiplication,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> 拉格朗日乘法

1) Lagrange multiplication 点击朗读

拉格朗日乘法

The first step is that based on the measurement equation of the dynamic system,the virtual measurement of network node is introuduced as its constraint equations,the optimization model is established by using the weighted leastsquares method(WLS),and the formulation of measurement residuals is proposed by using Lagrange multiplication.

分两步完成电网络参数误差的估计:首先根据动态系统的量测方程,利用加权最小二乘法(weighted least squares method,以下简称WLS),同时引入网络节点虚拟量测量作为等式约束条件建立最优化模型,利用拉格朗日乘法提出量测残差的表达式,网络节点虚拟量测量的引入加强了算法的精确性和收敛速度;第二步首先利用递推最小二乘建立量测残差方程中偏差项的的迭代公式,电网络参数误差包含在量测残差方程的偏差项中,通过迭代得出一个无偏估计的初始状态量,最后求得电网络参数误差。

2) Lagrangian method 点击朗读

拉格朗日乘子法

Optimization of integral flange by Lagrangian method.; 点击朗读

整体法兰拉格朗日乘子法优化设计

In the new method,the Lagrangian method with inequality restriction is used to assign the load between the monoblock so as to increase the feasibility a.

在不等式约束条件下,采用拉格朗日乘子法对火电机组负荷最优分配问题进行研究,以提高在实际运行过程中负荷最优分配结果的可行性和实用性。

更多例句>>

3) Lagrangian multiplier method 点击朗读

拉格朗日乘子法

The dynamic equations were derived applying the Lagrangian multiplier method. 点击朗读

给出了平面——球系统中描述球体姿态的三个欧拉角的具体定义,在此基础上确定了完全描述球形机器人系统的七个状态变量,指出机器人在运动中所受的三个非完整约束,应用拉格朗日乘子法推导出球形机器人动力学方程。

更多例句>>

4) Lagrange multiplicator law 点击朗读

拉格朗日乘数法

Based on the ratio of middle to outside law design idea,the application target programming method is used to establish a simplification model and improvement model based on the most superior design of can shape and the size,and the simplification model is solved by the Lagrange multiplicator law.

基于黄金分割律的设计理念,应用目标规划的方法建立了易拉罐形状和尺寸最优设计的简化模型与改进模型,以拉格朗日乘数法求解了简化模型,利用mathematic求出了改进模型数值解,并通过测量数据进行了验证。

更多例句>>

5) Lagrange multiplier 点击朗读

拉格朗日乘子法

In this paper,adopting the radar cross section as the constraint condition,a new conical aerodynamic configuration is presented using the Lagrange multiplier method,and the minimization problems are solved by the dynamic evolution method.

采用拉格朗日乘子法优化设计了雷达散射截面约束条件下的锥形融合气动外形。

With Lagrange multiplier,Dirichlet boundary conditions are imposed along the essential boundaries.

在有限元三维20结点单元构成的空间网格上构建流形覆盖和权函数,采用拉格朗日乘子法施加位移约束条件,推导了分析静态问题的计算列式。

With the loan s yield as the earning of financial asset and the volatility of loan as a criteria to reflect the risk of loan, a decision making model of loan risk portfolio s optimization was established through the solution of the problem of quadric program using the Lagrange multiplier with minimum risk in the feasible range.

以贷款的收益率为金融资产的收益 ,以贷款收益率的波动为标准反映贷款风险 ,以拉格朗日乘子法为工具求解二次规划 ,建立了在既定组合收益范围内 ,组合风险最小的贷款组合优化决策模型。

更多例句>>

6) Lagrange multiplier method 点击朗读

拉格朗日乘子法

With the Lagrange multiplier method, the minimum distance of the center of a circle and a quadric surface was provided and the tangency condition of curve and surface was given.

利用拉格朗日乘子法求解二次曲线和二次曲面之间的最小距离,给出了曲线与曲面相切的条件。

The discrete equation set of the proposed method is due developed by means of the modified weak form functional in which the Lagrange Multiplier Method and jump function approach are used, respectively, to enforce the essential boundary conditions and.

