在对称群中一类正则图所确定的极大子群

对称群的极大子群之确定,在多值逻辑理论和有限自动机理论中都有着重要而广泛的应用,同时也是置换群理论中的一个基本问题。本文提出了k次对称群中一类新的极大子群,k=h~m,m≥3,h≥7。 设Г=(Ω,E)是一个无向正则图,其中顶点集Ω={(α_1,…,α_m)|α_i∈Ω_h={0,1,…,h-1},i=1,…,m},边集E={<α,β>|α=(α_1…,α_m),β=(β_1,…,β_m)∈Ω,a_i≠β_i,i=1,…。m};G是Г的所自同构作成之群。于是,(1)G是本原群,且 G={g|g(x)=g(x_1,…x_m)=(g_1(x_(σ(1))),…,g_m(x_(σ(m))),σ∈S_m (集合{1,…,m}上的对称群),g_i∈S_h(Ω_h上的对称群),i=1,…,m};(2)若h为奇数h=2n+1且n为偶数或h-1>m,则G是k次对称群S_k中的极大子群;(3若h为偶数且2(h-1)>m,则G是k次交代群A_k中的极大子群。     

在对称群中一类正则图所确定的极大子群

对称群的极大子群之确定,在多值逻辑理论和有限自动机理论中都有着重要而广泛的应用,同时也是置换群理论中的一个基本问题.本文提出了 k 次对称群中一类新的极大子群,k=h~m,m≥3,h≥7.设Γ=(Ω,E)是一个无向正则图,其中顶点集Ω={(α_1,…,α_m)|β_i∈Ω_h={10,1,…,h-1},i=1,…,m},边集 E={α,β〉|α=(α_1,…,α_m),β=(β_1,…,β_m)∈Ω,α_i≠β_i,i=1,….m}:G 是Γ的所自同构作成之群.于是,(1)G 是本原群,且G={g|g(x)=g(x_1,…,x_m)=(g_1(x_σ(1)),…,g_m(x_σ(m))),σ∈S_m(集合{1,…,m}上的对称群),g,∈S_h(Ω_h 上的对称群),i=1,…,m};(2)若 h 为奇数 h=2_n+1且 n 为偶数或 h-1>m,则 G 是 k 次对称群 S_k 中的极大子群;(3)若 k 为偶数且2(k-1)>m,则 G 是 k 次交代群 A_k 中的极大子群.     

一类广义样条插值

设△:0=x_0相似文献   

几个有趣的不等式

一维情形设实数б_i(i=1,2,…,m,m≥2)满足б_1≥б_2≥…≥б_m,x=б_1-б_m,■则有如下定理。定理1 x≥y 证显然,若x=0则y=0,即x=y,定理成立。所以下面假定x>0。因x>0,所以y>0。于     

Hermite—A插值样条

设-∞<α相似文献   

可靠性增长试验中一类结构可靠度的统计分析

设X_(i1),X_(i2)……,X(in),是X_i的随机样本(i=1,2,…,m),且这些样本间是相互独立的,又设X_i～N(θ_i,δ_i~2)(θ_i与δ_i未知),且对某一常数c有P(X_1>c)≤P(X_2>c)≤…≤P(X_m>(?)基于上述样本,文中给出P(X_m>c)的点估计和在某种意义下最优的置信下限。     

解非线性多点边值问题的一类拟牛顿法

(一)引言 考虑非线性多点边值问题 x=f(x,t) t_1≤t≤t_m (1.1) g(x(t_1),…,x(t_m)=0 t_1相似文献   

常系数齐次线性差分方程的解的显式表示

<正> 根据经典方法,m 阶常系数齐次线性差分方程(?),满足初始条件Y_j(j=0,…,m-1)的解可表成 y_(n+m)=y_(n+m)(n,λ_1,…,λ_m,c_1,…c_m)之形,这里λ_i(i=1,…,m)是代数方程     

关于一类椭圆型方程的衔接问题

设区域Ω=Ω_1∪Ω_2∪Γ_0∪R~n,其中Ω_1,Ω_2为Ω的子区域,且,对一类一致椭圆型方程(或方程组)的边值问题,本文证明了,当原边值问题为适定时,新的衔接问题(由在Γ_0上满足衔接条件代替满足微分方程)是适定的,并且这二个问题的解是完全相同的。     

