n維向量間的一個問题

本文是討論4個n維向量問的一個問題,具體地來說,就是定理:設A=(a_1,a_2,…,a_n),B=(b_1,b_2,…,b_n),X=(x_1,x_2,…,x_n)和Y=(y_1,y_2,…,y_n)為4個非零的n維向量,其向量分適合 (1) a_ib_j+a_jb_i=x_iy_j+x_jy_i(i,j=1,2,…,n)之諸關係式:那麼A,B一定分别和X,Y或Y,X成比例,即必有二數λ≠0,μ≠0致A=λX,B=μY,或A=λY.B=μX。 證明:當n=1時,A=(a_1),B=(b_1),X=(x_1),Y=(y_1)。因題設A,B,X,Y均非零向量,故此時應為a_1b_1x_1y_1≠0,故A=λX,B=μY或A=σY,B=γX之4個異於零之數λ,μ,σ,γ之存在甚為顯明,此即示定理對於一維向量來講是成立的——實際上,由於(1)的原故,此時還顯然有λμ=1或σγ=1。今用數學歸納法假定定理對於n-1維向量而言是成立的,而來考察適合關係式(1)的4個n維向量A,B,X和Y。因A為非零向量,故它必至少有一個向量分     

判断Birkhoff插值矩阵平衡性的一些方法

<正> Birkhoff 插值问题可以描述为:设E=(e_(ij))_(i=0,j=0)~(k+1 n)是一个0,1矩阵(或插值矩阵),其中恰有n+1个1,设x_0相似文献   

标准Jacobi矩阵的混合型特征反问题

0 引言 本文讨论如下标准形式的Jacobi矩阵 其中a_i>0(i=1,2,…,n),b_i>0(i=1,2,…,n-1)。 对于Jacobi矩阵(对称三对角矩阵)的特征反问题,已有的成果[1],基本上集中在由两组频谱或两个特征对(指特征值及相应的特征向量)构造Jacobi矩阵的元素这样两类问题上,习惯上称之为频谱型或特征向量型反问题。本文提出且求解了第三类型——混合型特征反问题。即由一组频谱数据和一个特征向量构造矩阵元素的问题: 问题Ⅰ 给定正数λ~(1),λ~(2),…,λ~(n)和实向量x=(x_1,x_2,…,x_n)~T,其中x_1=1。构造一个标准形式的Jacobi矩阵J,使其第k阶顺序主子阵恰以λ~(k)(k=1,2,…,n)为其特征值。且(λ~(n),x)为其特征对。 问题Ⅱ 给定正数0<λ_1~(n)<λ_1~(n-1)<…<λ_1~(1)和正向量x=(x_1,x_2,…,x_n),其中x_=,x_k>0(k=2,…,n),构造一个标准形式的Jacobi矩阵J,使其第K阶顺序主子阵恰以λ_1~(k)为其最小特征值,而(λ~(n),x)为J的特征对。 问题Ⅲ 给定n个实数0<λ_1)<λ_2<…<λ_n和m个实数λ~(1),λ~(2),…,λ~(m)及m维向量x=(x_1,…,x_m)~T。构造n阶标准形式的Jaeobi矩阵J,使其第K阶顺序主子阵恰以λ~(k)(k=1,2,…,m)为其特征值,而(λ~(m),x)为第m阶顺序主子阵的特征对,且λ_k(k=1,2,…,n)为J的特征值。这里系大于或等     

一类高维种群动力系统的持续性

§1.引言 对于下述形式的Kolmogorov系统: x_i=x_if_i(x_1,x_2,…x_n),i=1,2…,n, (1.1)其中x_i=dx_i(t)/dt,x_i(t)表示种群x_i在时刻t时的种群密度,X=(x_1,x_2,…,x_n)∈R_ ~n,f_i(x)∈C~1(R_ ~n),这里R_ ~n={X|x_i≥0,i∈N},而N={1,2,…,n},R_ ~(n,0)={X|x_i>0,i∈N},在条件X(0)={x_1(0),x_2(0),…,x_n(0)}∈R_ ~(n,0)下,如果对一切i∈N:有lim sup_(t→∞)x_i(t)>0成立,称系统(1.1)弱持续生存;若liminf_(t→∞)x_i(t)>0成     

正多边形与复数方程

我们知道,方程x=P(P∈C)的n个复数根,在复平面内对应一正n边形的n个顶点,在此我们将这一理论作推广。定理复数x_1,X_2,x_3,…,x_n对应正n边形的n个顶点的充要条件是x_i(i=1,2,…n)是方程(x-z_0)~n=p(p∈C)的n个不同的复数根,其中z_0是正n边形的中心所对应的复数,p为复常数。证明必要性,设z_0为正n边形中心所对应的复数,则x_1满足x_1-z_0=(x_1-z_0)[cos((2(i-1)/n)π)+isin(2(i-1)/n)π]其中i=1,2,…,n。∴(x_1-z_0)~n=(x_1-z_0)~n=P。即x_1,x_2,…,x_n为方程(x-z_n)~n=p的n个不同复数根。     

强收敛意义下岭回归的 C_L 和 GCV 准则的渐近最优性

设有回归模型Y_i=μ_i+e_i,i=1,2,…,n (1)假定 e_1,…,e_n 为 iid.的正态随机变量序列,具有共同的均值0和方差σ~2.每个 Y_i 可通过设计点列 x_(i1),x_(i2),…,x_i_p_n 观察到.为估计 Y=(Y_1,…,Y_n)′的未知均值 μ=(μ_1,…,μ_n)′,可构造一族岭估计(?)(h)=X(X′X+hI)~-1X′Y,h≥0,(2)其中 X=(x_ij)_(n×ρn) 为设计阵,I 为 p_n 阶单位阵.在这里,岭参数 h 的选择是一个十分     

t-可约二部分竞赛图的得分表偶

设 T_(m,n)是 m×n 二部分竞赛图,(X,T)是 T_(m,n)的顶点集合 V(T_(m,n)的有序分划,其中|X|=m,|Y|=n.设 X={x_1,x_2,…,x_m},Y={y_1,y_2,…,y_n}.顶点x_1,x_2,…,x_m 在 T_(m,n)中的得分依次为 a_1,a_2,…,a_m,a_1≤a_2≤…≤a_m;y_1,y_2,…,y_n 在 T_(m,n)中的得分依次为 b_1,b_2,…,b_n,b_1≤b_2≤…≤b_n.记 A=(a_1,a_2,…,a_m),B=(b_1,b_2,…,b_n).有序向量偶(A,B)称为 T_(m,n)的得分表偶.反之,给定有序非负整向量偶(A,B),其中 A=(a_1,a_2,…,a_m),a_1≤a_2≤…≤a_m,B=(b_1,b_2,…,b_n),b_1≤b_2≤…≤b_n,是否存在 m×n 二部分竞赛图 T_(m,n),使得(A,B)是 T_(m,n)的     

解0-1线性规划Surrogate对偶的一个方法

0—1线性观划不难化为以下形式: (P)minc~Tx s.t.Ax≤b,x∈X这里X={(x_1,…,x_n)~T|x_i=0,1,i=1,…,n},A是m×n矩阵,c~T=(c_1,…,c_n),c_i≤0,(i=1,…,n),b∈R~m.假定(P)是适定的,称x是决策变量,A、b、c是参数变量. 设非负乘子V∈R~m,问题     

集合论与代数的新运算(Ⅰ)

定义1 令X={x_1,x_2,…,x_n},n是自然数;对于任意给定的A,B∈p(X),A={x_(i_1),x_(i_2),…,x_(i_k)}1≤i_1相似文献   

部分序线性系统中算子方程的一些问题

设X是一个部分序线性系统,其中每个简单有序的有上界的子集M在X中具有一个最小上界,而算子T是作用于X,本文证明下列结果 1 设x_0∈X,Tx_0≥x_0,若算子T在[x_0,Tx_0]是减的,而算子(T+I)在[x_0,Tx_0]是增的,这里记号I表示恒等算子,则其中x_n=Tx_(n-1),n=1,2,3,…,而且方程Tx=x在[x_(2n),x_(2n+1)]上有一个解。 设算子T_1是增的,而T_2是减的, 2 若x_0,y_0∈X(x_0≤y_0)是两个给定元素,且此外若算子(T_1-T_2-I)在[x_0,y_0]是减的,则这里x_n=T_1x_(n-1)+Ty(n-1)+γ,y_n=T_1y_(n-1)+T_2x_(n-1)+γ,n=1,2,3,…,而且方程Tx+γ=x在[x_n,y_n]上有一个解,这里T=T-1+T_2。     

集合论与代数的新的运算(Ⅰ)

定义1 令X={x_1,x_2,…,x_n},n是自然数;对于任意给定的A A,B∈P(X),A={x_(i1),x_(i2),…,x_(ik)},1≤i_1相似文献   

线性时变系统的渐近稳定性

本文讨论一般时变系统(?)=A(t)x(1)的渐近稳定性.其中 x=(x_1,x_2,…,x_n)~T,A(t)=[a_(ik)(t)](i,k=1,2,…,n)是定义于 I=[τ, ∞)上的 n×n 矩阵.取向量模‖x‖=(sum from i=1 to n x_i~2)~(1/2).作为预备工作,首先考虑一般时变系统     

