右凸理想语言的前缀根特征

关于右凸语言,即右凸理想的研究,已有许多结果。在本文中,我们从理想的角度出发,借助于理想的前缀根,刻划了右凸语言。 ∑是有限字母表;∑~*为∑生成的自由么半群,∑~*的元素与子集分别称为∑上的字与语言,λ表示∑~*的恒等元,称为∑上的空字,记∑~+=∑~*-{λ}。本文中涉及的其它概念见[4]。 非空语言A∑~+称为前(后)缀码,如果A∩A∑~+=φ(A∩∑~+A=φ);前(后)缀码     

强可识语言族

<正> ∑为一有限集,∑~*表示∑生成的自由单子,∑~*的元素与子集分别称为∑上的字与语言,2~(∑~*)表示∑~*的幂集,(?)(∑)=2~(∑~*)-{(?)}的子集称为∑上的语言族.在人工智能中一些问题的推动下,1974年 Havel 等人开创了语言的分支代数结构的研究.Havel 在[1]中定义了有限分支自动机,从而导致了作为有限分支自动机识别的所谓可识语言族的研究;Havel 在[2]中又引进了语言的相似度概念,进而定义了语言之间的一种距离,使((?)(∑),d)成一距离空间;[2]中还定义了语言族的一种替换性,并证明了,语言族是自相容的,当且仅当它具替换性且为(?)(∑)中的闭集.     

Abel 正则语言的毕竟周期性

关于∑上任意语言 L,L 的核(即∑上空字所在的 P_L 类[ε]_L)为一强码生成的自由么半群;而有限强码 G 生成的自由么半群 C~*具有一种 Abel 性——∑~*/P_c*为交换么半群。这导致了七十年代开始的关于一般 Abel 语言的研究。1973年,Shyr,H.J.(石辉然)给出了这类语言的若干特性。本文从毕竟周期的角度讨论这类语言的代数结构。关于∑上的Abel 正则语言,建立了从∑的诸字母表上的毕竟周期语言出发的归纳定义;并且推广单一     

多元线性模型中一个二次估计的非负最优性

考虑如下的多元线性模型 Y=X’_1BX_2+Us,(1)其中ε=(ε_((1)),ε_((2)),…,ε_((r)))’是r×p阶随机矩阵,满足 本文给出了trC∑~*是trC∑的一致最小方差非负二次无偏估计(UMVNQUE)的充要条件,其中∑~*是∑的在一定意义下的最小二乘估计(LSE),C是任一非负定阵。     

识别可识 Gtb-语言族的不确定有限自动机

本文中,Σ为有限字母表,Σ~* 为Σ生成的自由幺半群. Σ~*的元素与子集分别称为Σ上的字与语言,2~(Σ*)表示Σ~*的幂集,(?)(Σ)=2~(Σ*)-{(?)}的子集称为Σ上的语言族.语言族通常是由分支自动机识别的.Havel 在[1]中给出了通常的不确定有限自动机识别语言族的一种方式,且同时证明了一语言族 X 不确定可识的充要条件是存在一不     

正规子么半群与强码

设∑为字母表,∑是由∑生成的自由么半群.本文得到∑的任一正规子么半群恰是∑上的强码所生成的语言,讨论由强码导出的同余的性质,并给出码成为极大强码的充要条件.     

多元线性模型中一个二次估计的最优性(Ⅱ)——多元许定理的推广

考虑如下的多元线性模型 Y=X_1BX’_2+Uε(1)其中ε=(ε_((1))…ε_((r)))’是r×p阶随机矩阵,满足X_1、X_2、U≠0是已知阵。B与∑≥0是未知参数阵。 本文给出了tr(C∑~*)是tr(C∑)的一致最小方差不变二次无偏估计(UMVIQUE)的充要条件。其中∑~*是∑的在一定意义下的最小二乘估计(LSE)。C是任一对称阵。     

关于极大前缀码的刻划的一个注记

设X*是字母表X上的自由幺半群,以X*为顶点集构造一个语言图Γ(X*),引入语言图Γ(X*)的横截集的概念,给出了前缀码为极大前缀码的一个刻划,并推广了相关文献的结果.     

多元准正态线性模型中一个估计的非负最优性

Y=X_1BX′_2+U_ε是一个多元线性模型,其中X_1,X_2和U≠0是已知矩阵,B是未知参数阵,ε是随机矩阵。假设ε有如下的一阶、二阶、四阶矩 Eε=0,Eεε′=I(×)∑, Cov εε’=2(I(×)∑)(×)(I(×)∑)其中∑≥0是未知参数阵.设∑~*是∑的最小二乘估计,C≠0是已知的非负定阵,本文对UU’是幂等阵的情形给出了tr(C∑~*)是tr(C∑)的最优非负二次无偏估计的充要条件。     

Fuzzyω正则语言的注记

定义P上的ω-Fuzzy等价关系的符号,并且定义了三上Fuzzy前缀逆相ω-语言和左逆封闭语言,在这些定义的基础上,得到了三上Fuzzy前缀逆相ω-语言是Fuzzy ω正则语言的充分必要条件是由L定义的ω-Fuzzy等价关系的指数有限,三上Fuzzy ω正则语言可以表示成∑^w上一些具有有限指数的左不变等价关系的某些等价类的并集。因而在由前缀逆相ω-语言或左逆封闭“语言组成的一语言类中,Fuzzy ω正则语言的代数特征就可从代数和集合论的观点给出。这为进一步研究Fuzzy有限状态自动机和Fuzzy正则语言奠定了基础。     

极大前缀码的刻划

设X*是字母表X上的自由幺半群,本文通过以X*为顶点集构造一个语言图Γ(X*),引入语言图Γ(X*)的横截集的概念,给出了极大前缀码的一个刻划.同时,证明了满足含有X中字母且长度有限的极大前缀码必是极大码.     