Hermite-Birkhoff插值多项式导数的最优误差界

§1 引 言 设m2是整数,记I_m={1,2,…,2m-2},A_m={2,4,…,2m-2},Γ_m={γ_1,γ_2,…,γ_(m 1)},γ_iΙ_m,γ_1<γ_2<…<γ_m 1。(以下假定指标列如上自小至大排列)。另记Γ′_m={γ′_1,…,γ′_(m 1)}=Ι_mΓ_m,Γ_m={2m-γ′_(m-1)-1,…,2m-γ′_1-1},Γ(s)={γ_i|γ_i<γ_s},类似地定义Γ(s)′Ι_s/Γ(s)以及Γ(s)等等。本文中假定     

一种方式分组随机模型中估计方差分量的最小风险设计

§1.引言一种方式分组随机模型:y_(ij)=β α_i ε_(ij),i=1,…,n,j=1,…,m_i,(1.1)其中 ε_(ij)(i=1,…,n,j=1,…,m_i)是相互独立的随机误差,α_i(i=1,…,n)是独立的随机变量.Eα_i=Eε_(ij)=0,varε_(ij)=θ_1>0,varα_i=θ_2≥0,cov(α_i,ε_(ij))=0.β、θ_1、θ_2是未知参数,β∈R~1,(θ_1,θ_2)~T∈Θ(?){θ_1>0,θ_2≥0}.     

解一类非线性Minimax问题

本文利用区间方法有效地解决了如下一类特殊的非线性minimax问题: F~*= F(x~*)=min max{f_1(y),f_2(y),…,f_m(y)},其中Ω_(x,η)={y|x_i-ηδ_i≤y_i≤x_i+ηδ_i,η≥0,i=1,2,…,n},公差向量δ=(δ_1,δ_2,…,δ_n)~T,δ_i>0,i=1,2,…,n。     

对称多项式基本定理的推广

关于x_1,x_2,…,x_n的对称多项式都可表为初等对称多项式σ_1,σ_2,…,σ_n的多项式。本文推广了此定理的结论。定义设f_i=f_i(x_1,x_2,…,x_n)(i=1,2,…,n)为关于x_1,x_2,…,x_n的i次对称多项式,且由它们组成的方程组 (这里a_i(i=1,2,…,n)为常数)是独立的n个方程组成的方程组。即f_i不能表为上述其它n-1个多项式的多项式。则称f_i,f_2,…,f_n为n元对称多项式的一组基。引理对于任意的1≤i≤n,f_i可表为σ_1,σ_2,…,σ_i的多项式。证明因为f_i是x_1,x_2,…,x_n的i次对称多项式。由对称多项式的基本定理可设 f_i=g(σ_1,σ_2,…,σ_n)在多项式g(σ_1,σ_2,…,σ_n)中若存在含σ_i(i相似文献   

关于广义超特殊p-群的自同构群

用如下的方式确定了广义超特殊p-群G的自同构群.设|G|=p2n+m,|ζG|=pm,|N|=pl并且G'≤N≤ζG,其中n≥1且m≥2.AutnG表示AutG中平凡地作用在N上的所有自同构形成的正规子群.则(1)当p是奇素数时,AutG/AunG≌Z(p-1)pl-1.进一步地,(i)如果G的幂指数是pm,则Autn...     

关于强P除环上方阵的酉相似理论的一点注记

在文[1]中定义了强p除环Ω,即满足如下条件(1)—(4)的除环Ω: (1)存在Ω的对合反自同构σ(即σ为反自同构,且σ(σ(α))=α Aα∈Ω) (2)Aα_i∈Ω,i=1,…,n(n∈N) sum from i=1 to n(α_iσ(α_i)=0 α_i=0,i=1,2,…,n)。 (3)命R={α∈Ω|σ(α)=α},则R含在Ω的中心中。 (4)Aα_i∈Ω,i=1,2,…,n(n∈N)方程x~2-sum from i-1 to n(α_iσ(α_i))=0在Ω中有且只有两解。 事实上,除了平凡的情况外,强p除环Ω就是R上的四元数除环。确切地说,我们有 定理1 设Ω为强p除环,则Ω为(1)R,(2)R+R_i或(3)R上的四元数除环。这里     

线程回归系数L_1估计弱相合性的一个必要条件

设 Y_i=x′_iβ_0+e_i,i=1,…,n,为线性回归模型。此处 x_1,x_2,…为已知 p 维向量。以β_n 记β_0的 L_1估计,即设随机误差 e_1,e_2,…独立,med(e_i)=0,且存在正数 l_1,l_2,使 P(-h≤e_i≤0)≤l_1h≥P(0≤e_i≤h),0≤h≤l_2,i=1,2,…则当时,β_n 不是β_0的弱相合估计。     

应用题新编选登

题 8 3　 A1,A2 ,A3 ,A4这 4位同学去购买编号分别为 1 ,2 ,3,… ,1 0这 1 0本不同的书 ,为了节约经费和相互交流的方便 ,他们约定各人购买书的本数相同 ,任 2位同学均不能买全这 1 0本书 ,任 3位同学均买全这1 0本书 .问每人至少买几本书 ?解　设Ai 买的书的号码构成的集合为Ni,i=1 ,2 ,3,4 ,u ={1 ,2 ,… ,1 0 }.当 1≤i≠j≠k≤ 4时 ,有Ni∪Nj∪Nk={1 ,2 ,… ,1 0 },∴ 3|Ni|≥ |Ni∪Nj∪Nk|=1 0 ,∴ |Ni|≥1 03,∴ |Ni|≥ 4 ,i =1 ,2 ,3,4 .若 |Ni| =4 ,不妨设使 |Ni∪Nj| (i≠j)取得最小的是 |N1∪N2 | .如果 |N1∪N2 |≤ 5,…     

一类三阶常微分方程m点边值问题的正解存在性

讨论了一类如下的三阶常微分方程m点边值问题{u'(t)+h(t)f(u)=0,u(0)=u'(0)=0,u(1)=sum from i=1 to(m-2)βiu(ηi)正解的存在性.其中η_i∈(0,1),0<η_1<η_2<…<η_(m-2)<1,β_i∈[0,∞)且sum from i=1 to(m-2)βiηi2<1.通过与一个线性算子相关的第一特征值的讨论,运用不动点指数定理,得到了正解存在的结果.其中允许h(t)在t=0和t=1处奇异.     

求解逆特征值问题的牛顿类方法的收敛判据

<正>1引言多年来,众多数学工作者在推导和分析如下定义的逆特征值问题(IEP)的理论和算法上表现出了相当大的兴趣.以下我们设c=(c_1,c_2,….c_n)~T E R~n,{A_i}_(i=1)~n是n个实对称的n×n矩阵.定义A(c)=∑ni=1c_iA_i.(1)设A(c)的特征值为{λ_i(c)}_(i=1)~n且λ_1(c)≤λ_2(c)≤…≤λ_n(c).设{λ_i~*)_(i=1)~n为任意给定的n个数并且满足λ_1~*≤λ_2~*≤…≤λ_n~*.我们这里考虑的IEP就是寻找向量c~*∈R~n使得λ_i(c~*)=λ_i~*对任意的i=1,2,…,n.(2)     

退缩椭圆型方程的边值问题

<正> 在 R~n 的有界凸区域Ω上考虑椭圆型方程Lu≡sum from i,j=1 to n (a_(ij)(x)u_(xi)_(xj)+sum from i=1 to n b_i(x)u_i+c(x)u=f(x),(1)设对 x∈(?)及所有的实数组(ξ_1,ξ_2,…,ξ_n)sum from i,j=1 to n a_(ij)(x)ξ_iξ_j≥λ(x)sum from i=1 to n ξ_i~2≥0,a_(ji)(x)∈C(?),即算子 L(u)可能退缩而为退缩椭圆型算子。记(?)的边界为∑,∑上满足 sum from ij=1 to n a_(ij)n_in_j=0的点集为∑_0,(n_1,…,n_n)表示∑上的内单位法向量,∑_3=∑\∑_0,设其 n-1维测度非零,则对方程(1)可提如下的边值问题: