where wV = wHV w and ϕA = ϕTA−1

where w
V = wHV w and ϕ
A = ϕTA−1ϕ. Similar to
[12], it can be proved that Algorithm 1 converges to optimum
if υ(t) converges.
Next, we need to find the condition that Lyapunov function
(23) converges. According to (16), ϕ(t + 1) is the projection
of ϕ(t)+AEq(t) onto ϕ  0. Hence the following inequality
holds (Prop. 3.2(b) in [19]),

ผลลัพธ์ (ไทย) 1:

ที่ wV = wHV w และϕA = ΦTA−1Φ คล้ายกับ[12], มันสามารถพิสูจน์ได้ว่า อัลกอริทึม 1 แร็คเพื่อประสิทธิภาพสูงสุดถ้า υ(t) แร็คถัดไป เราต้องหาเงื่อนไขที่ทำงานของเลียปูนอฟ(23) แร็ค ตาม (16), ϕ(t + 1) เป็นการฉายภาพของ ϕ(t)+AEq(t) บนϕ 0 ด้วยเหตุนี้อสมการต่อไปนี้มี (Prop. 3.2(b) [19]),

ผลลัพธ์ (ไทย) 2:

ที่ไหน? W?
V = WHV W และ? φ?
A = φTA-1φ คล้ายกับ
[12] ก็สามารถพิสูจน์ให้เห็นว่าอัลกอริทึม 1 ลู่ที่จะดีที่สุด
ถ้าυ (T) ลู่.
ต่อไปเราต้องไปหาเงื่อนไขที่ว่าฟังก์ชั่น Lyapunov
(23) ลู่ ตามที่ (16), φ (T + 1) มีการประมาณการ
ของφ (T) + AEq (T) เข้าสู่φ? 0. ดังนั้นอสมการต่อไปนี้
ถือ (Prop. 3.2 (ข) ใน [19])

ผลลัพธ์ (ไทย) 3:

ที่ WV = whv W และϕ= ϕทา− 1 ϕ . คล้ายกับ[ 12 ] , มันสามารถพิสูจน์ได้ว่าขั้นตอนวิธีที่ 1 เข้าสู่ที่ถ้าυ ( t ) - .ต่อไปเราต้องเจอสภาพที่ฟังก์ชันเลียปูนอฟ( 23 ) - . ตาม ( 16 ) , ϕ ( T + 1 ) เป็นโปรเจคเตอร์ของϕ ( T ) + aeq ( T ) ลงบนϕ 0 ดังนั้นอสมการต่อไปนี้ถือ ( prop 3.2 ( B ) [ 19 ] )