Cтраница 1
Множество положительных векторов замкнуто относительно сложения и относительно умножения на положительные рациональные числа. [1]
Зададимся произвольным положительным вектором d [ Ml ( не умаляя общности, будем считать его вероятностным) и рассмотрим задачу линейного программирования. [2]
Пусть задан положительный вектор с IN ], компоненты которого мы будем рассматривать как длины соответствующих дуг. [3]
Для случая положительного вектора с [ N ] следует отметить одну особенность метода потенциалов: он получается особенно простым, если начинать решение с искусственного дерева и на каждом шаге включать в базис дугу с наибольшей разностью. [4]
К не содержит положительных векторов. Поскольку конус К замкнут, то по предыдущей теореме К К и, значит р К, что противоречит предположению теоремы. [5]
Если А 0 и для некоторого положительного вектора у уравнение (1.4) имеет решение х 0, то матрица А продуктивна. [6]
Петри была сохраняющей по отношению к положительному вектору весов, она должна быть ограниченной. Как было указано выше, неограниченная позиция должна иметь нулевой вес, что недопустимо в сети с положительным вектором весов. Если мы хотим допустить нулевые компоненты, нужно просто установить веса всех неограниченных позиций равными нулю и рассматривать после этого только оставшиеся компоненты. [7]
Заданы граф М, N) и положительный вектор w [ N весов дуг. [8]
Процесс увеличения числа строго положительных координат у положительного вектора при воздействии матрицы А здесь зацикливается. [9]
В частности, доказанная в этой статье теорема существования собственного положительного вектора у вполне непрерывного оператора близка к теореме 2.5 ( в настоящей книге дано другое доказательство; ср. [10]
Пусть К - определенный коллектив со взаимодействием и не все положительные векторы в нем достижимы. [11]
Множество 7V, как и М, ограничено и замкнуто и, согласно лемме 1, состоит из положительных векторов. [12]
Xi О, Y ii Жг 1, снова в вероятностный, причем в случае Р 0 любому вероятностному вектору х отвечает положительный вектор Рх. Именно по этой причине стохастические матрицы играют важную роль в теории вероятностей. [13]
Показать, что для любого линейного порядка на Ж существует гиперплоскость такая, что ее дополнение распадается на открытые полупространства, одно из которых состоит из положительных векторов, а другое - из отрицательных векторов. [14]
Поскольку конус К, очевидно, выпуклый и замкнутый, то теперь к нему можно применить теорему 2.8 из § 2: двойственный ему конус К ( К) содержит положительный вектор. [15]