四元数阵正定性的判定

设A=A_1+A_2为四元数阵,其中A_1,A_2为D(i)上的矩阵,D(i)为复数域,记A~σ=(A_1/-A_2×A_1/A_2).本文证得如下定理: 定理 A为正定自共轭阵的充分必要条件是A~σ为D(i)上的正定H阵。 本文还给出本定理的一些应用。     

关于联合谱的配置问题

本文讨论算子组的联合谱的配置问题.我们所讲的联合谱是指Taylor联合谱;H、G表示Hilberr空间. 引理1 设X是—Banach空间,A=(A_1,…,A_n)■B(X)是一交换算子组,则联合谱σ(A,X)是紧集,且σ(A,X)■σ(A_1)x…xσ(A_n). 引理2 设 A∈B(H),C∈B(H,G),则存在一算子B∈B(G,H),使得σ(A)∧σ(A—BC)=θ的充要条件是对某正整数m,算子     

准对角阵的指数

本文证明了以下结果:1.设A 是分块阵A=[A_1,A_2,…,A_■],其中A_■是r_■×r_■实矩阵(i=1,2,…s),那么Ind A=max{Ind A_■}.2.设A 是n×n 实矩阵,那么1)Ind AA~-=Ind A~-A=■2)Ind AA~ =Ind A~ A=■3.设A 和B 是同样的分块的准对角阵:A=[A_1,A_2…,A_■],B=[B_1,B_2…,B_■],其中A_■和B_■都是r_i×r_i 实矩阵(i=1,2,…,s),又设AB=BA,那么1)Ind AB≤max{Ind A,Ind B},2)Ind AB≤max{Ind A_■Ind B_i},3)如果A(或B)是可逆的,那么Ind(AB)=max{Ind A_i,Ind B_i}.     

矩阵代数的反自同构

1.设M是所有n阶方阵所构成的代数,方阵的元素属于域K,σ是M内的一个一一对应。如果σ合于下面三个条件,那末我们就把它叫做矩阵代数M的一个自同构。(i)σ(aI)=aI(ii)σ(A+B)=σ(A)σ(B)(iii)σ(AB)=σ(A)σ(B)     

关于联合谱的放置问题

本文中,H、G 表示 Hilbert 空间,A=(A_1,A_2,…,A_n)是 B(H)中的交换算子组,C=(C_1,C_2,…,C_n)是 B(H,G)中的算子组,下面所说的联合谱是指 Taylor 联合谱.引理1设 A∈B(H),C∈B(H,G),则存在一算子 B∈B(G,H)使得σ(A)∩σ(A—BC)=(?)的充要条件是对某正整数 m,算子     

条件概率与条件分布

条件概率作为概率论中的一个基本概念,在理论上和实际的概率计算中起着极为重要的作用。1条件概率定义给定事件A,B,且P（B）＞0,则给定B时A的条件概率,记作P（AIB）,为它反映了在事件B发生的条件下A发生的概率或机会。由定义容易得到1）对任意事件A,有P（AIB）70;2）P（OIB）一1;3）若A,AZ,…,互不相容,则P（UA;IB）一ZP（A;IB）i。h。l因而,对于给定的B,函数P（·旧）也是（O,匆上的一个概率测度,称作给定B下的条件概率测度。由（1）变形即得到乘法公式P（AB）＝P（B）P（AIB）（2）若记给定B;,…     

Cochran定理在任意体上的推广

在数理统计中很有用的关于实数域上的K~2-矩阵有如下著名的结果,即Cochran定理。设A_1,A_2,…,A_S均为非0的n阶(实)对称矩阵。如果它们的和A为K~2-矩阵且秩A=sum from i=1 to S秩A_i,则A_1,A_2,…,A_S必为互相正交的K~2-矩阵。 本文将把此定理推广到任意体上的n阶矩阵中去。     