详细论述了移动最小二乘近似的基本原理和具体实施过程 ;采用拉格朗日乘子法处理第一类边界条件 ,应用跳跃函数法解决不同媒质交界面处解函数导数不连续等问题 ,从而基于修正的弱形式泛函的建立 ,导出了算法的离散数学模型。

更多例句>>

补充资料：乘子

　　傅里叶分析中通过傅里叶系数乘上一个数列，或通过傅里叶变换乘上一个函数来定义的一类算子。
　　
　　设P、Q 是两个具有某种特性的周期为 2π的函数类，{λ_k}(k=0,±1,±2,...)是给定的复数列。如果对P 中任意函数??(x)的傅里叶系数с_k:乘以λ_k 所得到的数列{λ_kс_k}必定是 Q中某函数g(x)的傅里叶系数,即数列{λ_k}确定了一个从??∈P映到g∈Q的算子T:T??=g，就称T为(P,Q)乘子,有时也直接称{λ_k}是(P，Q)乘子,其中P，Q可以是有界函数类B,连续函数类C，p次幂为勒贝格可积的函数类L^p，等等。
　　
　　数列{λ_k}应该满足什么条件,才是(P,Q)乘子呢?研究这类问题的定理称为乘子定理。波兰数学家J.马钦凯维奇在1939年提出了下列著名定理.
　　
　　马钦凯维奇乘子定理　设{λ_k}满足条件式中M是常数，则{λ_k}是(L^p,L^p)乘子(p>1),这里L^p表示周期为2π的p次幂可积函数类.
　　
　　对非周期函数可以类似地定义乘子。设m（x）是给定在n维欧氏空间 Rⁿ上的一个有界可测函数，如果对于L²∩L^p中任意函数??(x)的傅里叶变换弮(y)，乘积m(y)·弮(y)必定是L^p(Rⁿ)中某个函数g(x)的傅里叶变换,并且存在常数M，使得
　　式中也就是说，对一切??∈L²∩L^p，由等式
　　
　　所确定的算子T是L^p上的有界算子:就称T为对应于m(x)的L^p乘子算子，或简称L^p乘子，有时也直接称m(x)是一个L^p乘子。1956年苏联数学家C.Γ.米赫林证明了下面的定理。
　　
　　米赫林乘子定理　设m(x)在Rⁿ中除原点外是 k阶连续可微的，其中k为大于n/2的整数，还假设m(x)的所有阶数不超过k的偏导数满足条件式中α=(α₁,α₂,...,α_n)，α_i是非负整数,│α│=α₁+α₂+...+α_n≤k,则m(x)是L^p乘子(p>1)。
　　
　　乘子算子的特点是它同平移算子可交换。平移算子τ_h的定义为(τ_h??)(x)=??(x-h)，这里 h是Rⁿ中一个向量。L^p上的有界线性算子 T是乘子算子的充分必要条件为它与平移算子可交换，即对任意h∈Rⁿ，有 Tτ_h=τ_hT成立。
　　
　　如果不通过傅里叶变换直接来表示乘子算子，那么在一定意义上说,乘子算子实际上就是卷积算子T??=??*φ，其中*表示卷积运算。
　　
　　设??(x)是多元函数，在研究??(x)的多重傅里叶级数的各种形式的部分和（方形和，矩形和，球形和）是否依L^p范数收敛到??(x)时，遇到下述类型的乘子问题：设m(x)是某个可测集D的特征函数ⅹ_D(x)，
　　问D具有什么样的几何形状时，ⅹ_D(x)是L^p乘子？这个叙述起来十分简单的问题，实际上却异常复杂。以二维的情形为例，如果D是半平面，或多边形时，ⅹ_D(x)是L^p乘子(p>1)；但当D是单位圆时，问题就复杂得多了。一般地说，若D是n维空间的单位球,对应于ⅹ_D(x)的算子T是否为乘子算子的问题，被称为圆盘问题。它曾在长时期内没能解决。容易推知,对于区间以外的p，T不是 L^p上的有界算子。因此，曾有一个所谓"圆盘猜想"，猜想：对于满足的一切p,T是L^p上的有界算子。为了研究此问题，美国数学家E.M.施坦与C.费弗曼先研究稍简单一些的博赫纳-里斯球形和算子T_δ:式中它和单位球的特征函数的差别在于它在｜x｜=1处具有一定的光滑性。他们推测对:一切δ>0,当时，T_δ是 L^p上的有界算子。1970年费弗曼证明了当时，这个推测成立。然而，圆盘猜测却在1971年被费弗曼否定了。他通过构造反例说明：当空间维数n>1时，T只能是L²上的有界算子，若p≠2，T不可能在L^p上有界。由此可见，乘子算子的复杂性。
　　
　　泛函分析，微分方程中的许多算子都是乘子算子。因此，乘子定理在傅里叶分析，泛函分析，微分方程，位势理论以及数学物理中有广泛的应用。
　　
　　

参考书目
　　　J. Marcinkiewicz, Sur les Multiplicateurs des Séries de Fourier,Studia MatheMatica, T. 8, pp. 78～91, Warsaw,1939.
　　