复旦大学1984年硕士研究生入学考试试题

1.设x_0,x_1,…,x_n,x是n+2个相异点,证明 f(x_0,x_1,…,x_n,x)=sum from i=0 to n(f(x_j,x)/(multiply from (?) to n(x_j-x_1))) 其中f(xj,x)和f(x_o,x_1,…,x_n,x)分别表示函数f(x)的一阶和n+1阶差商。 2.设n阶线性方程组Ax=b中n×n矩阵A的顺序主子式det(A1)≠0(i=1,…n),令(n+1)×(n+1)矩阵B为     

集合论与代数的新运算(Ⅱ)

定义1 令X={x_1,x_2,…,x_n,…}=可数无穷集合,是有限集。对于先作一一对应其中i_1,i_2,…,i_n,…∈{0,1}满足然后把A与A所对应的(i_1,i_2,…)作恒同的理解,中最多只有有限个i_a等于1,其余的均为0),对于A=(i_1,i_2…,i_n,…)令其中当{l:i_1=j_1=0}≠φ(非空),min{l:i_1=j_1=0}     

多重线性回归中数据联合影响的分解及数据的交叉影响

一、引言考虑多重线性回归模型Y=Xβ ε,(1)其中,Y=(y_1,…y_n_)′为 n×p 观察矩阵,X=(x_1,…,x_n)′为 n×(k 1)列满秩设计矩阵,β=(β_0,β_1,…β_k)′为(k 1)×p 未知参数矩阵,ε=(ε_1,…ε_n)′为 n×p 随机误差矩阵,ε_1…,ε_n 相互独立.     

找周期子字的算法

§1.引言 考虑有限字母表A上字X=x_1x_2…x_n,|X|=n,x_i∈A,i=1,2,…,n;X的子字S=x_ix_(i 1)…x_j,j>i,称为周期子字,若存在p>0,使j-i 1≥2p并且有x_l=x_(l p),l=i,i 1,…,(j-p).p称为S的周期,有时把S称为终于i的周期子字.令P=x_i…x_(i p-1),p=|P|,则S可写成P~‖prefix(P),k≥2,prefix(P)表示P的某个字首。‖表示并置运算。P表示k个P并置。     

关于矩阵切触有理插值

1 矩阵切触插值连分式 设实区间[a,b]中由不同点组成的插值结点为x_1,x_2,…,x_n,它们的重数分别为a_1,a_2,… ,a_n,M=sum from i=l to n(a_i-1),与之对应的待插值矩阵集为 {A_i~(k):k=0,1,…,a_i-1,i=1,2,…,n,A_i~(k)=A~(k)(x_i)∈R~(d×d)}. 设方阵A=(a_(ij)),它的广义矩阵逆定义为 A~(-1)= A/‖A‖~2 (A≠0) (1.1)     

算术平均数的一个简单性质的应用

n个实数x_1、x_2、…x_n的算术平均数(x_1+x_2+…+x_n)/n有如下简单性质: 若A≤x_1、x_2…、x_n(≤B),则 A≤(x_1+x_2+…+x_n)/n(≤B) 当且仅当A=x_1=x_2=…=x_n(=B)时等号成立。作为性质1的推论,特别地有推论1若x_1、x_2、…、x_n是n个实数,则min{x_f|i=1,2,…,n}≤≤(x_1+x_2+…+x_n)/n≤max{x_f|i=1,2,…,n} 当且仅当x_1=x_2=…=x_n时等号成立。推论2 若A≤x_1+x_2+…+x_n(≤B),则至少有一个x_k(x_e),使A/n≤x_k(x_a≤B/n),当x_1、x_2。…,x_n互不相等或A相似文献   

Karmarkar算法及其变形

研究如下形式的LP minc~Tx, s.t.Ax=0,(1) e~Tx=1,x≥0。其中A为m×n的行满秩矩阵,e=(1,…,1)~T∈R~n。已知x~0=(x_1~0,…,x_n~0)~T为(1)的一个严格可行内点。令Ω={x|x∈R~n,Ax=0},S={x|x∈R~n,e~Tx=1,x≥0},D=diag{x_1~0,…,x_n~0}。我们用统一的观点和方法导出K法和MK法。对(1)进行投影变换T: (?)x∈R~n,有 T(x)=y=(D~(-1)x/(e~TD~(-1)x))。 (2)     

具多个空间变元的一阶拟线性方程 Cauchy 问题广义解的唯一性

<正> 本文完成于一九六五年.讨论具多个空间变元的一阶拟线性方程(?)u/(?)t+sum from n=1 to n (?)F_i(t,X,u)/(?)x_i=0 X=(x_1,…,x_n)(A)Cauchy 问题广义解的唯一性.以及具间断右端的常微分方程组dX/dt=f(t,X) (B)广义解所构成的积分漏斗的某些性质.