愉快图的充分条件

本文给出了一个n个顶点的圈C_n:x_1 x_2 x_3……x_n x_1加上两条边K_(k1) x_(k2),x_(k_1) x_(k3)(其中k_3=k_2+2,k_2=k_1+k-1)是愉快图的充分条件,并完成了它们的证明。     

奇异Ulam集的判定

如果允许 1次说谎的 Ulam 集 U~(1)=(x_1,x_0)为 n 可解,则恒有x_1(n 1) x_0≤2~n(见[3]命题3(ii)).现设 U~(1)的解为 k,又设 l=min(x_1(n 1) x_0≤2~n),本文证明,k=l 当且仅当 x_1为奇数且 x_0相似文献   

压缩映象原理对求极限的应用

在数学分析中,常常给出序列如:x_1,x_2,…,x_n,x_(n 1)~-… (1)并且存在一个函数(?)(x),使x_(n 1)~-=(?)(x_n)=1,2,… (2)[或 x_n=(?)(x_(n 1~-) n=1,2,… (2’)]成立.要求序列(1)的极限.形如这样的问题,一般数学分析中介绍了许多方法,本文试图利用压缩映象原理来求这一类极限.     

Z_P群中N维广义正方体上的哈密顿回路

设Z_P={1,2,…,P-1,0},在模P的加法运算下,Z_P是一个群。Z_P上定义n维广义正方体,其顶点集为{(x_1,x_2,…,x_n):x_i∈Z_P.i=1,2,…,n},两个顶点x和y之间有一条棱,当且仅当sum from i=1 to n丨x_i-y_i丨=1 mod(P)。在这个定义下,本文证明了对任意P≥2和n≥2,Z_P中n维广义正方体上存在一个经过所有顶点的哈密顿回路。文中给出了一些例子作为应用。     

相对极值超曲面的Bernstein性质

设x:M→A~(n+1)是一个局部严格凸的超曲面,由Ω(<)A~n上的凸函数x_(n+1)=f(x_1,…,x_n)定义.考虑M上的相对度量G~α=p~(α+1)∑δ~2f/x_ix_jdx_idx_j,其中P=(det(δ~2f/δx_iδx_j))-1/n+2,α为常数.作者对由一个四阶偏微分方程的凸解所给出的局部严格凸超曲面进行了研究,给出了这个非线性偏微分方程凸解的Bernstein性质的证明.     

也谈“优选法中分数法和0.618法关系的证明”

一般优选法资料中,都是用连分数理论,证明分数法数列:x_1=1/2, x_n=1/(1+x_(n-1))(n=2,3,…) (1)的极限lim(x_n)=5~(1/2)-1/2=0.618033…≈0.618 (2)这是分数法和0.618法的关系。程汉晋为方便学习,给出了(2)的另一个证明。本文给出了四个简短的证明,这不仅有利于读者,还有利于优选法的改编。同时,(2)的证明,可作为大学一年级或中学数学课的例题。     

Legendre零点为节点的Hermite-Fejér插值

关于Legendre多项式零点为节点的Hermite.Fejer插值算子,文[1]指出,对于f(x)∈C[-1,1],在(-1,1)的任意内闭区间上,H—F算子一致收敛于f(x)。由于Legendre多项式零点不像Tchebyshev多项式零点那样能用显式表出,因此,对其逼近阶的估计稍为困难.崔明根在[2]中给出的逼近阶估计为O(1)1/(1-x~2)ω(f,1/(n~(1/2)))本文给出进一步估计,得到逼近阶为O(1)1/(1-x~2)ω(f,(lnn)/n),这里ω(f,δ)的为函数f(x)连续模。记1>x_1~(n)>x_2~(n)>…>x_2~(n)>-1为n阶Legendre多项式L_n(x)的n个零点,{C_k~(n)}_k~n=1为[-1,1]上Legendre-Gauss数值积分系数,则有     

关于Gauss-Seidel迭代法的收敛准则

在文[1]的定理2中,给出了当 a=sum from(i=1)to n a(i)<1时,有 Gauss—Seidel 迭代法收敛.本文是在当 a=sum from(j=1)to n a(j)≥1的情形下,给出新的判别准则。它放宽了文[1]中定理2的判别条件。设线性方程组X=AX+b (1)存在唯一解 x~*=(x_1~*,x_2~*,…,x_n~*)~T,则(1)的 Gauss—Seided 迭代程序为:(2)本文的主要结果:     

关于Sylvester问题的n维Hostinsky公式

1925年Hostinsky得到了关于Sylvester问题的3维Hostinsky公式。在n维欧氏空间的一个凸体内独立随机地取n+2个点,这n+2个点形成凹多面体的概率是多少,这就是n维Sylvester问题,本文将得到n维的Hostinsky公式。引理1 n-1维欧氏空间的n个点(?)_1(x_1~(1),…,x_(n-1)~(1),),……,(?)_n(x_1~(1),…,x_(n-1)~(n))所成多面体的体积是     

关于Sylvester问题的n维Hostinsky公式

1925年Hostinsky得到了关于Sylvester问题的3维Hostinsky公式。在n维欧氏空间的一个凸体内独立随机地取n 2个点,这n 2个点形成凹多面体的概率是多少,这就是n维Sylvester问题,本文将得到n维的Hostinsky公式。引理1 n-1维欧氏空间的n个点Q_1(x_1~(1),…,x_(n-1)~(1)),……,Q_n(x_1~(1),…,x_(n-1)~(1))所成多面体的体积是     

