关于Campbell提出的三个问题

设A、B 是任给的两个序列集合,(A,B)是A 到B 的乘子所成之集合,即若{λ_n)∈(A,B),则对每个{α_n}∈A,有{α_nλ_n}∈B.把一个解析函数看作由其Taylor 系数组成的序列.记l(2,∞)={{λ_n}:sup(?) sum from n=2~(m-1) to 2~m-1 |λ_n|~2<∞}.对于序列空间A,记s(A)=(l~∞,A).D.M.Campbell 于1984年提出关于乘子理论的22个未解决问题.其中问题9是“X     

关于Campbell和Leach的三个问题

给定二个单重复数序列空间A,B,记(A,B)是从A到B的乘子空间。更确切地说,(A,B)={λ_n}_0~∞:{λ_nα_n}_0~∞∈B,对一切{α_n}_0~∞∈A。记λ*α是序列{λ_nα_n}_0~∞。我们把一个     

Wielandt不等式的矩阵形式及其统计应用

设A为n×n正定Hermite阵 ,X和Y分别为n×p和n×q的矩阵 ( p + q≤n) ,满足X Y =0 .证明了如下不等式 :X AY(Y AY) -Y AX ≤ λ1-λnλ1+λn2 X AX ,这里 ,M-表示M的广义逆 .λ1和λn 分别为A的最大和最小特征根 .这个不等式是著名的Wieldandt不等式的矩阵形式 .利用此不等式 ,得到关于协方差矩阵、典则相关系数以及复相关系数的一些有意义的不等式 .     

退化矩阵β分布

作为与正态样本有关的分布,矩阵β分布(也称多元β分布)在文献中有大量的研究.令A～W_m(n_1,Σ)和B～W_m(n_2,Σ)为两个独立的维希特分布矩阵,Σ为一正定矩阵. 令C=A B.分解C=T′T,其中T为一具正对角元的上三角阵 令U=(T′)~(-1)·AT~(-1).则U的分布称为矩阵β分布并记为B_m((n_1)/2,(n_2)/2)其中n_1 n_2>m-1. 如果n_i是实数,则还要求n_i>m-1(i=1及/或2).如果n_1,n_2都大于m一1,则U是非退化的并具有在m×m正定矩阵空间上的密度.本文采用文献[2]中的记号,并记A(S)=diag(λ_1(S),…,λ_n(S)),其中λ_i(S)为S的第i大(非零)特征根,S∈_(m,n)~1·S_(m,n)~(?)上的微分形式定义为(dS)=2~(-n)|L|~(m-n)×     

渐近最佳二维光正交码的代数构造

定义1(一个mn,ω, λ_a,λ_c)二维光正交码就是由一组元素为0或1,重量为ω的m×n矩阵组成的集合,并且每个矩阵A=[a (i、j)]的循环自相关函数和任意两个相异矩阵A=[a(i、j)]与B=[b(i、j)]之间的循环互相关函数分别满足:当0≤σ≤m-1,0≤τ≤n-1,(σ,τ)≠(0,0)时,     

迭代矩阵的谱半径的代数重数与指数

矩阵A∈R~(nn)称为M-矩阵,如果 A=sI-B B≥0且s≥ρ(B),这里ρ(B)为B的谱半径。设Γ(Α)表示矩阵Α的关联图,(?)表示Γ(Α)的传递闭包,即     

不可约g(A)模的某些性质

设g(A)是结合于n×n广义Cartan矩阵A的kac-Moody代数,为Cartan子代数,π={α_1,…,α_n},π~v={α_1~v,…,α_n~v}分别为根基和对偶根基。P_+表示支配整线性函数的集合。g(A)上不可约可积模L(Λ)的权系记为P(Λ)。本文首先证明了如果λ是P(Λ)中的一个支配权,那么P(λ)P(Λ)。进一步,如果A—λ也是支配的,那么就有mult_(λμ)≤mult_Λμ,_μ∈P(λ)。此外还证明了文献[1]中命题11.2(b)中的条件不仅是充分的也是必要的,并利用P(Λ)给出P(λ)的一个刻划。本文中所用的符号均与文献[1]中的相同。     

