(1)如果示z1,z2是联合高斯分布,且白协方差矩阵为,求信道容量。
(2)当p=0,1,-1时,信道容量各为多少?
一个公倍式都是m(x)的倍式。我们以[f(x),g(x)]表示首项系数是1的那个最小公倍式。证明:如果f(x),g(x)的首项系数都是1,那么
互联网是一张有向图,每一个网页是图的一个顶点,网页间的每一个超链接是图的一个边,邻接矩阵B=(b)w如果从网页i到网页j有超链接,则by=1,否则为0。
记矩阵B的列和及行和分别是它们分别给出了页面j的链人链接数目和页面i的链出链接数目。假如在上网时浏览页面并选择下一个页面的过程,与过去浏览过哪些页面无关,而仅依赖于当前所在的页面。那么这一-选择过程可以认为是一一个有限状态、离散时间的随机过程,其状态转移规律用Markov链描述。定义矩阵A=(ay)wxn为式中:d是模型参数,通常取d=0.85;A是Markov链的转移概率矩阵;ay表示从页面i转移到页而j的概率。根据Markov链的基本性质,对于正则Markov链存在平稳分布x=式中:x为在极限状态(转移次数趋于无限)下各网页被访问的概率分布,Google将它定义为各网页的PageRank值。假设x已经得到,则它按分量满足方程网页i的PageRank值是划,它链出的页面有τ个,于是页面i将它的PageRank值分成r份,分别“投票"给它链出的网页。x为网页k的PageRank值,即网络上所有页面“投票给网页k的最终值。根据Markov链的基本性质还可以得到,平稳分布(即PageRank值)是转移概率矩阵A的转置矩阵AT的最大特征值(=1)所对应的归一化特征向量。
已知一个N=6的网络如图4.8所示,求它的PageRank取值。
设A是一个m×n矩阵,m<n,r(A)=m,齐次线性方程组Ax=0的一个基础解系为其中
令V是实数域R上一个三维向量空间,σ是V的一个线性变换。它关于V的某一个基的矩阵是
(i)求出σ的最小多项式p(x),并把p(x)在R[x]内分解为两个最高次项系数是1的不可约多项式p1(x)与p2(x)的乘积;
(ii)令Wi={ξ∈V|pi(σ)ξ=0},i=1,2。证明,Wi是σ的不变子空间,并且V=W1⊕W2;
(iii)在每一子空间Wi中选取一个基,凑成V的一个基,使得σ关于这个基的矩阵里只出现三个非零元素。