程代展, 杜宏, 陈翰馥
应用数学学报(英文版). 2001, 17(1): 53-59.
设J是函数f:R~n→R的梯度f_x的零集.在相当一般的条件下,当k→∞时,随机逼近算法使得d(f(x_k),f(J))→0.首先,讨论了k→∞时,d(f(x_k),f(J))→0蕴涵k→∞时,d(x_k,J)→0的收敛条件.证明了如果f_x是连续的且f(J)是无处稠密的.那么蕴涵存在.然后,证明了Sard定理的增强型式,作为特殊情况,证明了两个独立充分条件回答了先前的问题:如果f是C~1函数且 i)J是紧集,ii)对于任意有界集B,f~(-1)(B)是有界的,那么f(J)是无处稠密的.最后,用代数几何的一些工具,证明了,如果f是多项式那么f(J)是有限集.因此,f(J)在多项式情形是无处稠密的.