关于变分方程零点问题一个分歧图定理

设E是一个实Hilbert空间,λ∈R,F∈C~2(E×R,R).假定F的梯度D_xF(x,λ)为A(λ)x+N(x,λ),其中N(x,λ)=o(|x|)对有界的λ一致,当X→θ时.下面考虑方程A(λ)x+N(x,λ)=θ (1)_λ的解问题.设0是A(0)的孤立本征值,且0相似文献   

泛可积模的可约性

设是A=(α_(ij))_(i,j=1)~n是一个可对称化的广义Cartan矩阵,(η,π,π~v)是A的一个实现,其中π={α_1,…,α_n};π~v={α_1~v,…,α_n~v}。设(A)是结合于A的Kac-Moody代数,{e_i,f_i|1≤i≤n}是(A)的Chevalley生成员的集合。P={λ∈η~*|<λ,α_i~v>∈Z,1≤i≤n}     

广义Baker-Hausdorff公式及其应用

一、问题的提出及简化 在量子理论中,经常要进行矩阵之间的运算,因此Baker-Hausdorff(以下简记为B.H.)公式非常有用。设A,B为两个n阶矩阵,B.H.公式告诉我们可以由A,B构造一个同阶矩阵C,使得     

增长曲线模型中存在UMRU估计的充要条件

本文采用下列记号.对于矩阵 A 和 B,A>B 表示 A—B 是正定对称阵;AB 表示A 和 B 的 Kronecker 乘积;R(A),A′和 A~-分别表示 A 的列空间、转置和广义逆;P_A=A(A′A)~-A′;对于 s×t 矩阵 B=(b_1…6b),用 vec(B)表示 st 维向量(6_1~′…6_~′)′.trA 表示方阵 A 的迹.由 Potthoff 和 Roy 提出的增长曲线模型定义为     

主成分分析、神经网络及矩阵特征值

主成分分析(PCA)是数据压缩及待征提取的一个基本方法. 近年来,主成分分析的神经网络算法引起众多学者的兴趣.设x是一个均值为0的n维输入随机向量,PCA的目的是找出p(p<< n)个向量ω_1,…,ω_p使(1)E[(ω_i~Tx)~2]为极大;(2)ω_i~Tω_i=δ_(i,j~i),j-1,…p.记A=E(xx~T)为相关矩阵,则上述ω_1,ω_2,…,ω_p即为A的最大的p个特征值所对应的特征向量.因此,PCA问题的求解与求正定矩阵A的最大特征值及相应的特证向量有关.在众多的算法中,收敛性的讨论都归结成相应微分方程的稳定性和渐近稳定性,但对全局稳定性讨论甚少. 正如Oja在文献[2]中指出,对于任意初始条件下的整体收敛的讨论是一个挑战性的问题,另一方面,几乎所有文章都假设A的特征值满足λ_1>λ_2>…>λ_n. 很自然地要问,当某些λ_i为重根时结果又如何. 本文的目的就是回答上述两个问题.     

异类分子间电子转移过程内重组能的研究

电子转移反应与许多化学及生物体系的重要过程有关,是近年来非常活跃的研究领域.按照Marcus理论,电子转移速率可以由Fermi的Golden规则表示如下:式中V是电子耦合矩阵元,△G~0是电子转移反应的标准自由能,λ是反应的总重组能.λ=λ_v λ_s,内部重组能λ_v、来源于反应体系内部的振动及弛豫的贡献,溶剂重组能λ_s来源于溶剂分子在电子转移前后的极化和重新取向.电子耦合矩阵元V可通过量子化学计算得到;内重组能和溶剂重组能通常由电子转移速率k,驱动力-△G~0的测定值拟合得到,但得到的并非唯一解,还需参考其他结果来加以判断.Gould等人研究了D为简单的芳烃化合物,A为9,10二氰基蒽(DCA)时D~ A→D A的复合电子转移过程,表明用相同的实验数据拟合可得到不同的λ_v值.Clos等人在研究分子内电子转移速率时也曾指出,对不同分子体系采用相同的内重组能是值得怀疑的,但由于缺乏直接测定λ_v的有效手段,他们在若干不同体系中仍采用相同的λ_v值.由此可见,用量子化学方法研究重组能具有重要的意义.     