关于凸函数中一个定理的证明

一般凸函数是由f(x_1+x_2/2)≤1/2[f(x_)1+f(x_2)]…(1)来定义的。在函数连续时也有用f(sum from n=1 to n λ_ix_i)≤sum from n=1 to n λ_if(x_i),λ_i为实数,而sum from n=1 to n λ_i=1…(2)来定义。但当函数连續时,由(1)可(?)(2)这是一个定理。现在用实数的二进位表示法和有限归纳内法来证明这个定理。     

解线性方程组的0.618方法

线性方程组 a_(11)x_1+a_(12)x_2…a_(1n)x_n=b_1 …………………………………………… a_(n1)x_1+a_(n2)x_2+…+a_(nn)x_n=b_n 的解法有多种,本文给出一个新的解法——“0.618”方法,并证明了解法的收敛性及唯一性。     

关于丢番图方程x~4-Dy~2=1

定理1.如果D≡3(mod 8),且当x~2-Dy~2=1的基本解ε=x_0 y_0D~(1/2)满足2|x_(?)时,则(1)无正整数解。不难证明适合定理1的条件且非素数的D有无限多个,例如在[1]中我们证明了D≡3(mod 8),对于D的任一对因子 m>1,n>1,D≡mn,均适合(m/n)=-1,这里(m/n)是Jacobi符号,(2)     

Jensen不等式及其应用

在[1]中介绍了“逆向归纳法”,并用它证明了算术平均值与几何平均值不等式.本文还利用它来证明 Jensen 不等式,并给出一些应用.定理如果对任何两个 x_1,x_2∈〔a_1b〕,有     

关于高级诱导极限的连续映象定理

在这里我们所要讨论的是有关能量空间中高级(有穷的)诱导极限的连续映象定理,首先叙述这样一个定义(徐利治,1951;数学学报,88-97):假定X={X_n}的a级导集X~(a)只包含一个点x_0,则便称叙列{X_n}收歛于a级的诱导极限x_0,记作对于一个已经知道具有诱导极限的叙作{X_n}来说,其诱导极限的级也可以表作a=〈x_n〉现在我们来证明下面一个命题:定理1.假设K个叙列{X_1,n},{X_2,n},…,{X_k,n}分别是完全能量空间S_1,S_2…,S_k,中的各含相異元素的紧致集,又设这些叙列都有着高级诱导极限点并且{(X_1,n,X_2,n,…,X_k,n)}是乘积空间S_1×S_2×…×S_k中的阴集,那末〈x_1,n〉=〈x_2,n〉     

计算定积分的一个方法

<正> 平面图形绕 y 轴旋转所得旋转体的体积,教材给出一个计算公式:V#=(?)πφ~2(y)dy其中φ(y)是函数 y=f(x)的反函数。而有些函数的反函数不易求出,有的虽然能求出,有时应用上式积分比较麻烦。如果将区间[a、b]用分点 x_0=a,x_1,x_2,…xj_(-1),xj…x_n=b,(x_0相似文献   

关于多元加权全最小一乘法的最优解

对给定n+1维欧氏空间R~(n+1)中的m个点x_1=(x_(11),x_(12),…,x_(1n+1)), x_2=(x_(21),x_(22),…,x_(2,n+1)),…,x_m=(x_(m1),x_(m2),…,x_(mn+1)),证明了存在最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0,使这组点到此超平面的加权垂直距离和Q(β)=(∑~(n+1)_(j=1)β~2_j)~(-1/2)∑~m_(i=1)w_i|β_0+∑~(n+1)_(j=1)β_jx_(ij)|=min (w_i>0,i=1,2,…,m);提出并证明了最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0应满足的3个必要条件,从而给出了求最优超平面的方法.     

正态分布理论在体育实践中的应用

1 正态分布正态分布是连续型随机变量的一种概率分布模型.它用于计算服从正态分布的随机变量 x 取某段区间值[x_1,x_2]的概率,其计算公式是:     

具2+δ阶矩的一类时变MAX(q)序列的样本均值的极限分布

本文继续作者在文献[1]中的工作,证明具2+δ(0<δ<1)阶原点矩的时变 MAX(q)序列{x_n)的样本均值 N~(1/2)(_N-E_N)渐近正态分布 N(0,ν_2-ν_2-(2q+1)μ~2),其中μ_1=Ex_1,ν_2=E(x_1+x_2+…+x_(q+1))~2,ν_2=E(x_1+x_2+…+x_q)~2,从而,减弱了文献[1]中要求{x_n}具有限三阶原点的限制条件.但其论证方法与文献[1]不相同.     

相关随机变量和的中心极限定理

设x_1,x_2,…,x_n,… (1)是一个随机变量序列。定义1.(1)称为 f(n)-相关的,若当 s-1>f(n)时(x_1,x_2,…,x_)与(x_,x_(s+1),…,x_n)彼此独立。定义2.设 S_n=sum from i=1 to n x_i 是(1)的部分和。若存在固定的正数 H 和固定的ρ,0≤ρ≤1,