To our knowledge, so far, the error and perturbation bounds for the general absolute value equations are not discussed. In order to fill in this study gap, in this paper, by introducing a class of absolute value functions, we study the error bounds and perturbation bounds for two types of absolute value equations (AVEs): Ax-B|x|=b and Ax-|Bx|=b. Some useful error bounds and perturbation bounds for the above two types of absolute value equations are presented. By applying the absolute value equations, we also obtain the error and perturbation bounds for the horizontal linear complementarity problem (HLCP). In addition, a new perturbation bound for the LCP without constraint conditions is given as well, which are weaker than the presented work in [SIAM J. Optim., 2007, 18: 1250-1265] in a way. Besides, without limiting the matrix type, some computable estimates for the above upper bounds are given, which are sharper than some existing results under certain conditions. Some numerical examples for the AVEs from the LCP are given to show the feasibility of the perturbation bounds.


翻译:据我们所知,到目前为止,一般绝对值方程的误差界和扰动界尚未被讨论。为了填补这一研究空白,本文通过引入一类绝对值函数,研究了两种绝对值方程(AVEs)的误差界和扰动界: Ax-B |x | = b和 Ax - |Bx | = b。 提出了一些有用的上述两种绝对值方程的误差界和扰动界。应用绝对值方程,我们还获得了水平线性互补问题(HLCP)的误差和扰动界。此外,还给出了一种新的线性互补问题(LCP)扰动界,它不限制约束条件,但在某种程度上比[SIAM J. Optim,2007,18:1250-1265]中的工作要弱。此外,给出了一些计算上界的估计,不限制矩阵类型,这些上界更锐利,而已有的某些结果在一定条件下是更锐利的。给出了一些从LCP的AVEs中选出的数值实例,以显示扰动界的可行性。

0
下载
关闭预览

相关内容

南大《优化方法 (Optimization Methods》课程,推荐!
专知会员服务
78+阅读 · 2022年4月3日
【硬核书】矩阵代数基础,248页pdf
专知会员服务
84+阅读 · 2021年12月9日
专知会员服务
50+阅读 · 2020年12月14日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【直观详解】支持向量机SVM
机器学习研究会
18+阅读 · 2017年11月8日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年5月31日
Arxiv
0+阅读 · 2023年5月31日
Arxiv
23+阅读 · 2022年2月4日
VIP会员
相关VIP内容
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【直观详解】支持向量机SVM
机器学习研究会
18+阅读 · 2017年11月8日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员