说明：补充资料仅用于学习参考，请勿用于其它任何用途。

参考词条

增广拉格朗日乘子法替换式拉格朗日乘子法

拉格朗日数乘法拉格朗日乘式法拉格朗日未定乘数法

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> 拉格朗日乘法 1) Lagrange multiplication 拉格朗日乘法 1. The first step is that based on the measurement equation of the dynamic system,the virtual measurement of network node is introuduced as its constraint equations,the optimization model is established by using the weighted leastsquares method(WLS),and the formulation of measurement residuals is proposed by using Lagrange multiplication. 分两步完成电网络参数误差的估计:首先根据动态系统的量测方程,利用加权最小二乘法(weighted least squares method,以下简称WLS),同时引入网络节点虚拟量测量作为等式约束条件建立最优化模型,利用拉格朗日乘法提出量测残差的表达式,网络节点虚拟量测量的引入加强了算法的精确性和收敛速度;第二步首先利用递推最小二乘建立量测残差方程中偏差项的的迭代公式,电网络参数误差包含在量测残差方程的偏差项中,通过迭代得出一个无偏估计的初始状态量,最后求得电网络参数误差。 2) Lagrangian method 拉格朗日乘子法 1. Optimization of integral flange by Lagrangian method.; 整体法兰拉格朗日乘子法优化设计 2. In the new method,the Lagrangian method with inequality restriction is used to assign the load between the monoblock so as to increase the feasibility a. 在不等式约束条件下,采用拉格朗日乘子法对火电机组负荷最优分配问题进行研究,以提高在实际运行过程中负荷最优分配结果的可行性和实用性。更多例句>> 3) Lagrangian multiplier method 拉格朗日乘子法 1. The dynamic equations were derived applying the Lagrangian multiplier method. 给出了平面——球系统中描述球体姿态的三个欧拉角的具体定义,在此基础上确定了完全描述球形机器人系统的七个状态变量,指出机器人在运动中所受的三个非完整约束,应用拉格朗日乘子法推导出球形机器人动力学方程。更多例句>> 4) Lagrange multiplicator law 拉格朗日乘数法 1. Based on the ratio of middle to outside law design idea,the application target programming method is used to establish a simplification model and improvement model based on the most superior design of can shape and the size,and the simplification model is solved by the Lagrange multiplicator law. 基于黄金分割律的设计理念,应用目标规划的方法建立了易拉罐形状和尺寸最优设计的简化模型与改进模型,以拉格朗日乘数法求解了简化模型,利用mathematic求出了改进模型数值解,并通过测量数据进行了验证。更多例句>> 5) Lagrange multiplier 拉格朗日乘子法 1. In this paper,adopting the radar cross section as the constraint condition,a new conical aerodynamic configuration is presented using the Lagrange multiplier method,and the minimization problems are solved by the dynamic evolution method. 采用拉格朗日乘子法优化设计了雷达散射截面约束条件下的锥形融合气动外形。 2. With Lagrange multiplier,Dirichlet boundary conditions are imposed along the essential boundaries. 在有限元三维20结点单元构成的空间网格上构建流形覆盖和权函数,采用拉格朗日乘子法施加位移约束条件,推导了分析静态问题的计算列式。 3. With the loan s yield as the earning of financial asset and the volatility of loan as a criteria to reflect the risk of loan, a decision making model of loan risk portfolio s optimization was established through the solution of the problem of quadric program using the Lagrange multiplier with minimum risk in the feasible range. 以贷款的收益率为金融资产的收益 ,以贷款收益率的波动为标准反映贷款风险 ,以拉格朗日乘子法为工具求解二次规划 ,建立了在既定组合收益范围内 ,组合风险最小的贷款组合优化决策模型。更多例句>> 6) Lagrange multiplier method 拉格朗日乘子法 1. With the Lagrange multiplier method, the minimum distance of the center of a circle and a quadric surface was provided and the tangency condition of curve and surface was given. 利用拉格朗日乘子法求解二次曲线和二次曲面之间的最小距离,给出了曲线与曲面相切的条件。 2. The discrete equation set of the proposed method is due developed by means of the modified weak form functional in which the Lagrange Multiplier Method and jump function approach are used, respectively, to enforce the essential boundary conditions and. 详细论述了移动最小二乘近似的基本原理和具体实施过程 ;采用拉格朗日乘子法处理第一类边界条件 ,应用跳跃函数法解决不同媒质交界面处解函数导数不连续等问题 ,从而基于修正的弱形式泛函的建立 ,导出了算法的离散数学模型。更多例句>> 补充资料：乘子　　傅里叶分析中通过傅里叶系数乘上一个数列，或通过傅里叶变换乘上一个函数来定义的一类算子。　　　　设P、Q 是两个具有某种特性的周期为 2π的函数类，{λ_k}(k=0,±1,±2,...)是给定的复数列。如果对P 中任意函数??(x)的傅里叶系数с_k:乘以λ_k 所得到的数列{λ_kс_k}必定是 Q中某函数g(x)的傅里叶系数,即数列{λ_k}确定了一个从??∈P映到g∈Q的算子T:T??=g，就称T为(P,Q)乘子,有时也直接称{λ_k}是(P，Q)乘子,其中P，Q可以是有界函数类B,连续函数类C，p次幂为勒贝格可积的函数类L^p，等等。　　　　数列{λ_k}应该满足什么条件,才是(P,Q)乘子呢?研究这类问题的定理称为乘子定理。波兰数学家J.马钦凯维奇在1939年提出了下列著名定理. 　　　　马钦凯维奇乘子定理　设{λ_k}满足条件式中M是常数，则{λ_k}是(L^p,L^p)乘子(p>1),这里L^p表示周期为2π的p次幂可积函数类. 　　　　对非周期函数可以类似地定义乘子。设m（x）是给定在n维欧氏空间 Rⁿ上的一个有界可测函数，如果对于L²∩L^p中任意函数??(x)的傅里叶变换弮(y)，乘积m(y)·弮(y)必定是L^p(Rⁿ)中某个函数g(x)的傅里叶变换,并且存在常数M，使得　　式中也就是说，对一切??∈L²∩L^p，由等式　　　　所确定的算子T是L^p上的有界算子:就称T为对应于m(x)的L^p乘子算子，或简称L^p乘子，有时也直接称m(x)是一个L^p乘子。1956年苏联数学家C.Γ.米赫林证明了下面的定理。　　　　米赫林乘子定理　设m(x)在Rⁿ中除原点外是 k阶连续可微的，其中k为大于n/2的整数，还假设m(x)的所有阶数不超过k的偏导数满足条件式中α=(α₁,α₂,...,α_n)，α_i是非负整数,│α│=α₁+α₂+...+α_n≤k,则m(x)是L^p乘子(p>1)。　　　　乘子算子的特点是它同平移算子可交换。平移算子τ_h的定义为(τ_h??)(x)=??(x-h)，这里 h是Rⁿ中一个向量。L^p上的有界线性算子 T是乘子算子的充分必要条件为它与平移算子可交换，即对任意h∈Rⁿ，有 Tτ_h=τ_hT成立。　　　　如果不通过傅里叶变换直接来表示乘子算子，那么在一定意义上说,乘子算子实际上就是卷积算子T??=??φ，其中表示卷积运算。　　　　设??(x)是多元函数，在研究??(x)的多重傅里叶级数的各种形式的部分和（方形和，矩形和，球形和）是否依L^p范数收敛到??(x)时，遇到下述类型的乘子问题：设m(x)是某个可测集D的特征函数ⅹ_D(x)，　　问D具有什么样的几何形状时，ⅹ_D(x)是L^p乘子？这个叙述起来十分简单的问题，实际上却异常复杂。以二维的情形为例，如果D是半平面，或多边形时，ⅹ_D(x)是L^p乘子(p>1)；但当D是单位圆时，问题就复杂得多了。一般地说，若D是n维空间的单位球,对应于ⅹ_D(x)的算子T是否为乘子算子的问题，被称为圆盘问题。它曾在长时期内没能解决。容易推知,对于区间以外的p，T不是 L^p上的有界算子。因此，曾有一个所谓"圆盘猜想"，猜想：对于满足的一切p,T是L^p上的有界算子。为了研究此问题，美国数学家E.M.施坦与C.费弗曼先研究稍简单一些的博赫纳-里斯球形和算子T_δ:式中它和单位球的特征函数的差别在于它在｜x｜=1处具有一定的光滑性。他们推测对:一切δ>0,当时，T_δ是 L^p上的有界算子。1970年费弗曼证明了当时，这个推测成立。然而，圆盘猜测却在1971年被费弗曼否定了。他通过构造反例说明：当空间维数n>1时，T只能是L²上的有界算子，若p≠2，T不可能在L^p上有界。由此可见，乘子算子的复杂性。　　　　泛函分析，微分方程中的许多算子都是乘子算子。因此，乘子定理在傅里叶分析，泛函分析，微分方程，位势理论以及数学物理中有广泛的应用。　　　　参考书目　　　J. Marcinkiewicz, Sur les Multiplicateurs des Séries de Fourier,Studia MatheMatica, T. 8, pp. 78～91, Warsaw,1939. 　　说明：补充资料仅用于学习参考，请勿用于其它任何用途。参考词条增广拉格朗日乘子法替换式拉格朗日乘子法

©2011 dictall.com