正常算子组的联合数值域及紧正常算子组

设H为Hilbert空间,A=(A_1,…,A_n)为H上交换算子组,定义W(A)={[(A_1x,x),…,(A_nx,x)]:x∈H‖x‖=}为A的联合数值域。一般W(A)不必是凸集。自70年代初Taylor联合谱提出以来,与之关系密切的联合数值域的研究,也取得不少进展。设A=(A_1,…,A_n)为交换正常算子组,T. Dash证明了其联合数值域凸。J. Bount等证明了此时(?)是C*(A)中态,但未能刻划W(A)。     

因子von Neumann代数上的非线性保多重新积

设A,B是因子von Neumann代数且pn(A_1,A_2,…,A_n)为多重新积,则非线性双射Φ:A→B满足Φ(p_n(A_1,A_2,…,A_n))=p_n(Φ(A_1),Φ(A_2),…,Φ(A_n))当且仅当Φ是*-环同构.     

零和自由半环上的半可逆矩阵

在零和自由半环上,举例说明矩阵方程组AX=B和X+A_1B=A2B并不是在所有情况下都同解,其中A是已知的n×n阶半可逆矩阵,X是未知的n维列向量,A_1和A_2分别满足条件I+AA_1=AA_2和I+A_1A=A_2A.得到关于方程AX=B和X+A_1B=A_2B同解的一些条件,完善零和自由半环上半可逆矩阵的相关性质,扩展矩阵的应用范围.     

两类拟序列鞅的结构与比较

设(Ω,A,(An),P)是一个概率空间,其中(An)是A的子σ-域,首先我们研究A和(An)的结构,然后给出两种拟序列鞅的比较结果.     

线性约束最优化问题的一类简约梯度法

考虑求解线性约束最优化问题min{f(x)A_1x=b,σ_i~Tx≤b_i,i∈I,x≥0}的Wolfe简约梯度法,其中f为变量x∈R~n的连续可微函数,A_1为m×n(m≤n)矩阵,b∈R~m,I为有限的不等式约束指标集.设问题的可行域R非空,在无不等式约束(α_t~Tx≤b_(ti),i∈I)时,把矩阵A_1与向量x分裂成A_1=[B:N]与x~T=(x_B~T,x_N~T)(不失一般性设A_1的前m列构成的m×m阶矩阵B非奇,且相应的x_B>0),则约束条件A_1x=b可化成x_B=B~(-1)(b-Nx_N).Wolfe简约梯度法的基本思想在于通过把x_B代入f(x)以消去变量x_B,使之成为一个对n-m维非负变量x_N求最优的无约束最优化问题.数值计算的实践表明,Wolfe简约梯     

应用“独立”与“条件概率”进行计算的理论探讨

根据概率理论,等式P(AB)=P(A)P(B),p(AB)=P(A)P(B|A),两端的概率应在同一概率空间,但是在一般计算中,它们常常不在同一概率空间,即P(AB)=P_1(A_1)P_2(B_2),P(AB)=P_1(A_1)P_2(B_2|A_1)。本文用测度的理论证明其合理性。     

关于随机变量的独立性

设X_1、X_2是定义在概率空间(Ω,F,P)上的、可测度量空间(s,S)中的两个随机元。对于A∈S,A的边界(?)A,若P(X∈(?)A)=0,称A为X的连续集。易知X的一切连续集构成一个σ代数。定义对于随机元(X_1,X_2),(?)X_1的连续集A_1与(?)X_2的连续集A_2,若P(X_1∈A_1,X_2∈A_2)=P(X_1∈A_1),P(X_2∈A_2),称(X_1,X_2)对于连续集独立。对于连续集独立的随机元,不一定概率独立,例     

一类高阶微分方程解的增长性

研究了微分方程f~(k)+A_(k-1)f~(k-1)+…A_2f″+A_1e~(az~n)f′+A_0e~(bz~n)f=F解的增长性,其中A0(z)、A1(z)、F(z)是级小于n的整函数,A j(z)(j=2,3,…,k 1)是次数不超过m的多项式,a、b为非零复常数.证明了该方程的所有解f(z)满足(f)=λ(f)=σ(f)=∞,2(f)=λ2(f)=σ2(f)=n,至多除去2个例外复数b.     

