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。     

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.     

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。     

关于丢番都方程x_1~(a_1)x_2~(a_2)…x_n~(a_n)=y_1~(b_1)y_2~(b_2)…y_m~(b_m)

1947年,E.T.Bell给出了丢番都方程x_1x_2…x_n=t~2的一般解的公式;到了1954年,波兰数学家A.Schinzel将此结果推广,得出了丢番都方程x_1x_2…x_n=t~K的一般解的公式。本文的目的是要给出更普遍得多的丢番都方程(1)     

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.     

多项式根的k次方之和的新解法

若xj(j=1 ,2 ,… ,n)是n次方程a_nx~n+a_(n -1) x~(n -1) +… +a_1 x +a_0 =0的n个根 ,将给出一种求这n个根x_1 ,x_2 ,… ,x_n 的k次方之和sum from i=1 to n(x_i~k)的新方法。     

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,     

Vandermonde行列式的一个推广与一类多重积分的计算

定义了与函数相关的Vandermonde行列式,从而得到了多重积分∫_Eφ~(n)(∑_(i=0)~na_ix_i)dx_1dx_2…dx_n的一般计算公式,其中E={(x_1,x_2,…,x_n)|∑_(i=1)~na_ix_i≤1,x_i≥0,i=1,2,…,n},x_0=1-∑_(i=1)~nx_i,并给出了若干特例。     

微分方程解对部分变元稳定性的幾个定理

考虑n維微分方程组: dx_s/dt=X_s(t;x_1,…,x_n) (s=1,2,…,n) (1)其中,函数X_s(t;x_1,…,x_n)是在区域(H): t≥to≥o,sum from s=1 to m x_s~2≤H,X_(m+1),…,X_n为任意实数 (H)上定义的变元t,x_1,…,x_n的实連續函数,(其中1≤m≤n,H>o为常数),并且可以展为变元x_1,…,x_n的幂級数,其所有的系数,当t≥to时有界且連續;此外設X_s(t;     

一类迭代序列的收敛性

本文考察连续单调函数f(x)关于任意初值x_0的迭代序列{x_n=f_n(x_0)}: x_n=f(x_(n-1)) (n≥1) 的全局收敛性。它与函数的不动点或2-周期点分布有关。为此,我们给出不动点的一种定位法,并用以解决几个困难的极限问题。     

常微分方程组解的稳定性

本文分有限组和可数组两部分敍述。Ⅰ.有限组解的稳定性这一部分利用O.Perron不等式的推广讨论方程组解的稳定性问题设方程组 dx_o/dt=a_o(t)x_o, dx_y/dt=a_v(t)x_v+∑b_vj(t)x_j+f_v(t,x_1,…,x_n),v=1,…,n,j=1 这里f_v(t,x_1,…,x_n)是t和x_v(t≥0.|x_v|<+∞)的函数,并且满足n |f_v(t,x_1,…,x_n)|≤gv(t)∑|x_j|,v=1,…,n,j=1     

关于Vandermonde行列式的两个恒等式

根据Vandermonde行列式的函数属性,利用多元函数的微分法,可以推导出关于它的两个恒等式。 对于n阶Vandermonde行列式设D_1(x_1,x_2,…x_n)表示函数D(x_1,x_2,…x_n)对x_j(j=1,2,…,n)的偏导数,则由行列式的一般定义及多元函数的微分法则,易知     

限定取正整数的定和最大积问题

我们知道,在“极大极小”问题中有一个重要定理,就是 n个正数x_1,x_2,…,x_n,其和 sum from i=1 to n(x_i)=L是一个定值,则当x_1=x_2=…=x_n=L/n时,其积multiply from i=1 to n(x_i)最大。如果限定x_1,x_2,…,x_n取正整数,结果怎样呢?就是说,n个正整数其和一定,什么时候它们的乘积最大?本文就介绍这个问题。先介绍二个符号。符号〔x〕表示不超过x的最大整数部份。例如,〔π〕=3,〔16/3〕=5,〔-2~(1/2)=-2,〔4〕=4。符号{x}表示不小于x的最小整数部份。例如,{π}=4,     

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   

矩阵论中几个定理的概率证明

在[1]中给出了下面的事实:一个n×n对称矩阵是半正定的当且仅当它是一个随机向量X=(x_1,x_2,…,x_n)~τ的协方差阵.基于这一概率事实,[2]中给出了舒尔(Schur)定理的概率证明,而且其概率证明要比其传统的证明简单.基于上述同样的概率事实,本文     

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.     

一个瓶颈问题的多项式算法

在生产安排中会遇到这样问题:确定满足约束条件x_1+…+x_n=m的正整向量X=(x_1,…,x_n),使目标函数y=min{c_jx_i)达到最大。罗宗俊曾给出这个问题的一个拟多项式算法,大约需要n(m-n)次运算。本文给出一个多项式算法,仅需要n·log_2n次运算。     

关于张量空间上的非负定算子

设A_1,…,A_n为n阶复矩阵,=A_1…A_n,令W~()={(x_1…x_n,x_1…x_n)|x_1,…,x_n规格化正交}。本文证明了当n≥3时有:1)为非负定的充要条件是W~()R~+;2)为正定的充要条件是W~()R~+(正实数)。     

一类非綫性微分方程组在临界情形中的稳定問題

之根k_(m 1),…,k_n的实数部分均为負,即Re(k_s)=-λ_s,λ_s>O(s=m 1,…,n),而~qsσ(j,σ=1,…,n)为t之函数,当一切t≥t_o>O时連續有界;φ_j(1)(j=1,…n)为x_1,…,x_n之正則函数,其按x_1,…x_1的冪的展式不含低于2次之項并具实的常系数;φ_j(2)(j=1,…,n)为x_1,…x_n的正則函数,共按x_1,…x_n的冪的展式为:展式中系数R_j~(m_1,…m_n)为t之連續函数,当t≥t_o>O时有界,并使对于一切t≥to>O,函数φ_j(2)为x_1,…,x_n的一致正则函数。为了叙述簡便,今后将称具有φ_j(2)相同性质的函数为滿足条件(L)。     

按第一次近似决定的全局稳定性

§1.引言对微分方程组 dx_i/dt=P_(ij)(t)x_j+Ψ_1(t,x_1,x_2,……x_n)(1.1) 本文总假定函数P_(ij)(t)在区域t≥0上是连续有界的,并函数Ψ_1(t,x_1,……x_n)在区域; t≥0,-∞相似文献