几类Toeplitz矩阵的顺序主子式

本文探讨了与概率论中的离散型随机变量分布律有关的Toeplitz矩阵的顺序主子式,得到了一些结果.     

群上的Toeplitz代数

研究了离散交换群上的Toeplitz算子和Toeplitz代数,通过谱投影和Fourier变换,将离散交换群上的Teoplitz算子和Toeplitz代数的问题化成了其对偶群上的Hardy空间中的相应问题,并由此得到了Toeplitz算子的特征（定理10）,约化Topelitz代数与Toeplitz代数相等的充分必要性（命题5）以及关于Toeplitz代数的短正合列（定理6）等一系列结果。     

边缘分布的教学探索

<正>概率论与数理统计是研究随机现象数量规律的一门数学学科.越来越多的高校和专业把概率论与数理统计列为了大中专学生的必修课,这样,概率论与数理统计的教学就显得尤为重要了.随机变量将样本空间与数值联系起来,使得人们可以用数学的方法来研究随机现象的本质特征.随机变量包括离散型随机变量、连续型随机变量以及奇异型随机变量[1-7].边缘分布是工科概率论与数理统计中一节内容.在学习边缘分布时,学生已经掌握了二维随机变量的联合分布函数和用联合密度函数     

计算五对角Toeplitz矩阵行列式的基本算法

文章充分利用矩阵运算的性质,给出了计算五对角Toeplitz矩阵行列式的基本算法,它所用的时间复杂度为（4n＋6）.同时,文中还给出了当矩阵阶数n较大时改进的算法,其运算速度更快.     

分布式空时码协同通信系统简化均衡方法

摘要： 由于协同通信系统各中继节点分布位置的不同,产生了不同于传统多天线通信系统的多时偏问题. 该文考虑基于分布式线性卷积空时码的异步协同通信系统,将对应每个中继节点的时延偏移量等效到对应生成多项式中的零矢量,进而构造等效的异步协同通信系统模型. 对等效信道矩阵的带状Toeplitz 性质进行研究,提出一种基于Trench 算法求解带状Toeplitz 线性系统的块最小均方误差均衡方法,从而将求解高阶带状Toeplitz 线性系统的运算简化为求解低阶Toeplitz 线性系统的运算,避免了传统最小均方误差均衡算法中的高阶矩阵求逆运算,极大地降低了计算复杂度. 仿真结果表明,该均衡方法能在适当的数据帧长以及较大的时延量情况下取得满意的系统性能.     

利用半离散型随机变量分析指数分布

离散与连续的关系是对立而又统一的,打破它们之间的界限,灵活地运用离散和连续之间的转换可以帮助更好地分析和理解数学问题.以概率论中指数分布为例,构造了一个特殊的半离散型概率模型,从而使抽象的问题变得比较直观,更容易理解.     

离散型随机变量的分布律与Toeplitz矩阵

本文分别利用对数分布的随机变量分布律和负二项分布的随机变量的分布律构造出两类Tocplitz矩阵,并讨论其特征,得到了一些较好的结果.     

Toeplitz型算子在变指数空间的有界性

先得到Toeplitz型算子的加权不等式,然后利用外推方法得到了当Hardy-Littlwood极大算子在变指数Lebesgue空间有界时,Toeplitz型算子在变指数Lebesgue空间的有界性和向量值估计.     

随机模拟寓于概率统计教学中的探索与实践

探讨了随机模拟试验在概率统计教学中的意义与重要性,分别举例给出了在概率论教学中可构造的随机模拟试验以及在数理统计教学中的随机数的产生,Monte Carlo法以及用随机模拟求近似解等若干问题的随机模拟试验.     

Dirichlet空间上一类特殊符号的Toeplitz算子

讨论了单位圆盘上Sobolev空间中解析函数组成的子空间Dirichlet空间上,以拟齐次函数为符号的Toeplitz算子,得到了此类Toeplitz算子的有界性和紧性的等价条件.     

时延估计的克拉美—罗下界的渐近分析

从时延估计的Ｆｉｓｈｅｒ矩阵的最基本概率表达式入手，利用Ｔｏｅｐｌｉｔｚ（托布里兹）矩阵和循环矩阵的渐近等效性，以及循环矩阵的谱特性，导出了时延、多普勒、及其更高阶导数联合估计的Ｆｉｓｈｅｒ矩阵的严格渐近解析表达式，此结果较人们常采用的近似结果更加精确。两者之间的比较分析表明，有一定条件下两者具有较好的一致性。     

特征函数的一种新解释及其应用

在基于傅立叶变换物理意义的特征函数直观解释的基础上,提出了特征函数的一种基于坐标分解的新解释.首先分别给出了离散型和连续型随机变量的特征函数和概率（密度）函数的新解释.然后利用这种新解释来求随机变量的分布函数.最后得出,这种新解释能加深对特征函数的理解,而且能使特征函数相关的求解问题化繁为简.     

高效率多维离散分布随机数生成算法

多维离散随机数在进行计算机仿真中具有重要作用,一般计算机高级语言通常只能给出一维离散随机数,无法满足计算机仿真和实验的需要,如何生成多维离散随机数的研究未见报道,因此提出如何通过均匀分布随机数获得服从任意多维离散概率分布随机数生成的理论和方法,较好的解决了这一问题.     

关于Rao—Cramer不等式

Rao—cramer不等式(以下简称R—C不等式)是概率论与数理统计中的一个重要不等式,在[1],[2],[3]中,都是对连续型随机变量给出的或证明是对连续型随机变量给出的,这是不严格的。本文的主要结果是:对通常教材中给出的R—C不等式加以改进,首先引入概率函数的概念,借助于数字特征这一工具,将R—C不等式的条件抽象化,并给出简捷而严格的证明,此结果对连续型和离散型这两类随机变量都是适用的。     

双峰截尾变量的矩界

对具有给定的EXi=mi(i=1,2,3)和双峰的随机变量X∈[0,M],得到截尾变量max(0,X-K)的均值的矩界,以及小值概率的上界.这些问题来源于双峰分布下小值概率及欧氏期权等的研究,所用方法基于控制待估函数和测度变换.