分圆域Q(ζ15)的幂元整基

称一个伽罗华数域L有一个幂元整基,如果它的代数整数环具有形式Z[α],其中α∈L.并且此时称α为幂元整基的生成元.两个幂元整基的生成元α和α′称为等价的,如果α′=m±σ(α),其中m∈Z并且σ∈Gal(L/Q).讨论了分圆域Q(ζ15)的幂元整基的生成元,其中ζ15是15次本原单位根.众所周知ζ15,(1-ζ15)-1和(1 ζ15)-1都是分圆域Q(ζ15)的幂元整基的生成元.证明了当α α-Z时α是分圆域Q(ζ)的幂元整基的生成元当且仅当α与ζ等价.     

方差估计以及两个方差分量同时估计的可容许性

考虑线性模型 EY_(n×i)=X_(n×)β_(n×i) DY=σ~2V,V≥0,σ~2>0未知 (*)以及方差分量模型 EY_(n×i)=X_(n)β_(n×i) DY=σ_1:V_i+σ_2V_2,V_i≥0,V_2≥0,σ_i,σ_2>O未知 (**)其中γ(X_(n×m)=n,对模型(*)令D={d(A)=Y＇AY,A≥0}损失函数为L~(1)(d(A),σ~2)=σ~(-4)(Y＇AY-σ~2)~2,对模型(**)令D~(2)={d(A_i,A_2)=(Y＇A_iY,Y＇A_2Y),A_i≥0,A_2≥0},损失函数为L~(2)(d(A_i,A_2),(σ_i,σ_2))=σ_i(Y＇A_iY-σ_i)~2+σ_2(Y＇A_2Y-σ_2)~2,本文对模型(*)给出了d(A)为σ~2的D~(1)容许估计的充分条件,对模型(**)给出了在V_i+V_2>0的限制下,d(A_i,A_2)为(σ_i~2,σ_2~2)的D~(2)容许估计的充分条件。分别推广了文[3],[5]中的有关结果。     

一类高阶线性微分方程解在角域上的增长性

主要研究了高阶微分方程 f（k）+ Ak -1 f（k -1）+…+ A1 f ＇+ A0 f =0的解在角域上的增长性,其中 A0,Aj （1≤j≤k -1）为亚纯函数,且假设 A0以有限复数 a 为亏值,ρ（Aj ）=0（1≤j≤k -1）,通过给定适当的条件,证明了齐次线性微分方程的任一非零解在某些角域上的增长级为无穷。     

Gr-Morita对偶与Smash积

设G是群,e是G的单位元。R=■R_σ和A=■A_σ都是G-型分次环且有单位元,R#G和A#G分别为其Smash积。_RU_A是G-型分次(R,A)-双模。令W=(U_(στ)-1)■是(σ,τ)-位置取U_(στ)-1的元素的矩阵全体的集合且其中每一矩阵的非零元素只有有限个。按矩阵运算,W是(R#G,A#G)-双模。本文主要结论是:若_RU_A定义了一个gr-Morita对偶,则函子■_(R#G)(,W)=Hom_(R#G)(,W)A#G和■_(A#G)( ,W)=R#G Hom_(A#G)( ,W)定义了一个Morita对偶。     

条件独立随机变量序列与重随机布阿松序列

§1 引言与摘要设(Ω,F,P)是给定的概率空间,ξ_1,…,ξ_n为定义在(Ω,F,P)上的随机变量,记σ(ξ_1,…,ξ_n)为使(ξ_1…ξ_n)可测的最小σ代数。设F_0是F的子σ代数,假定对任意A_1∈σ(ξ_1)…,A_n∈σ(ξ_n),a,e成立: