由Fuzzy关系诱导的M-F连续映射性

定义1 T:X×Y→[0,1]是普通集合X到Y的单值Fuzzy关系,设x_2∈X,Υ(x,y)>0,令f~T(x_λ)=y_λT(x,y),称f~T为X到Y的M-F映射,记作f~T:X→Y。     

L-fuzzy拓扑空间逆系统间的映射

本文中的有关术语和记号请参看文[1,2]。定义设S={L~(x_σ),G_ρ~σ,Σ)和S′={L~(x′)σ′,T_ρ′~σ′,Σ′}分别是空间族{(L~Xσ,δ_σ)}σ∈Σ和{(L~X′σ′,~′δ_σ′)}σ′∈Σ′的逆系统。若i)φ:Σ′→     

t可约m×n 二部分竞赛图的得分表偶

设(X,Y)是m×n 二部分竞赛图T_(m,n)的顶点集合V(T_(m,n))的有序分划,其中X=(x_1,x_2,…,x_m},Y={y_1,y_2,…,y_n},x_i、y_j 在T_(m,n)中的得分分别为a_i、b_j,l≤i≤m,l≤j≤(?),且a_1≤a_2≤…≤a_m,b_1≤b_2≤…≤b_n.记A=(a_1,a_2,…,a_m),B=(b_1,b_2,…,b_n),则T_(m,n)     

一个有关三角多项式的不等式

设N是一个正整数,a_(M 1),a_(M 2),…,a_(M N)是N个任意的复数。现定义S(x)=sum from n=M 1 to M N a_ne(nx),(1)其中e(t)=e~(2πit)。又设x_1,x_2,…,x_R是R个实数,对r≠s,‖x_r-x_s‖≥δ.(2)这里‖θ‖表示θ到最近整数的距离,且0<δ<1/2。     

关于线性模型中LS估计相合的条件

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:     

某些代数数的幂级数的代数无关性

Cijsouw和Tijdeman(Acta Arith.,23,1973)曾证明级数(其中a_k∈A,λ_k∈N且↑∞)当(其中 D_n一[Q(a_1,…,a_n):Q],A_n=max,M_n是a_1,…,a_n的公分母)时,对任何θ∈A,0<|θ|相似文献   

具有给定的混合型光滑模的多元周期函数的表现和逼近

1 预备事项R~d表示d维欧氏空间,X=(X_1,…,X_d),Y=(y_1,…,y_d)∈R~d,其数量积记作〈X,Y〉=sum from j=1to(d)X_jy_jf(X)=f(x_1 ,…,x_d)表示实可测函数,对每一变量均以2π为周期.π_d=[0,2π)~d是d维周期2π的立方体.对q,1≤ q≤∞,记f∈L_q(π_d),倘若||f||_q:={(2π)~-d∫|f(X)|~qdx}~(1/q)<∞,1≤q<∞.||f||_∞:=ess sup|f(X)|<∞,q=∞.记f∈L_q(π_d),倘若f∈L_q(π_d),而且     

RS_K积分与普通RS积分的关系

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)]     

角域内全纯函数的值分布

1.设函数f(z)在角域S=S(α,β)={z|α≤2rgz≤β,|z|>0}内全纯,并且对于某正数λ,f(z~λ)在z=0处是全纯的。又设S′=S(α′,β′) (α<α′<β′<β)。记n(r,a,S)为角域S(r)={z|z∈S,|z|相似文献   

有界误差传播和前馈可逆的关系

定义 设M~*=〈Y,X,S~*,δ~*,λ~*〉是一有限自动机,若存在自治有限自动机M″=〈Y″,S″,δ″,λ″〉和Y~(c 1)×λ″(S″)到X的单值映射,使得且,则称M~*为c阶半输入存贮的,并记作(M″,f)。     

一个求强连通自动机的自同构群的多项式算法

在本文中,所谓自动机是指一个体系(?)=(S,∑),其中S为一个集合,其元素称为状态,∑为一个集合,其元素称为字母,并且对任何s∈S和σ∈∑,都有一个状态与之对应,并记作s~σ。∑的字母的有限序列称为字。称(?)是强连通的,如果对任何两个状态s,s′∈S都有∑上的字ω=σ_1σ_2…σ_i,使s~ω=s′,其中s~ω=(((s~(σ_1)~σ_2)…)~σ_t。称S到自身的一个1-1映     

线性模型中最小二乘估计的强收敛速度

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     

连续自映射——Ω爆炸

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)     

非负整值随机变量序列的一类强律

设{X_n,n≥1}是一列在S={0,1,2,…}中取值的随机变量,其分布为f(x_1,…,x_n)=P(X_1=x_1,…,X_n=x_n)>0,x_k∈S,1≤k≤n.(1)易知{X_n,n≥1}独立同分布的充要条件是存在S上的分布(p(0),p(1),…),P(i)>0,i∈S,(2)使得对任意正整数n有f(x_1,…,x_n)=multiply from k=1 to n p(x_k),x_k∈S,1≤k≤n.(3)为了表征{X_n,n≥1}与服从分布(3)的独立随机变量之间的差异,我们引进如下的似然比:     

病态方程Tikhonov正则化方法的最优正则化参数

本文研究病态问题 ∧x=g.K是定义在Hilbert空间H_1上取值于Hilbert空间H_2的全连续线性算子。R(·)表示算子的值域。g≠0 g∈R(K);δ>0,g~δ∈H_2,‖g~δ‖>δ,‖g~δ—g‖≤δ;x,x_α,x_α~δ分别是泛函     

关于序列的聚点之集的连通性的一点注记

最近,Niechajewicz证明了,如果S={x_n}_(n=1)~∞是距离空间(X,ρ)中的紧序列,C(S)是S的聚点之集,则为使C(S)是连通的,必须且只须S有子序列Y={y_n}_(n=1)~∞,使C(Y)=C(S),且limρ(y_n,y_(n+1))=0。但他的证明是繁琐的,而且结论的局限性较大。本文的目的     

一类描述非混沌映射的符号动力系统

1 符号空间上—类非混沌的动力系统设A_0=A_1=A_2=…={0,1},X=multiply from i=0 to ∞ (A_i).对整数k≥2,在X上定义度量d_k及d′_k为,对任a=(a_0,a_1,a_2,…)及b=(b_0,b_1,b_2,…)∈x,     

关于常系数齐次线性差分方程解的显式表示

根据经典方法,m阶常系数齐次线性差分方程 y_(n m)=a_1y_(n m-1) a_2y_(n m-2) … a_my_n=(?)a_iy_(n m-i,a_m≠0,n≥0 (1)满足初始条件y_0,y_1,…,y_(m-1)的解可表成y_(n m)=y_(n m)(n,r_1,r_2,…r_m,c_1,c_2,…,c_m)     

镶成右凸语言并、交、连结的超码与右凸语言幺半群的自由性

设X为有限字母表,X~*为X生成的自由幺半群。X~*的子集称为X上的语言,X~*的元素称为X上的字,X~*的恒等元1称为X上的空字,X~+=X~*-{1}。很多作者认为X~*上的嵌入序≤是一个十分重要的偏序: x≤y当且仅当x=x_1x_2…x_n,y=y_1x_1y_2x_2…y_nx_ny_(n+1)。围绕嵌入序定义了若干类语言:     

扰动Chebyshev结点的(0-q′-q)型插值平均逼近阶

设X_n={x_(xk)}_k~n=1是任一组满足-1相似文献