连续时间MDP及其与离散时间MDP的关系

本文讨论的连续时间MDP(Continuous Time MDP,简记为CTMDP)折扣模型为{S,(A(i),(i),i∈S),q,r,a},其中状态集S可列;行动集A(i)为任意非空集,(i)为其上的σ-代数,它包含A(i)的所有单点集;转移速率族q(j|i,a)满足:i∈S,a∈A(i)均有—∞相似文献   

关于线性同余式组的一个转换定理的注记

命p为素数,a_(ij)(1≤i≤t,1≤j≤s)为st个整数.引入记号(?)=Max(1,|x|), p_1=[(p-1)/2], p_2=[p/2],命(a)_p,表示适合于(a)_p≡a(mod p),-p_1≤(a)_p相似文献   

有限型子移位的Chaos集

用∑_n表示n个符号的双向符号序列全体组成的集合,σ表示移位映射。(∑_n,σ)称符号动力系统。设A为n×n矩阵,其中每个元素A_(ij)=A(i,j)都是0或1。     

随机中立型微分方程稳定性

设ω(t)=(ω1(t),…ω_m(t))~T是完备概率空间(Ω,(?),p)上的Brownian运动,τ>0为时滞,A,B,C为n×n实阵.σ:R_ ×R~n×R~n→R~(n×n)是局部Lipschitz连续的.定理1 若存在对称半正定的n×n矩阵D,使得     

一阶中立型方程的振动性

考虑一阶中立型微分方程其中c为实参数,τ≥0,pi>0,σi>0,1≤i≤n均为实数。在本文中,我们给出了方程(1)的所有非平凡解为振动的显式充分条     

矩阵奇异值的一个不等式

一、引言 最近,陈道琦对矩阵的奇异值和乘积矩阵的奇异值证明了如下不等式:对任意正整数n和m,若A_1,…,A_m∈C~(n×n)分别具有奇异值σ_1~((j))≥σ_2~((j))≥…≥σ_n~((j))≥0,1≤j≤m。     

保持广义可合数值域的线性算子

设G是对称群S_m的子群.记CG是所有函数f:G→C的集合.称f是半正定的,如果存在c∈CG,使得对任意的r∈G有f(r)=sum from σ∈G (c(στ)c(σ)特别地,G的不可约特征标是半正定的.记C_n×m为n×m复矩阵集.对于f∈CG,广义矩阵函数d_f:C_m×m→C定义为d_f(A)=sum from σ∈G (f(σ))multipy fromu=l to a_iσ(i),其中A=(a_i,)∈C_m×m 设 1≤ m≤n,f∈CG,A∈C_n×n.如果f是非零的和半正定的,则定义A的f可合数值域为集合W_f(A)=|d_f(X~*AX)|X∈C_n×m,d_f(X~*X)=1|当m=1且f=1时,W_f(A)即是A的经典数值域外W(A)=|x~*Ax|x∈C_n×1,x~*x=1|.f-可合数值域相关于张量对称类的可合元素.设c∈CG对任意的,τ∈G满足(1)式记V为带有标准内积的向量空间C_n×1.则张量空间(?)V是酉空间,其诱导内积满足(x(?),     

关于多元样条空间的维数

设D是矩形域D=[a,b](?)[c,d]。连接竖直和水平线x=x_i和y=y_i,i=1,…,m-1;j=1,…,n-1将D剖分成m·n个胞腔D_(ij)=[x_i,x_(i+1)](?)[y_j,y_(j+1)],其中x_0=a,x_m=b,y_0=c,y_n=d。于每个     

Neutral方程解的渐近性态

在电力系统中往往会遇到如下的滞后微分系统x’(t)=Ax’(t-τ) Bx(t) Cx(t-τ),t≥0,(1)X(t)=(?)(t),-τ ≤t≤0,(2)这里A,B和C为N×N常数复阵,τ>0为常数滞后量,(?)(t)为已知向量函数,x(t)为未知向量函数.     

中子活化分析中各元素之间的相关性——R矩阵元和R矩阵元的原理和应用

一、引言 中子活化R矩阵元R_(ij)和R矩阵元R_(ij)可能是现今表达中子活化分析中各元素之间的相关性的最简单最完善的新方式。R_(ij)是由(n,γ)反应产生的核素i和j的生成率B_i~0(每克某元素在一个给定中子通量下每秒产生的核素i的原子数)和B_j~0之比值B_i~0/B_j~0,而R_(ij)则是由B_i~0和B_j~0和产生核素i和j的热中子俘获反应的截面σ_i和σ_j分别计算得出的照射处的表观中子通量I_i与I_j之比值I_i/I_j。     

泛可积模的可约性

设是A=(α_(ij))_(i,j=1)~n是一个可对称化的广义Cartan矩阵,(η,π,π~v)是A的一个实现,其中π={α_1,…,α_n};π~v={α_1~v,…,α_n~v}。设(A)是结合于A的Kac-Moody代数,{e_i,f_i|1≤i≤n}是(A)的Chevalley生成员的集合。P={λ∈η~*|<λ,α_i~v>∈Z,1≤i≤n}     

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     

Preneel猜想的证明

GF(2)中的m×m矩阵V=(V_(ij))若满足ⅰ)V_(ij)=0,V_(ij)=V_(ji)(1≤i,j≤n),ⅱ)矩阵V在GF(2)中可逆,则该矩阵称为V型矩阵。最近比利时学者B.Preneel等提出了一个猜想:     

点电荷驱动的等离子体尾场的波裂

在用极短电子束激励等离子体尾场时,如何避免波裂,是等离子体尾场加速器研究中一个重要的问题。设初速v_(bo)=v_(bo)e_z的极短电子束沿e_z正向入射到冷等离子体中.驱动束端面电子密度为σ_b,体密度近似写为点电荷形式:n_b=σ_bk_pδ(τ),其中τ=ω_p( -z/v_b),尾波相速v_(ph)=v_b(v_b为驱动束瞬时速率)、波数k_p=ωp/v_(ph),ωp=(n_oe~2/ε_0m_e)~(1/2).τ>0时表示驱动束已经过的区     

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,     

Vandermonde方程解的复杂性

一、引言 设V(a_1,a_2,…,a_n)=(a_(j+1)~i)_(i,j=0)~(n-1)为复数域上的n阶Vandermonde矩阵,简记V.若V可逆,即a_i≠a_j(i≠j,i,j,=1,2,…,n)时,用Causs消元容易给出方程 Vx=c (1.1)     

关于本原矩阵严格Hall指数的一个猜想

设B_n是所有n阶布尔矩阵的集合,对A=(a_(ij)),B=(b_(ij))∈B_n,若a_(ij)≤b_(ij),i,j=1,2,…,n,则记A≤B。如果存在正整数k,使A~k=J_n(全1方阵),那么A∈B_n称为本原矩阵。这样最小的k称为A的本原指数,记作γ(A)。B_n中所有本原矩阵的集合记为P_n。如果存在置换矩阵Q,使Q≤A,那么A∈B_n     

数字滤波的一种递推估计

我们考虑一个方程 X_(i+1)=A_iX_i (1)的二维系统,这里X_i~1,X_i~2为纯量,其观察方程为 z_i=H_iX_i+η_i (3)其中 H_i=[1,0],(4)η_i为测量噪声. 令 J_k(x)=sum from i=-∞ to k((z_i-H_iX_i)~2W_i)。(5)这里 W_i=[1-ε(1-θ)/θ(k-i)]θ~(k-i),(6)0≤ε<1,0<θ<1。现在我们来研究(5)式的极小化问题,它在雷达跟踪问题中是颇感兴趣的。以X_k~*表示(5)式的X的最优估计,即     

条件布朗运动在角域上的生命时

对有界域上的条件布朗运动的研究已很完善,限于研究方法上的重大差别,对无界域上条件布朗运动的研究却很小.本文研究了条件布朗运动在角域A_m~d={(x~1,……,x~d)∈R~d,x~i>0,1≤i≤m≤d}(d≥2)上的生命时的可积性.(B_t,P_x)为R~d上的标准布朗运动,B_t=(B_t~1,……,B_t~d),τ=inf(t>0,B_t(?)A_m~d),τ_i=inf{t>0,B_t~i≤0},∏_m~i={y∈(?)A_m~d,y~i=0},i=1,2……,m.作者记P_A_m~d(t,x,y)为A_m~d上的终止布朗运动的转移函数,则     

半相依回归方程的一种优于BLUE的估计

一、引言 考虑半相依回归方程Y_i=X_iβ_i+ε_i(i=1,2),其中Y_i是n×1的随机观测向量,X_i是n×p_i阶列满秩矩阵,β_i是p_i×1的未知回归系数,ε_i是n×1的随机误差向量,且满足E(ε_i)=0,cov(ε_i,ε_j)=σ_(ij)I (i,j=1,2),其中σ_(12)≠0,I是n阶单位阵,Σ=(σ_(ij))是2×2阶正定阵。这样的方程可以写为如下线性模型: