求不相容线性方程组最好近似点的逆矩阵法

§1.前言设有不相容线性方程组sum from j=1 to n=a_(ij)x_j+b_i=o,i=1,2,…,m,m>n.(1) 若点X~*=(x_1~*,x_2~*,…,x_n~*)使得量     

关于一次同余方程组解的下界估计

设p为任一素数,L,s,t为任意自然数,a_(ij)(1≤t,1≤j≤s)为st个整数,对于每个i(1≤i≤t),a_(ij),…,a_(is)不全为P~L的倍数。又记X=max(1,1×1)。考察一次同余方程组a_(il)x_1… a_(is)x_x x_(s i)≡0(modp~L)(1) (1≤i≤St)适合条件-p~L/2相似文献   

交换环上的线性方程组可解的一个充分条件

<正> 本文R始终表示有单位元的交换环。我们考虑系数在R中的线性方程组AX=B (1)在R上可解的条件,这里A=(a_(ij))是一个m×n矩阵,X=(x_1,…,x_n)~t,B=(b_1,…,b_m)~t。如果m>n,可以引入变量x_(n+1),…,x_m及a_(ij)=0(1≤i≤m,n+1≤j≤m)。因此,不失一般性,我们总可以假定m≤n。关于线性方程组AX=B有解的充分条件,文献[1]、[2]、[3]中针对一些     

关于模R^（n）的一类乘法子模

设R是有单位元的交换环,M是R-模,如果对M的任意子模N,存在R的理想I,使得N=I·M,则称M是乘法R-模,本文主要结论是:设M=Rx_1+…+Rx_(?),其中x_i=(a_(1i),a_(2i),…,a_(?))∈R~(1×n),i=1,2,…,n,并且sum from i=1 to (?)a_(ii)=1,那么当R是下列环之一时:(1)整环;(2)半局部环;(3) J(R)=0,有:M是乘法R-模当且仅当F_2(A)=0,其中F_2(A)表示矩阵A=(a_(ij)_(?)中一切2阶子式在R中生成的理想。     

关于线性微分方程稳定性的两点注记

在这个注记中,建立了线性微分方程组零解为不稳定的条件,它特别简便,其次还建立了线性微分方程组零解为渐近稳定的一个必要条件,由此条件就可断言文[1]中有两个推论是错误的.设给定线性微分方程组(dx_s)/(dt)=a_(s1)(t)x_1+…+a_(sn)(t)x_n,s=1,…,n, (1)或表为矩阵形式(dx)/(dt0=A(t)x, (1′)其中 a_(sj)(t)(s·j=1,…,n)对一切 t≥t_0≥0为连续函数;又设     

机器带故障的三台机排序问题的两个近似算法

机器带故障的m台机的目标函数为最小化误工工件数的排序问题,在m≥2时是NP(nondeterministic polynomial)困难的问题,对m=3,当工件转移时间t=0和t≠0两种情况,提出了P3丨D=∞,t1=t2=0丨n-∑u′ij和P3丨D=∞,t1≠t2丨n-∑u′ij的近似算法,以及对应的渐进性能比,且证明了其界是紧的。     

人员功能测评中的一种定性与定量相结合的方法一层次分析法

心理学知识指出,人们在估计两件事物某种质的区别时,习惯而且能用五种判断很好表示,判断矩阵构成之理论基础也在于此,从而使多个事物在两两比较中,形成优劣的排序。A=(a_(ij))_(n×n),其中 a_(ij)>0,a_(ij)从1,2,…,9及1/2,1/3,…,1/9中取,且a_(ij)=i,a_(ij)=i,i,j=1,2,…,9,即 n≤9。当算得 A 之最大特征值λ_(max)所对应的特征向量时,则对 A 来说多个事物的优劣顺序已由特征向量的分量数值给出,优劣顺序就是特征向量的分量数值之大小顺序。     

多维线性Sobolev型发展方程的外初边值问题

本文研究R~n中任一个有界集的外域上SObolev方程的初边值问题 是R~n中任一有界集的外域且其边界■Ω光滑. 假设有:m≥2[n/2]+3,ρ(x),ψ(x)∈H~(2(m-1))(Ω);a_(ij)(i,j=1,2,…n)及f∈■w~(k·∞)(0,T;H~(m-k-1)(Ω)),则(G)存在唯一的经典解.     

广义Volterra系统的稳定性

考虑微分方程组_i=x_i(ei+sum from j=1 to n fi_1(x_i)) i=1,2,…,n(1)作为n 物种广义Volterra 系统的模型,其中ei 是实常数,f_(ij)(0)=0,(?)i,j.本文讨论了(1)的正平衡点(q_1,q_2,…,q_n)的稳定性问题.主要注意具有下面特征的被食者——捕食者系统:f_(ii)~′(qi)≤0,f_(ij)~′(qi)f_(ji)~′(qi)<0 当(i-j)f_(ij)~′(qi)≠0时,利用图论和Lasalle 定理,得到(1)的正平衡点是渐近稳定的一些充分条件.     

用向量比较原理证明生态大系统的稳定性

对于给定的几种群Lotka—Volterra生态大系统x_i=x_i(e_i sun from j=1 to n(a_(ij)x_j)(i=1,2,…,n)(1)如果它的m个孤立于系统都具有Volterra 乘子D,则原生态大系统的稳定性可以由一个较低维的线性定常系统的稳定性得到.     

关于矩阵乘积的奇异值的一个不等式及其应用

约定 A(≥0)>0为(半)正定 Hermite 矩阵。如果复矩阵 A=(a_(ij))(∈C~(n×n))的特征值都是实数,规定其特征值满足λ_1(A)≥…≥λ_n(A),用σ_1(A)≥…≥σ_n(A)表示 A 的n 个奇异值,规定{δ_1(A),…,δ_n(A)}与{a_(11),……,a_(nn)}为同一集合且|δ_1(A)≥…≥|δ_n(A)|。当实向量 x=(x_1,…,x_n)与 y=(y_1,…,y_n)的分量按递减顺序排列为 x_[1]≥…≥X_[n]与 y_[1]≥…≥y_[n]时,若(?)X_(i)≤(?)y_[i],k=1,2,…,n,则称 y 弱控制 x,记为 x相似文献   

关于行列式D≦25的六元恒正二次型

设f_n=sum from i‘j=1 to n(asum from n=1 to n(a_(ij)x_ix_j)(a_(ij)=a_(ji))是一个系数a_(ij)均为整数,行列式为D_n=|a_(ij)|的n元二次型,如果对x_i取任何一组不全为零的实数值时,都使f_n取正值,我们称为f_n为恒正二次型。两个二次型f_n与g_n,如果能经行列式等于±1的线性变换可以互相转化的,称为等价。根据等价性将二次型分成若干类,同一类的二次型都等价,不同类的二次型彼此不等价,用h_n(D_n)表f_n具有行列式为D_n的类数。     

矩阵非奇异性的充分条件和矩阵的特征值

§1.引言设A=(a_(ij))为实数域或复数域上的n阶矩阵。J.Hadamard曾证明了(参看)矩阵A是非奇异的一个充分条件是后来许多作者从不同的角度推广了这一条件,P.Müller,曾证明了下面的结果。矩阵A=(a_(ij))是非奇异的,如果存在着n~2个数b_(μv)(μ,v=1,…,n)适合条件     

n个种群趋趋化模型解的整体存在性（英文）

本论文研究了如下的趋化模型在Ω■R~N(N≥1)中整体解的存在性。其中参数满足a_(ii)0,d_i0,μ_i0,X_i0,k_i0,a_(ij)≥0,λ0 for i,j=1,…,n.令q_i=χ_i/(μ_ia_(ii)).通过运用M矩阵的一些性质得到结论如下:若矩阵■满足ρ(B)1,那么上面的趋化模型存在唯一的整体解.其中ρ(B)为矩阵B的谱半径.     

多元正态参数估计极大似然估计的注记

(一)设X′=(ξ_1~(?),ξ_2~(?),…,ξ_m)～N(0,R),其中R为m×m非负定矩阵,它的元素为α_(ij),α_(ij)=E(ξ_iξ_j),已知X的n个独立样本X′_i=(x_(i1),…,x_(in))i=1,2,…,n,用其估计α_(ij),i,j=1,2,…,m。本文讨论α_(ij)满足一定约束,比如α_(ij)=α_(|i-j|),即ξ_1,…ξ_m是平稳序列的一段时,α_(ij)的极大似然估计。 (二)下面列举一些求导公式。设M为m×m的矩阵,|M|表M的行列式,M′表M之转     

迷向超曲面论

考虑 m 维黎曼空间 V_m,以 y~α(α.β.γ=1,2,…,m)表示其点的坐标,基本形式写为φ=a_(αβ)dy~αdy~β,(1.1)V_m 中的 n 维曲面 V_n 由方程y~α=f~α(x~1,x~2,…,x~n)=f~α(x~i)(1.2)(i,j,k=1,2,…,n)所定义,这儿 f~α是 x~i 的充分光滑的函数,雅可比矩阵的秩数为 n.在 V_n 上的诱导基本张量 g_(ij)由下式决定:     

关于一次同余方程组的转换定理

命a_(ij)(1≤i≤t,1≤j≤s)为ts个整数,p为素数,且对于每个i(1≤i≤t),a_(il),…,a_(is)不全为p的倍数,及对于每个j(1≤i≤s),a_(ij),…,a_(tj)不全为p的倍数。又记x=max(1|x|),p_1=[(p-1)/2],p_2=[p/2],这里[u]表示u的整数部分。考察两组对偶的一次同余方程组     

相关矩阵的积和式与特征值

设A=(a_(ij))是一个nxn非负相关矩阵,=(a_(ij)~2和=(a_(ij)perA(i,j))。本文得出下面两个结论:①(?)的最大特征值λ满足λ≤per(A);②的最大特征值λ满足λ=per(A)。这里per(A)记矩阵A的积和式。     

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.     

关于非负广义置换矩阵

§1定义及记号我们用M_n(R)表示全体n 阶实方阵所成之集合.设A=(a_(ij)∈M_n(R),记号A≥0表示α_(ij)≥0,i,j=1,2,…,n,即A 为非负方阵.定义1 设P∈M_n(R)且P 的每一行和每一列都恰好有一个元素为一个正的实数而其余元素全为0,则称P 为一个n 阶正的广义置换矩阵.