极大前缀码的一些刻划

设X~*是字母表X上的自由幺半群,以X~*为顶点集构造一个语言图Г(X~*),引入语言图Г(X~*)的横截集的概念,给出了极大前缀码的一些刻划.     

前缀码的嵌入定理

设X*是字母表X上的自由幺半群,以X*为顶点集构造一个语言图Γ(X*),引入语言图Γ(X*)的横截集的概念,给出了前缀码嵌入到极大前缀码的一个构造.     

模糊正则文法的逼近性

为了扩大现有研究的应用范围,基于max-min型模糊正则文法引入了max-*型模糊正则文法(其中*为特定t-模)的概念,讨论了max-*型模糊正则文法可以通过max-min型模糊正则文法在任意给定的逼近精度来逼近.研究表明,当t-模*满足一定的条件时,max-*型模糊正则文法与max-min型模糊正则文法在生成模糊语言能力方面是等价的.     

Runge-Kutta-Nystrm方法的若干新性质

本文研究了由Runge-Kutta(RK)方法Φ生成Runge-Kutta-Nystr(?)m(RKN)方法Φ_N的伴随西Φ~*_N的两种途径,证明了由这两条途径生成的西Φ~*_N是相同的;讨论了具有辛性,对称性或P-稳定性的Φ,Φ_N,Φ~*_N之间的一些关系;并表明通过辛(或对称)RK方法可构造辛(或对称) RKN方法.     

Ｙ-数值半径的范数性质(英文)

Given an n×n complex matrix A and an n-dimensional complex vector y=(ν1 , ··· , νn ), the y-numerical radius of A is the nonnegative quantity ry(A)=max{n∑j=1ν*jAx︱:Axj︱: x*jxj=1,xj ∈Cn}.Here Cn is an n-dimensional linear space overthe complex field C. For y = (1, 0, ··· , 0) it reduces to the classical radius r(A) =max {|x*Ax|: x*x=1}.We show that ry is a generalized matrix norm if and only ifn∑j=1νj≠ 0.Next, we study some properties of the y-numerical radius of matrices andvectors with non-negative entries.     

LINEAR ＊-DERIVATIONS ON JB^＊-ALGEBRAS

It is shown that for a derivation f(x1o…oxj-1oxj 1o…xk)=k∑j=1x1o…oxu-1oxj 1o…oxkof(xj) on a JB*-algebra β, there exists a unique C-linear *-derivation D : β→β near the derivation.     

生长曲线模型参数估计的几个相对效率

对于生长曲线模型该文在１中定义了的三种相对效率,即：其中,Ｂ＝（Ａ’∑~（－１）Ａ）~（－１）Ａ’∑’~（－１）ＹＶ~（－１）~Ｃ’（ＣＶ~（－１）Ｃ’）~（－１）,Ｂ＝（Ａ’∑~（－１）Ａ）~（－１）Ａ’∑~（－１）ＹＣ’（ＣＣ’）＼＋－１,μ＝ＡＢＣ,μ·＝ＡＢ·Ｃ．在２,３,４中分别给出了它们的上界,并给予了证明．     

ON THE COMMUTATIVITY OF MULTIPLE SERIES AND BASIC SEQUENCE

Let X be a Banach space and {e_j}_(j=1)~∞ be a sequence in X. The author showsthat {e_j}_(j=1)~∞ is a basic sequence if and only if ∑_(n=1)~∞, r_nα_(nj) converges for every j≥1 and∑_(n=1)~∞ r_n ∑_(j=1)~∞, α_(nj)e_j=∑_(j=1)~∞,(∑_(n=1)~∞ r_nα_(nj))e_j holds for every choice of scalar variables{α_(nj)} such that ∑_(j=1)~∞ α_(nj)e_j converges for each n≥1 and any choice of scalar variables{r_n} such that ∑_(n=1)~∞ ∑_(j=1)~∞, r_nα_(nj)e_j converges. Moreover, some applications about theresult are given.     

Probabilistic approach to the Dirichlet problem of second order elliptic PDE

In this paper we provide a probabilistic approach to the following Dirichlet Problem{(∑x~4(α~(ij) x~j) ∑b~ix~i ξ)u=0, iD u=g, on D,without assuming that the eigenvalues of the operator∑x~i(α~(ij)x~j) ∑b~ix~i ξwith Dirichlet boundary conditions are all strictly negative. The results of this paper generalizedthose of Ma.