关于本原矩阵严格Hall指数的一个猜想

设B_n是所有n阶布尔矩阵的集合,对A=(a_(ij)),B=(b_(ij))∈B_n,若a_(ij)≤b_(ij),i,j=1,2,…,n,则记A≤B。如果存在正整数k,使A~k=J_n(全1方阵),那么A∈B_n称为本原矩阵。这样最小的k称为A的本原指数,记作γ(A)。B_n中所有本原矩阵的集合记为P_n。如果存在置换矩阵Q,使Q≤A,那么A∈B_n     

∏_1空间上循环自共轭算子不变子空间

由文献[1],不妨设∏_1循环自共轭算子A在空间分解下有以下矩阵形式表示: A={λ_0,A_p,G,Q},(1)其中Z=[z],Z~*=[Jz],z为∏_1的非零零性向量,λ_0 ∈ R,A_p为P上自共轭算子,Q=Q~*。     

紧李群上Fourier系数的Riemann-Lebesgue引理

设G为一紧李群,A_λ(x)是G的以λ为首权的单值不可约酉表示,d_λ是A_λ(x)的秩,则{Φ_λ(x)=d_λ~(1/2)A_λ(x),λ∈Λ(G)}的矩阵元素全体构成了L~2(G)的完备就范正交系。若G为环群时,熟知的Riem-     

广义循环布尔矩阵半群的极大子群

本文所讨论的矩阵都是元素在布尔代数B={0,1}上的n×n矩阵。设r是一个非负整数。r-循环(广义循环)布尔矩阵是指元素a_(ij)∈B的这样一个矩阵A=(a_(ij)),其中除第一行外,其余各行元素都是由它们的前一     

广义Bell不等式

Bell利用定域隐参量理论证明了Eins-tein定域性同量子力学的统计预言是不相容的。Bell的3个基本前提如下。(Ⅰ)自旋双值粒子系:关联粒子的自旋分量α_1·(?)和α_2·(?)只能有两个可能值,即A((?),λ)或B((?),λ)=±1,其中(?)、(?)为单位矢量,λ为隐参量。     

齐次线性微分方程复振荡的一个问题

先说明本文将使用的记号。以б(f)记亚纯函数f(z)的增长级,λ(f)和(?)(f)分别记f(z)的零点(计及重数)和不同零点(不计及重数)收敛指数。其他函数论记号是标准的,例如见文献[1]和[2]。 1983年,Bank等用Hayman不等式证明:设k=2,A(z)是超越整函数,满足(?)(A)<б(A)。则方程 的任一解f(?)0均有λ(f)≥б(A)。同年,Bank等人又证明:设k≥3,A(z)同前,但满足λ(A)<б(A)。则方程(1)的任一解f(?)0均有λ(f)≥б(A)。对于k≥3,如果A(z)同前,但仅满足(?)(A)<б(A),是否仍有同样结论?这一直是个未决问题。本文采用组合优势条件在更广的条件下作为一个结果的推论解决这一问题。     

一个生成正交阵列OA(98,15,7,2)的差集D(14,14,7,2)

一个有p个元素的N×k矩阵A叫做一个大小为N、约束数为k、水平数为P和强度为2的正交阵列,记作OA(N,k,p,2),如果A的任意两列包含所有可能的p~2个有序对恰好λ次的话。数λ叫做此阵列的指数,显然有N=λp~2。强度2的正交阵列在实验设计法中简称为正交表,并记作L_N(p~k)。设M为一个户阶加群,D为一个元素取