共查询到20条相似文献,搜索用时 31 毫秒
1.
一、离散系统鲁棒性分析的基本引理 记n次复系数多项式集F~n={f(z)|f(z)=α_0z~n+α_1z~(n-1)+…+α_(n-1)z+α_n, α_i∈C,i=0,1,…,n且α_0≠0},对于任意的f(z)∈F~n,若f(z)的根均在以原点为圆心、以ρ>0为半径的圆内,则称f(z)为S_ρ稳定,记为f(z)∈S_ρ。特别地,若ρ=1,则称f(z)为Schur稳定,即为离散时间意义下的稳定,记为f(z)∈S。 相似文献
2.
1.设(X,d)为紧致度量空间。用C~0(X,X)表全体X上连续自映射的集合并赋以C~0拓扑(一致收敛拓扑)。设f∈C~0(X,X)和任给ε>0。设x,y∈X。从x到y的一个ε链是指有限序列{x_0,…,x_n},使得x_0=x,x_n=y且d(f(x_(i-1)),x_i)<ε,i=1,2,…,n。用CR_ε(x)表X的这样的子集,使得y∈CR_ε(x)当且仅当存在从x到y的ε链。当y∈CR_ε(x) 相似文献
3.
设X_n={x_(kn):1≤k≤n}(?)[-1,1]满足:-1相似文献
4.
设D={x∈R~n;λ(x)<0}是一具有光滑边界的有界区域,λ∈C~∞(R~n)是D的一个定义函数,(?)λ在(?)D={x∈R~n;λ(x)=0}的某个邻域内处处不为零.对r>0,我们以dσ_r和dσ分别记(?)D_r={x∈R~n; λ(x)=-r}和(?)D上的n-1维Hausdorff测度,而以dm记R~n中的Lebesgue测度D上复值调和函数的全体记h(D)对f∈h(D)及非负整数m,置grad_mf为f的m阶梯度,其模为此处α=(α_1,α_2,…α_n)为n重指标,|α|=α_1+α_2+…+α_n,grad(?)=f.对0
相似文献
5.
考虑线性模型如下: y_i=x′_iβ+e_i,i=1,2,…,(1.1) 其中x′_i=(x_(i1),x_(i2),…,x_(ip))是已知常值向量,β′=(β_1,…,β_p)为未知参数向量,e_i为随机误差。记设计矩阵X_n=(x_1,x_2,…,x_n)′;Y_n=(y_1,y_2,…,y_n)′;S_n~(-1)=(X′_sX_n)~(-1)(S_(ij)~((n)))_(1≤i,j≤n)并且假定当n充分大时S_n满秩,则熟知β的最小二乘(LS)估计(n)有如下表达式: 相似文献
6.
可压缩的Navier-Stokes方程解的存在性 总被引:1,自引:0,他引:1
本文考虑如下形式的n维可压缩流体的Navier-Stokes方程(n≥2): (?)_tρ+sum from j=1 to n((?)_j(ρu_j))=0, (?)_tu_i-sum from j=1 to n(ρ~(-1)[μ(?)_j((?)_ju_j+(?)_iu_j)+μ′(?)_i(?)_ju_j])=-sum from j=1 to n(u_j(?)_ju_i-ρ~(-1)(?)_iP(ρ),(1) ρ|_(t=0)=(?)+(?)_0(x),u|_(t=0)=u_0(x),其中t≥0,x=(x_1,…,x_n),ρ为密度,u=(u_1,…,u_n)为速度,μ,μ′为粘性系数,P(ρ)为压力,为一常数,用|·|_s表示Sobolev空间范数。有如下结论: 相似文献
7.
(?)≡(x_1,x_2,…)是已知的p维向量序列,e≡(e_1,e_2,…)是随机误差列,β≡(β_1,…,β_i)′是未知的回归系数向量.记S_n=x_1x_1~′…+x_nx_n~′.设当n≥n_0时,S_1~(-1)存在.把p×n矩阵S_n~(-1)(x_1…x_n)的(j,i)元记为u_(nji),则β的最小二乘(LS)估计为 相似文献
8.
9.
10.
A.M.Russell定义并研究了RS_K积分.本文将研究各类RS_K积分与普通RS积分的关系,指出在所有RS_K 积分存在条件下,都可把它化成RS 积分.定义设f、g 是定义在[a′,b′]上的实函数,分法Γ(x_(K+1),…,x_(n+K-1)):a′≤x_(K+1)<…0,(?)δ(ε)>0,当‖Γ‖=max (x_i-x_(i-1))<δ(ε),ζ_i∈[x_i,x_(i+K)] 相似文献
11.
1.命s≥2为整数,a_ν(0≤ν≤s-1)为非负整数及f(x)=x~5-a_(5-1)x~(5-1)-…-a_1x-a_0 (1)为有理数域R上的既约多项式。命(P_n~((5)))为由下面递推公式定义的整数贯 相似文献
12.
13.
线性模型中最小二乘估计的强收敛速度 总被引:1,自引:1,他引:0
考虑线性模型如下:y_i=x_i~′β+e_i,i=1,2,…, (1)其中x_i~′=(x_(ij),…,x_(ij)为已知常值向量,β′=(β_r,…β_p)为未知参数向量。令设计矩阵X_n=(x_1…,x_n)′;Y_n=(y_1,…,y_n)′;S_n~(-1)=(X_n~′X_n)~(-1)(?)(S_(ij)~n)1≤i,f≤n。熟知β的最小二乘估计(n)有如下表达式 相似文献
14.
定义 设M=和M′=是两个有限自动机。任何s∈S和s′∈S′,若对任何x_0,x_1,…∈X都存在x_(_t),…,x_(-1)∈X使得λ′(s′,λ(s,x_0x_1…))=x_(-t)…x_(-1)x_0x_1…成立,且对任何l≥n≥0,任何x_0,…,x_l∈X和任何y_0~′,…,y_(n_1)~′,y_0,y_1,…,y_l∈y,都可由y_0…y_l=λ(s,x_0…x_l)推出λ′(s′,y_0 … y_l)=_(n+c)λ′(s′,y_0~′…y_(n-1)~′y_n…y_l),则称(s,s′)为延迟t步误差传播长度不大于e的匹配对,其中e是一非负整数,a_0a_1…a_l=_tb_0b_1…b_l表示a_t…a_l=b_t…b_l。对任何 相似文献
15.
命(1)表一个k次整系数的多项式。三角和当m=q时,称为完整三角和,并记S_q(g,f(x))=S(q, f(x)));当m
q时,称S_m(q, f(x))为超完整三角和。 相似文献
16.
记Q~n={(x_1,…,x_n):-π≤x_j<π,j=1,…,n}。Z~#表示R~n中的整格点集。对于f∈L(Q~n)的n重Fourier级数及其共轭级数的α阶Bochner-Riesz平均定义为其中a_m(f)为f的Fourier系数,K(x)=P(x)|x|~(-n-k)(k≥1),P为k次齐次调和多项 相似文献
17.
设f(z)在E={z:|x|<1}内解析,且f(0)=0,f′(0)=1,记其全体为A。本文中,α≥0,δ≥0,0≤ρ<1,整数k≥1;S~*(ρ),K(ρ)同通常意义一样。记 相似文献
18.
设0≤a≤b≤1,G°(I)表示区间I=[0,1]上所有连续自映射之集.对任f∈G°(I),如果存在常数α>1,使得对任x_1,x_2∈[a,b],都有|f(x_2)-f(x_1)|≥α|x_2-x_1|,则称f在[a,b]上是扩张的,称α是f[a,b]的一个扩张常数,若在I上存在着k 1个点0=c_0相似文献
19.
设α_1,α_2,…α_s>0,δ_1,…,δ_s≥0,φ(t)=(1-t~α_1)~δ_1…(1-t~α_s)~δ_s,0≤t<1或0,t≥1.则φ(t)定义了紧李群G上可积函数f(x)之富里埃级数的一个平均求和。令δ=δ_1 δ_2 … δ_s,α=α_1,…,α_s中除2以外的最小数,若α_1=…=α_s=2时取α=2.称该平均为α次δ阶Riesz平均,并记为S_R~(α,δ)(f,x), 相似文献
20.