矩形码及方码

设字母表X={a,b),讨论X上的语言B={a~iba|i,j≥0),显然B中的字可用平面上的点(i,j)来表示,或用点(i,j)右上方的单位小方块来表示。对任意确定的正整数d_1,d_2,d,其中d_1(?)d_2,我们分别称B的有限子语言     

一般因子问题

设α_1≤α_2≤…≤α_k(k≥2)为任意给定的正整数,d(α_1,…,α_k;n)为n分解成形如表示式n=m_1~(α_1)…m_k~(αk)的个数(m_i为正整数)。△(α_1,…,α_k;x)表示和式     

低维有限点集偏差的精确计算公式(Ⅰ)

设d≥1,S_d={u_k(1≤k≤n)}是d维单位立方体G_d=[0,1)~d中的有限点集,那么S_d的偏差定义为D_n=D_n(S_d)=(sup |A(J;n)/n-V(J)|,此处J遍历G_d中全部形如[0,α_1)×…[0,α_d),0<α_i≤1(1≤i≤d)的d维子长方体,V(J)=α_1…α_d是J的体积,     

度序列已给定的部分标定图的重构问题

设G=(V,E)是简单、无向的p阶部分标定图,V={v_1…,v_p},p≥3。设u,v∈V,X,Y(?)V。记N_Y(v)为顶点v在Y中的邻集,d_Y(v)=|N_Y(v)|为v关于Y的度,为v关于Y的邻接向量,它的第i个分量为0(或1),对应于v与y的第i个顶点不邻接(或邻接)。若d_Y(u)=d_Y(v),称u,v,关于Y等度;若u,v(?)Y,且u(Y)=v(Y),称u,v,关于Y     

变分不等式的并行Schwarz算法

设Ω为R~d中有界多角形区域,V为Sobo1ev空间H~k(Ω)的子空间,a(·,·)为V×V上连续强制对称双线性型,f∈V。为简单计,设V中元素在Ω上满足齐次边界条件。考虑变分不等式:求u∈K使 a(u,v—u)≥f(v—u), (?)v∈K, (1) 其中 K={v∈V:v≥φ于Ω},φ≤0于(?)Ω, (2) 或者 K={v∈V:φ≤v≤ψ于Ω}, φ≤0≤ψ于(?)Ω, (3) 且φ,ψ∈H~1(Ω)∩C~0(Ω)。 设V~h(?)H_0~1(Ω)是V的有限元逼近且其结点参数值包含在结点的函数值。问题(1),(2)或问题(1),(3)的有限元逼近为:求u_h∈K_h使     

环Z/(2e)上本原序列最高权位的0,1分布(Ⅱ)

设f(x)=x~n c_(n-1)x~(n-1) … C_0是Z/(2~e)上首一多项式,适合关系式a_(i n)=-(c_0a_i c_1a_(i 1) … c_(n-1)a_(i n-1)),i=0,1,2,…(1)的Z/(2~e)上序列a=(a_0,a_1,…)称由f(x)生成的线性递归序列,由f(x)生成的Z/(2~e)上的所有序列的集合记为G(f(x))_e,并记G’(f(x))_e={a∈G(f(x))_e│a≠0 mod 2}.递归式(1)等价于关系式f(x)a=0=(0,0,…),其中x表示移位算子,即xa=(a_1,a_2,a_3,…).Z/(2~e)上序列a有唯一权位分解a=a_0 a_12 … a_(e-1)2~(e-1),其中a_i=(a_(i0),a_(i1),…)是0,1序列,并称a_i是a的第i权位序列,称a_(e-1)为a的最高权位序列.对Z/(2~e)上首一n次多项式f(x),若f(0)(即c_0)是可逆元,则由文献[1],f(x)的周期per(f(x))_e≤2~(e-1)(2~n-1).当per(f(x))=2~(e-1)(2~n-1)时,称f(x)是Z/(2~e)上n次本原多项式,并称G’(f(x))_e中序列为f(x)生成的本原序列.文献[2]给出了本原多项式的系数     

