As a generalization of anti-invariant Riemannian submersions and Lagrangian Riemannian submersions, we introduce the notions of h-anti-invariant submersions and h-Lagrangian submersions from almost quaternionic Hermitian manifolds onto Riemannian manifolds. We obtain characterizations and investigate some properties: the integrability of distributions, the geometry of foliations, and the harmonicity of such maps. We also find a condition for such maps to be totally geodesic and give some examples of such maps. Finally, we obtain some types of decomposition theorems., Kwang-Soon Park., and Seznam literatury
On complete pseudoconvex Reinhardt domains in ℂ², we show that there is no nonzero Hankel operator with anti-holomorphic symbol that is Hilbert-Schmidt. In the proof, we explicitly use the pseudoconvexity property of the domain. We also present two examples of unbounded non-pseudoconvex domains in ℂ² that admit nonzero Hilbert-Schmidt Hankel operators with anti-holomorphic symbols. In the first example the Bergman space is finite dimensional. However, in the second example the Bergman space is infinite dimensional and the Hankel operator Hz¯₁z¯₂ is Hilbert-Schmidt., Mehmet Çelik, Yunus E. Zeytuncu., and Obsahuje bibliografii
Z historického přehledu principů tvorby metod pro odhad výšky postavy člověka na základě skeletu vyplývá, že lze vymezit čtyři základní skupiny metod: metody podílové, regresní, anatomické a metody organické korelace. Každá má svá specifika a úskalí, která bezprostředně vyplývají z jejich matematické konstrukce. Nejčastěji se k odhadu výšky postavy používají některé rozměry dlouhých kostí končetin. Bylo teoreticky prokázáno, že nejpřesnější možné odhady poskytují metody regresní, zejména když k odhadu využijeme kombinaci rozměrů z více kostí. Nutným předpokladem použití lineární regrese je však užití pouze těch rovnic, které byly vytvořeny na základě výběru z populace, z níž pochází i odhadovaný jedinec. V opačném případě, tj. pokud je lineární regrese použita pro odhad jedinců z populace jiné, může dojít k menšímu či většímu vychýlení odhadu. Tato skutečnost byla již mnohokrát empiricky ověřena. Teoretický rozbor lineární regrese ukázal, že jde o důsledek jevu označovaného jako „regrese k průměru“. Metody organické korelace (založené na minimalizaci součtu plochy reziduálních trojúhelníků) jsou méně náchylné k systematické chybě, jsou však také méně přesné. Lze je ale aplikovat na libovolnou populaci a pro jednotlivé případy z neznámé populace jsou nejpřesnější. Anatomické metody jsou aplikovatelné jen v případě dostatečně zachovaného skeletu. Jsou založeny na součtu výšek všech (nebo téměř všech) kostí skeletu, které se na výšce postavy přímo podílejí. Rozdíl mezi výškou postavy za života a součtem délek kostí skeletu od lebky po patní kost se pohybuje v řádu centimetrů a prostor pro chybu odhadu je tak malý. Ať už pak k odhadu výšky ze skeletu v rámci anatomické metody použijeme kterýkoliv ze tří výše uvedených matematických postupů (podílová metoda, lineární regrese, organická korelace), rozdíly mezi jimi pořízenými odhady jsou zanedbatelné a jejich rozlišování pozbývá smyslu. Celkově jsou tedy anatomické metody nejpřesnější a je třeba je doporučit, kdykoliv to stav zachování skeletu dovolí., A historical review of principles guiding the formulation of methods for stature estimation based on measurements of the human skeleton reveals that it is possible to delimit four basic groups of methods: anatomical, constant ratio, linear regression, and organic correlation methods. Each has its own specific features and limits, which are a result of their mathematical constructions. Long bones of limbs are most often used for estimates of stature. It was demonstrated theoretically that linear regression models provide the most precise and accurate estimates of stature from particular skeletal elements, especially when several suitable bones are used in combination. A necessary condition for using the linear regression equations is, however, that we use equations based on the population from which the estimated individual originated. In contrast, when a regression equation is applied to an individual originating from a different population smaller or larger systematic error of the estimate may result. This fact was assessed empirically on numerous occasions and it was demonstrated on the basis of linear regression theory that a phenomenon known as “regression to the mean” can be considered as the cause. Organic correlations (built on the least-triangle area criterion) are less prone to systematic errors, but they are also less precise. They can be applied to any population and are best suited for cases where the population of origin is unknown. Anatomical methods are best applied when the skeleton is adequately preserved as this method requires bone lengths of all (or almost all) bones contributing to body height. The difference between height of the living body and the sum of lengths of relevant bones from head to heel is in the order of centimeters so the estimate error margin is small. Consequently, the differences between estimates obtained from using the different mathematical approaches (constant ratio, linear regression or organic correlation) are insignificant, so there is little benefit in preferring any particular one. Overall, anatomical methods provide the most accurate and precise results for height estimation and should be recommended wherever allowed by the state of preservation of the skeleton., Tomáš Zeman, Miroslav Králík, and Literatura