读者·作者·编者

贵刊1982年第十卷第六期发表的《分配问题的一个推广》一文(简称“该文”)提出了很有意义的广义分配问题.但是,“该文”定义1所定义的广义分配问题最优解的概念欠妥.例如(为了方便,以下均采用“该文”记号),设有2个小组A_1与A_2,有2件工作,每个小组有2个人.规定第i个小组第l个人做了第j件工作的产值c_(i(l),j)是:如果(a,X)是满足“该文”定义1的上述广义分配问题(Ⅰ)的最优解,注意到“该文”(2)、(3)、(4)式,便知(a,X)所对应的总产值是     

关于一个相关函数行列式的计算

用两种方法计算了下列行列式:F_(z)=(?)其中(?)为正定阵。这行列式来源自平稳随机序列的相关函数。在计算过程中还证明了一个有趣的行列式等式:任给矩阵 A=(a_(ij))_(i,i=1,…,n 和两个列向量 b1=(?)及 b_2=(?)以 A_(i,0) 记把矩阵 A 的第 i 列换成 b_1所得之矩阵,以 A_(0,j)记把矩阵 A 的第 j 列换成 b_2所得之矩阵,以 A_(i,j)(i≠j)记把矩阵 A 的第 i 列及第 j 列分别换成 b_1及 b_2所得之矩阵,则(i≠j)|A||A_(i,j)|=|A_(i,0) ||A_(0,j)|-|A_(j,0) ||A_(0,i)|     

一类最优指派问题的动态规划算法

考虑一类较一般的最优指派问题 :欲把m项工作指派n个人去完成 (m≥n) ,要求每项工作只能由一个人来做 ,第i个人可以同时做bi 项工作 ,其中bi 是待求未知数 ,满足di ≤bi≤ei(ei,di 为第i个人所需工作数的上下限 )及∑ni=1bi =m为已知常数 (i=1,2 ,… ,n) ,第i个人做第j项工作所用的时间为cij≥ 0 (i =1,2 ,… ,n ;j=1,2 ,… ,m) .本文给出了求解上述最优指派问题 (使总耗用时间最小 )的动态规划算法 .     

谈“古典概型”概率的计算

<正> 概率论中把具有下列特征的随机现象的数学模型称为古典概型:1)在观察或试验中它的全部可能结果只有有限个,譬如说 n 个,记为 A_1,A_2,…,A_n,而且这些事件满足:A_iA_j=φ(i,j=1,2,…,n、i≠j),A_1+A_2+…+A_n=Ω;2)P(A_1)=P(A_2)=…=P(A_n)。这即是所谓“有限性”、“互不相容性”、“完全性”及“等概性”。古典概型在概率论中占有相当重要的地位。一方面,由于它简单,对它的讨论有助     

一类最优指派问题的动态规划算法

考虑一类较一般的最优指派问题：欲把m项工作指派n个人去完成(m≥n)，要求每项工作只能由一个人来做，第i个人可以同时做bi项工作，其中bi是待求未知数，满足di≤bi≤ei（ei,di为第i个人所无原则工作数的上下限）及∑i=1＾n bi=m为已知常数（i=1,2,…，n），第i个人做第j项工作所用的时间为Cij≥0（i=1,2,…，n；j=1,2,…,m），本文给出了求解上述最优指派问题（使总耗用时间最小）的动态规划算法。     

关于方程■

柯召和孙琦在文〔1〕中研究了方程又l XKn ,=1他们给出了这个方程的一些解,并且证明了 定理方程 Kx; n Xi=22 i=1若有X‘>1(i=1,…,K)的整数解,则至少存在一个i(l了i若K) K子皆除尽n Xi j=1 j勺i 我们在这里将改进这一结果,而得到 定理。方程 K xZ n X.=Z i=l使X:的每一个素因(1) XKfl若有X:>1(i=1,…,K)的整数解,则最多只有一个i。(1、,i。/K),使X;。有与i=1i今i。素的因子、:。>1。 为了证明这个定理,需要引用A.Schin:。1的一个引理(见文〔2〕): 引理。若正整数a,,aZ,b:,b,,b,,满足方程 a,a,a,二b,b!b Zb,和条件(a,,b,b,)二(aZ,…     

关于内接n点形对边交点的共线问题

内接于二阶曲线的2i点形,如果i为奇数,且i—1对对边的交点共线,则第i对对边的交点也在此直线上。如果i为偶数,且i—1对对边的交点共线。 (ⅰ)若连线A_(i-1)A_(2i-1)过A_1A_(i+1)×A_1A_(2i),则第ⅰ对对边的交点也在此直线上; (ⅱ)若连线A_(i-1)A_(2i-1)不过A_1A_(i+1)×A_iA_(2i),则第ⅰ对对边的交点不在此直线上。     

关于算子迹的若干不等式

给出了算子迹的若干不等式.应用环形图方法,证明了对正的迹类算子A_i(l≤i≤m),有|T(?)(A_1A_2…A_m)|≤(?)~(1/m)≤m~(-1)·(?)T(?)(A_i~m).从而在较广范围内,给出了 Bellman 问题的肯定回答.     

广义超几何分布的极限定理

在概率论中,利用罐子模型研究极限定理已经取得了不少显著成果,例如,Holst,L.在〔1〕中研究罐子模型时指出:考虑一个罐子中含有N种不同颜色的球,每种颜色有A个球,今从罐子中随机地抽取n个球,设X_λ表示被抽取的第K种颜色球的个数(K=1,2,…,N),则当返回抽球吋,随机向量(X_1,X_2,…X_n)服从多项式分布;当不返回抽球时,(X_1,X_2,…,X_n)服从广义超几何分布;进而,若对于已知函数f(·),定义随机变量(?)(M≤N),关于Z_M的一个极限定理已用一般的方法证明了。本文的目的是,假定N种颜色球的个数不等,用A_λ(K=1,2,…,N)表示第K种颜色球的个数,则通过对随机变量X_λ的研究,可以解决下述两个问题:     

关于Banach空间中有限多个渐近伪压缩映像的迭代格式

设E是实Banach空间,K是E的非空有界闭凸子集,设Ti:K→K,i=1,2,…,N,是N个一致渐近L-Lipschitzian,具序列{ε(i)n}的一致渐近正则和具序列{k(i)n}的渐近伪压缩映像,其中{k(i)n}和{ε(i)n},i=1,2,...,N满足某些适当条件.对给定的x1∈K,给出了一个关于映像Ti,i=1,2,…,N的具扰动映像的混合迭代格式.证明了由此迭代格式生成的序列{xn}满足:xn-Tlxn→ 0(n→∞),l∈{1,2,…,N}.     

关于单形的一个性质

n维欧氏空间E~n中的n+1个点A_1, A_2…, A_(n+1)所组成的凸闭包 (?) {A_1,A_2,…,A_(n+1)},叫做E~n的一个n维单形。关于单形的研究已有丰富文献,本文在文献[1][2]的研究方向上,得到单形的一个性质如下: 定理 设(?):{A_1,A_2…,A_(n+1)}是E~n中的一个n维非退化单形,则 (i)(?)的所有互相对立的超平面对的重心连线段M_i_(1…i_k) M_i_(k+1)…i_(n+1)(k=1,2,…,n)共有2~n-1条,它们相交于一点M,M就是(?)的重心。这里i_1…i_ki_(k1+1) i_(n+1)是数码1,2,…,n+1的任意一个n+1级排列,而M_i_(1…i_k)是由顶点A_i_1,…A_(ik)所构成的     

K维空间 D·JACKSON算子逼近度的注记

投f(xl,’二,xk)是K推空简Ek:{一相似文献   

Lp-混合投影体的Shephard问题与Minkowski-Funk变换

推广了Rn中凸体K的i-曲率函数fi(K,·)(i=0,1,…,n-1)和Lp-曲率函数fp(K,·)(p≥1)的概念,引进了Rn中凸体K的L-混合曲率函数f(K,.)(i=0,1,…,n-1,p≥1)的概念,研究了L-混合投影体Πp,iKΠp,iL是否一定>Wi(K)≤Wi(L),当1≤p相似文献   

产生式系统的划分和并行处理

一、产生式系统产生式系统(亦称基于规则的系统)由工作存贮器、产生式存贮器和规则解释程序组成. 工作存贮器中存放着一系列断言,它们称为工作存贮器元素. 一条产生式是如下形式的一个命题:if C_1&C_2&…&C_n then A_1 A_2…A_m.这里C_i(1≤i≤n)是条件元素(亦称为产生式的左边),A_j,(1≤j≤m)是动作(亦称为产生式的右边).     

一阶偏导算子的正交数值域为实值的充要条件

设A_J∈L(V),i=1,…,m,A_1=A_1…A_m为A_1,…A_m的张量积,称D(A_1,…,A_m)=A_1I…I+IA_2I…I+…+I…IA_m为■A_i的一阶偏导算子,它的正交数值域为(D(A_1,…,A_m))={sum from i=1 to m(A_jv_j,v_j)|(v_i,v_j)=δ_(ij),i,j=1,…,m}(要求m=≤n=dimV)。本文给出了(D(A_1,…,A_m))=0,(D(A_1,…,A+m))R及D(A_1,…A_m)为厄米特算子的充要条件。     

《概率论》一书中的一个问题

<正> 目前,工科院校普遍采用同济大学数学教研室主编的《概率论》(高等教育出版社,1991年2月第16次印刷)一书作为教材,但该书第26页存在一个概念性错误,易给读者造成概念上的混乱,应当予以重视。本文提出如下商榷。《概率论》第26页,第14行:“(3)对于两两互斥的有限个随机事件A_1,A_2,…,A_n,有P(A_1+A_2+…+A_n)=P(A_1)+P(A_2)+…+P(A_n).这是由于A_1,A_2,…,A_n两两互斥,所以A,A_1,A_2,…,A_n的频率r/n,(r_1)/n,(r_2)/n,…(r_n)/n     

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}.     

布尔代数的析取范式定理的证明

析取范式定理,任一n元函数f(A_1,A_2,…,A_n)都可表示为,而且这种析取式表示法是唯一的。 证.把任意一个最小项(A_1~(±1)·A_2~(±1)·…·A_n~(±1))_i与值组(δ_1,δ_2;…,δ_n)_j作如下的对应:当A_i~(±1)为A_i时δ_i为1,当A_i~(±1)为时δ_i为0,(1≤i≤n)满足这样的对应条件     

關於核的因子分解

Ⅰ.引言§1.在這篇文章里,我們將引用下符號: AB=AB(x,y)=integral from n=a to b A(x,s)B(s,y)ds, (?)=(?)=integral from n=a to b A(x,s)B(y,s)ds, (?)=(?)=integral from n=a to bA(s,x)B(s,y)ds, (f,g)=integral from n=a to bf(x)g(x)dx,‖f‖~2=(f,f), Kψ(x)=integral from n=a to b K(y,x)ψ(y)dy。在(?)及(?)中,我們稱A為左因子,B為右因子抑^(?)及(?)是由於“A右乘以B”或“B左乘以A”得來的。此外,記(?)是一個(x,y)的函數,這個函數合有n個因子A_1(x,y),A_2(x,y),…,A_n(x,y),且認為它是由於從左至右逐次將前面運算所得的左因子右乘以緊接着後面的右因子經過(n-1)次運算得來的?(?)是由於以(?)为左因子右乘以右因子A_3(x,y)得來的。(?)是由於以(?)為左因子右乘以右因子A_4(x,y)得來的。依此類推,則A_1A_2A_3…A_(n-1)A_n(x,y)是由於以A_1A_2…A_(n-1)(x,y)為左因     

矩阵之和Moore-Penrose逆的一个恒等式

设A_1,A_2,…,A_k为复数域上k个m×n矩阵。在本文中我们引入了这k个矩阵之和的Moore-Penrose逆(简称M—P逆)与由这k个矩阵组成的一个分块矩阵的M-P逆之间所满足的一个恒等式,结果如下。定理矩阵A_1,A_2,…,A_k之和sum from i=1 to k A_i的M-P逆满足如下恒等式