Reed-Solomon码中无内周期码字的精确计数

一、问题的提出 设是GF(q)中长度为n的序列,S~ix表示x的i-循环移位,即(其中i+1等按(i+1)modn理解)。如果有正整数0相似文献   

关于Abercrombie一个结果的注记

设θ∈[1, ∞ )为任意实数,序列 B_θ={[nθ]|n∈N|叫作由θ决定的Beatty序列Beatty序列近年来由于同半群的联系而受到关注(见文献[1]及其参考文献).Abercrombie考虑了Beatty序列中的除数问题.设k≥2为固定正整数,令D_k(θ;x)=sun from n ≤x/θd_k([nθ])=sum from n≤x n∈B_yd_k(n).则文献[2]证明了,在Lebesgue,测度意义下.对几乎所有的θ≥1,有D_2(θ;x)=θ~(-1)D_2(1;x) O(X~(5/7 ε),     

多重Fourier级数及其共轭Fourier积分的球形求和

设E_K为K维欧氏空间,E_K中的点x记为x=(x_1,x_2,…,x_k),Q_k{x∈E_k;-π≤x_i<π,1≤i≤K},B(x_0,r)={x∈E_k;|x-x_0|≤r},Q={x∈E_k;|x|=1},K(x)=P(x/|x|)|x|~(-k)为球调和核,此处P(t)为n次齐次调和多项式。     

二参数Ornstein-Uhlenbeck过程的转移概率及预测

设z(u,v)为平面上的点,记R_+~2=(z:u≥0,v≥0)。R_+~2中全体Borel集记为B_+~2.x={x(z,ω∞),z∈R_+~2)为概率空间(Ω,F,P)上的随机过程。称X为二参数Ornstein-Uhlenbeck过程(DUP_2),如     

关于多重共轭Fourier积分的Riesz球平均

设E_k为k维欧氏空间(k≥2),Q_k={x∈E_k,-π≤x_i≤π≤,i=1,2,…,k}。B(x_0,r)={x∈E_k,|x-x_0|≤r},Ω={x∈E_k,|x|=1},P(x)为n次     

二参数正态过程的马尔科夫性

设t(t_1,t_2)为平面上的点(图1),R_+~2=(t:t_1≥0,t_2≥0)中Borelσ-代数记为β。ξ={ξ,(ω),t∈R_+~2}为概率空间(Ω,(?),P)上的实值随机过程。t(t_1,t_2)≥s(s_1,s_2)如t_1≥s_i,i=1,2,R_t=(s:s_1≤t_1或s_2≤t_2),(?)=σ{ξ(?),s∈R_1},即括号中变量产生的σ-代数。称ξ为二参数马尔科夫过程(二马程),如对任意有界β可测函数f,任意u=(u_1,u_2)>t=(t_1,t_2)∈R_+~2,有     

中位数交叉核实准则

考虑非参数中位数回归模型Y_(ni)=g(x_(ni)) ε_(ni),1≤i≤n,(1)其中g:[0,1]|→R是待估计的连续函数,{x_(ni):1≤i≤n}是区间[0,1]上的非随机设计点列,{ε_(ni):1≤i≤n}是iid随机变量,中位数为零,{Y_(ni):1≤i≤n}是观察值.对x∈[0,1],n≥1,记D_(nj)(x)为x的第j个近邻,j=1,2,…,n,即{D_(n1)(x),D_(n2)(x),…,D_(nn)(x)}为{x_(n1),x_(n2),…,x_(nn)}的一个置换,满足|D_(n1)(x)-x|≤|D_(n2)(x)-x|≤…≤D_(nn)(x)-x|,结按自然顺序消去.令Y_(ni)(x)和ε_(ni)(x)分别表示D_(ni)(x)(1≤i≤n)处的观察值和随机变量.下面的估计g_n(h,x)=(?){Y_(n1)(x),Y_(n2)(x),…,Y_(nh)(x)},(2)(?)表示样本中位数,这个估计称为g(x)的最近邻中位数估计(或者局部中位数估计),其中近邻个数h起着光滑参数作用.h的选择对估计的好坏起着决定性的作用.作者与郑忠     

关于U-统计量的Marcinkiewicz大数律

设x_1,…,x_n…为一串i.i.d.随机变量序列,m≥1固定,h(a_1,…,a_m)为其m个变元的对称函数,以h(a_1,…,a_m)为核的U-统计量定义为假定: E|h(x_1,…,x_m)|~r<∞,0相似文献   

Pickands型估计的收敛性

一、引言 设X_1,X_2,X_3,……是i、i、d随机变量列,分布函数为F(x),X_(n,1)≤X_((n,2)≤…≤X_(n,n)是样本X_1,X_2,…,X_n的次序统计量。设存在a_n>0,b_n∈R及某r∈R,使得     

关于sum from i=1 to n(x_i/d_i)≡0(mod 1)的最小值

设p是一个奇素数,q=p~l,l≥1,F_q是一个q元有限域,c_i(i=1,2,…,n)是F_q的非零元。设d_1,…,d_n是给定的n个大于1的正整数,d_i|q-1,i=1,2,…,n,N代表F_q上对角方程的解的个数,即N=|H_f(F_q)|,H_f(F_q)={a∈A~n(F_q)|f(a)=0}是由f=c_1x_1~(d_1)+…+c_nx_n~(d_n)在A~n(F_q)中所定义的超曲面,A~n(F_q)表有限域F_q上的n维仿射空间。熟知这里I(d_1,…,d_n)代表方程     

极大函数的带权不等式

本文旨在建立一族极大函数的带权不等式,其中1<λ≤2,x=(x_1,x_2,…,x_n)以及t=(t_1,t_2,…t_n)为R~n(n维欧氏空间中)的点,u(x,y)(y>0)是某函数,f∈L~p(R~n)(p≥1)的普阿松积分,可参考文     

Hamilton图的一个充分条件

设G=G(V,E)为简单图。d(u)表G中顶点u的度,d(u,v)表顶点u与v的距离。ω(G)表G的分支个数。本文证明了下述定理。 定理 阶数n≥3的简单图G满足下述两条件:     

n-可扩图的局部邻域条件娄定俊

设G是阶为v的图且具有完美对集。设n是正整数,满足n≤(v-2)/2.G称为n-可扩的,是说:G中任意n条独立边包含在G的一个完美对集中。 设G是一个图且v∈V(G)。定义N_k(v)={u|u∈V(G)且d(u,v)=k}。设u,v∈V(G)满足d(u,v)=2.记I(u,v)=|N(u)∩N(v)|。定义散度α~*(u,v)如下: n_(u+v)(W)=max{|S||w∈N(u)∩N(v),S是G[{w}∪N_G(w)]中包含u和v的独立集},     

中值滤波中的循环序列(Ⅱ)

1背景与说明本文中k始终表示一个固定正整数,k≥2设x={x(n)}_(n=0±1,…)是一个实数列,对每一n,用x~(1)(n)表示{x(m)}_(n-k≤m≤n+k),这2k+1个数由小到大重排后位于中间的那一项.通过这样的重排运算,x={x(n)}变成一个新的实数列x_(1)={x~(1)(n)},它称为x的中值滤波.对x~(1)又可进行中值滤波,其结果记为x~(2)={x~(2)(n)}.一般地x~(p)={x~(p)(n)}表示x通过p次中值滤波后的实数列,其中x~(0)=x.若x(1)=x,则x称为中值滤波的根,关于根已有系统且完备的研究.若x~(1)≠x,但有s≥2使x~(s)=x,则x称为s次循环序列.关于循环序列已经有下面的命题若x={x(n)}是循环序列,则(i)x中任何长为k+1的段落都是二值的;(ii)x本身是二值的.本文证明:任何循环序列都是二次循环的