Banach空间随机变量部分和序列的子序列的叠对数律

设(B,‖·‖)为可分Banach空间,X为定义在概率空间(Ω,(?),P)上,取值于B的随机变量,其分布为F(X)。用X∈WM_0~2表示对任意f∈B~*,有Ef(X)=0,E[f(X)]~2<∞。根据[5]引理2.1,当X∈WM_0~2时,可用xf(x)在(B,F(X))上的Pettis积分     

实函数样条插值的L2逼近

我们构造一个n次样条s_n~*(x),它是一个在给定的m个不同结点上对已给实函数f∈L_(?)~2进行联合插值,满足s_n~(*~(j))(x_0 0)=f~(j)(x_0 0),s_n~(*~(j))(x_m-0)=f~(j)(x_m-0),s_n~(*~(j))(x_i)=f~(j)(x_i),j=1,2,…,m-1,j=0,1,…,v;在L_2范数下,在f的所有同样性质的插值样条当中,它又是f的最佳逼近,且得到f∈C[a,b],n→∞时,有∥s_n~*-f∥L_2→O。     

凸函数的某些性質

本篇主要是討論定义在[ab]上凸函数f(x)的全連續性。定义。設f(x)是定义在[ab]上的有限函数; a=x_0相似文献   

关于指数計算

设X,Y为(B)型空间,研究非线性完全连续作用于X带参数y的方程Ф_yx=x—F(x,y)=0设Ф_y0=0(有时φ_y0=0)。若F对x在x=0可微,则Ф_yx=x-F′(0,y)x T(x,y)=0 表Ω为正则值集合,Π为奇异值集合,则i[Ф_y,0]当y在Ω的连通区域D时为常数。设A=F′(0,y_0),y_0∈ΠX_1真为相应于固有值1的固有子空间,由完全连续线性算子理论,有X=X_1 X_2,相应一对投影P_1P_2且存在有逆线性算子R使R(I—A)x=x_2。本文得到如下结论,若y_0∈Πh=y-y_0。足够小F′(0,y)=A—S(h)。 y∈Ω充要条件为Ю_y=P_1RS(h)P_1—P_1RS(h)P_2[P_2 P_2RS(h)P_2]~(-1)P_2RS(h)P_1在X_1中有逆,此时i[Ф_y,0]=i[R,0]i[Ю_y,0]_(X_1)。 x=0是Ф_(y_0)x的孤立零点之充要条件为x_1=0是L_(x_1)=P_1RT(x_1 f(x_1,y_0)y_0)=0的孤立零点,其中x_2=f(x_1,y_0)是P_2x P_2RT(x_1 x_2,y_0)之解。此时i[Ф_(y_0),0]=i[R,0]i[L,0]X_1。最后,我们应用上述结果到非线性方程的分枝解问題。     

带衰退记忆项的弱阻尼波方程的全局吸引子（英文）

讨论了带有线性记忆项和混合微分项的弱阻尼波方程解的长时间行为.证明了方程在非线性项满足临界增长条件下,在空间H_0~1(Ω)×L~2(Ω)×L_μ~2(R+,R_0~1(Ω))中存在全局吸引子,其中半群的紧性通过压缩函数方法得到.     

关于∧(μ)空间上的抽象函数

吴从炘曾经研究了在叙列空间上取值的囿变函数,并取得了许多结果。实际上,一些结果对在叙列空间上取值的绝对连续函也成立。本文主要讨论在Λ(μ)空间上取值的囿变函数,采用的方法相似于[1]中的方法,得到一些相应的结果。同时引入Λ(μ)空间上取值的绝对连续函数,得到一些有关绝对连续函数的结果。此外,李文琦、马绍芹的结果在这里也容易推出。设(X,ψ,μ)是完全测度空间,E∈ψ且μ(E)< ∞,在E上μ一可积的函数所构成的空间记为Λ(μ),一切满足的可测函数U=u(s)的全体叫做空间Λ(μ)的对偶,记作Λ~*(μ)。Λ(μ)与Λ~*(μ)分别简记作Λ、Λ~*。如果Λ=Λ~(**),则称空间Λ是完全的。设X(t)=x(s,t)是从[0,1]到空间Λ的抽象函数,如果对于每个U∈Λ~*,是有界的,则称集合M是有界集。如果对于每个有界集N(?)A~*,是有界的,则称集合是全有界的。设{X_n}是空间Λ上抽象函数的叙列,如果对于一切U∈Λ~*,{UX_n}收敛,则称{X_n}是弱收敛的;如果{UX_n}在对偶空间A~*中每个有界集上一致收敛,则称{X_n}是强收敛的。     

R_ρ积分与Riemann积分

引言本文引入了函数f(x)在[a,b]上R_φ积分概念,研究R_φ积分的性质以及R_φ积分与Riemann积分的关系,并得出函数f(x)在[a,b]上Riemann积分的几个等价定义。在本文中,[a,b]是实数轴上的有界闭区间;f(x)是定义在[a,b]上的实值函数;I是实常数,[a,b]上的分法T是有限点集T={x_0,x_1,…,x_n:a=x_0相似文献   

快速弦位叠代法的收敛性及其误差估计

定义用叠代法求介方程f(x)=0称为“快速弦位叠代法”. 定理设函数f(x)在[a,b]上单调连续,并在[a,b]的两端点有相反符号,设f(x)满足i)一价差商f(x_n,x_(n-1))=λn,|λn|≥a>0, ii)二阶差商则叠代(1)收敛于方程f(x)=0的介. 设其中l=BKγ<2.     

齐次函数极限存在与可微性判别法

文[1]、[2]给出了二元齐次有理分式函数在原点的极限存在判别法。本文把它们推广到一般n元齐次函数。在此基础上给出齐次函数在原点可微性判别法。下面讨论的齐次函数采用如下定义: 设函数f(x)(X=(x_1,x_2,…x_n))在点集上有定义。若对任意实数t≠0恒成立等式f(tX)=t~mf(X),则称f(X)为m次齐次函数。这里m可以是任意实数,并假定D如果含有点X也必含有t>0的一切点tX。我们下述极限定义: 设f(X)是定义在D上的函数,A是实数。若任给ε>0,存在δ>0,使当     

联合插值限制的实值函数的L2逼近

我们构造一个m次多项式p_(m,n),它是一个在给定的几个不同的结点上对已给实函数f∈L_(1.w)~2。进行联合插值,满足P_(m,n)（x_i）=f(x_(i)),P_(m,n)＇=f＇(x_(i)),i=1,...,n在L_2范数下,在f的所有同样性质的插值多项式中,它又是f的最佳逼近,并且得到当f∈c[a,b],m→∞,‖p_(m,n)-f‖→0。     

对函数极值的定义和极值点充分条件的一点看法

同济大学数学教研室主编的《高等数学》(第三版)是目前工科院校广泛使用的一种教材,该教材中对于函数极值是如下定义的: 设函数f(x)在区间(a,b)内有定义,x_0是(a,b)内的一个点。如果存在着点x_0的一个邻域,对于这邻域内的任何点x,除了点x_0外,f(x)f(x_0)均成立,就说f(x_0)是函数f(x)的一个极小值。     

应用初等方法讨论函数的单调性

定义对于函数f(x),若在其定义域的某个区间M上任意取两个数x_1,x_2,它们对应的函数值分別为f(x_1),f(x_2), (1)如果当x_1f(x_2),则称函数f(x)在区间M上是严格递減的; (4)如果当x_1相似文献   

一个最优设计问题

设试验点集是X={x(t)=kt b:t∈[0,1],|k|≤B_1,|b|≤B_2},其中B_1>0,B_2>0都是已知数,参数空间={θ:θ∈L_2[0,1]}。被观察的随机过程为 Y(x,t)=∫_0~tθ(u)x(u)du N(t),t∈[0,1]其中{N(t),t∈[0,1]}是Weiner过程。本文得到关于线性泛函脉θ_0~*(θ)=∫_0~1θ(u)du的线性估计的最优设计为ξ_0=(x_1,x_2 α, 1-α)其中x_1=-B_1t-B_2,x_2=B_1t B_2,α满足0≤α<1。在得到这个设计时用到了Spruill[2]的一个定理。发现Spruill[2]中(16)式的证明是错的,因为他的叙述“因是对称的且凸的,对充分小的ε>0,(β-ε)θ~*∈”是错的,本文已将这个错误订正。     

