罗宾逊相似矩阵的均匀嵌入与粒子组装问题研究
1. 罗宾逊矩阵均匀嵌入相关理论
在处理罗宾逊矩阵时,对于均匀嵌入的研究有一系列重要的理论和算法。
- 相关推论 :设 (A \in S_n[k]) 为罗宾逊矩阵,(d \in D_k)。若 (d) 满足特定不等式系统 (4.1),那么对于任意 (u, v \in [n]),任意 ((u, v)) - 上界行走 (W_1) 和任意 ((u, v)) - 下界行走 (W_2),有 (\beta^-(W_1)^{\top}d < \beta^+(W_2)^{\top}d)。
- 寻找均匀嵌入 :给定矩阵 (A \in S_n[k]),假设存在 (d \in D_k) 满足不等式系统 (4.1),可以找到关于该阈值向量 (d) 的均匀嵌入 (\Pi)。通过以下迭代公式计算 (\Pi : [n] \to \mathbb{R}):
- (\Pi(1) = 0)
- 对于 (2 \leq v \leq n),(\Pi(v) = (ub_v + lb_v)/2),其中 (ub_v) 和 (lb_v) 通过 (\Pi(1), \ldots, \Pi(v - 1)) 迭代定义:
- (ub_v = \min_{i \in [v - 1]} \left{ \Pi(i) + \min{b^{\top}d : b \in \beta^+(U_{i,v})} \right})
- (lb_v = \max_{i \in [v - 1]} \left{ \Pi(i) + \max{a^{\top}d : a \in \beta^-(L_{i,v})} \right
超级会员免费看
订阅专栏 解锁全文
23

被折叠的 条评论
为什么被折叠?