L_p(μ,X)的一些性质

本文给出如下定理:(1)如果(Ω,Σ,μ)是σ~-有限的正测度空间,则L_∞(μ,X)是WCG空间当且仅当L_∞(μ)和X是WCG空间。(2)如果(Ω,Σ,μ)是有限正测度空间,μ不是纯原子测度且X是WCG空间,则L_1(μ,X)不同构于一个对偶空间。(3)如果(Ω,Σ,μ)是σ~-有限正测度空间,μ是纯原子测度且X同构于一个对偶空间,则L_1(μ, X)同构于一个对偶空间。     

关于δ样条函数逼近δ函数的定理

本文得到了以δ-样条逼近δ-函数的普遍结果。它阐明在[1]文意义下的逼近与节点和f(x)的间断点的相对位置有关。其主要结果如下。设函数f(x)连续于[a,b]或只有第一类间断点。若把f(x)以b-a为周期延拓到(-∞,∞)则其中,当x_0→x,…,x_0→x时 a_i→0 (i=1,2,3)     

鞅空间上的几何极大算子

设(Ω,(F),μ)是一完备的概率空间,假定((F)n)n≥0是(F)的完备子σ代数的一个增加族,满足(F)=∨n≥0(F)n,其中F0是平凡的((F)0=(φ,Ω)),f=(f1,f2,…)是Ω上的实值函数序列,且fn关于((F)n,μ)可测,(A)n.定义f=(fn)n≥0为一个鞅[1],如果每个dn可积,且E(dn 1|(F)n)=0,n=0,1,…;其中E(·|(F)n)表示关于测度μ的条件期望算子.     

关于右导数的一点注記

在学习欣欽的“公用事业理論的数学方法”一书的第一部分时,我們发现其中的导数实际上应該是右导数。在該书§10巴尔姆公式的一节中更牵涉到右导数的积分問題。为此我們对于初等微积分的內容作了一些如下的补充。引理1 若f(x)連續于[a,b],f(a)=f(b),且于[a,b]上右导数f+′(x)存在,則必存在x_1,x_2ε[a,b)使f′+(x_1)≥0;f′+(x_2)≤0。[証明] 由f(x)的連續性和f(a)=f(b),可知f(x)在[a,b)上达到最小值与最大值,分別令它們为f(x_1)与f(x_2),x_1,x_2ε[a,b)。此时不难看出成立着     

Orlicz空间中函数族范数的同等绝对连续性

关于Orliez空间中函数族范数的同等绝对连续性已有如下的结果:([1],引理13.2) 设N-函数M(u)真比N-函数M(u)增加得快。(定义见[1]之134页)设函数族■在空间L_(M1)~*内一致有界:‖u‖M1≤a(u(x)∈■)。那么函数族■在空间L_M~*内有同等绝对连续的范数。(定义见[1]之117页)。     

牛顿—莱布尼兹公式的一个推广

本文将证明牛顿—莱布尼兹公式对于 schwarz 导数亦成立。设函数 f(x)定义在[a,b]上,若对于 x∈(a、b)(?)(f(x+h)-f(x-h))/(2h)存在,则该极限值为 f(x)在点 x 的 schwarz 导数。记作 f~s(x)引理1 设 f(x)是[a,b]上的连续函数,f~s(x)在(a、b)上存在,若 f(b)>(<)f(a),则存在点,c∈(a,b),使得:f~s(c)≥0(≤0)引理2 设 f(x)在[a,b]上连续,f~s(x)在(a,b)上存在,f(a)=f(b)=0,则存在点 x_1,a相似文献   

关于随机过程依分布收敛的一点注记

设(Ω,T,P)为一个概率空间,ξ_n和ξ是概率空间上的随机过程。经常遇到的问题是:已知随机过程序列{ξ_n}的有限维分布收敛于ξ的有限维分布,问还要加些什么条件,方能保证{ξ_n}依分布收敛于ξ?这类问题可化为函数空间上测度序列弱收敛问题。[3]给出距离空间(x,ρ)上测度弱收敛的一个充分条件如下。[定理]设(x,ρ)为距离空间,B_x=σ(全体开集),T为单位区间I的不空子集。