Hilbert空间中非扩张映射带误差项的Ishikawa迭代序列

讨论了Hilbert空间中非扩张映射修正的带误差项的Ishikawa迭代序列的强收敛和弱收敛性质,并且给出了该迭代序列强收敛和弱收敛于不动点的充分条件.     

Lp空间上几种收敛性的关系

主要探讨了在Lp空间上几种收敛性的关系,给出了弱收敛的充要条件以及弱收敛与强收敛之间的关系,并且相应的给出了一些推论,证明了弱收敛的充要条件和有关弱收敛与强收敛之间的关系,并用举例说明了定理的一些特殊情况.     

n-Banach空间中点列的强收敛与弱收敛

在文献[1]的基础上,将2-赋范空间中强收敛与弱收敛的相关结果推广到了n-Banach空间中.首先,在n-赋范空间中引进了点列的弱收敛,一致凸与凸性模等概念,得到了n-Banach空间中强收敛与弱收敛的基本性质.其次,讨论了n-Banach空间中强收敛与弱收敛之间的关系.最后,给出了n-Banach空间成为一致凸空间的两个充要条件.     

基于Orlicz函数及权重g收敛的模糊数列空间

模糊数列统计收敛问题是模糊分析学的重要组成内容,模糊数列统计收敛方面的理论,前人已经行深入研究,然而,收敛条件较强.在扩大了模糊数列收敛范围,引入了Orlicz函数和权重的概念,利用权重的意义给出了模糊数列基于Orlicz函数加权统计收敛和加权强收敛的概念.讨论了新定义的两类收敛空间的一些性质.同时,证明了加权强收敛模糊数列空间、加权统计收敛模糊数列空间以及统计收敛模糊数列之间的相互关系,结果表明关于Orlicz函数加权强收敛的模糊数列一定加权统计收敛;当模糊数列有界时,反之成立.     

基于Orlicz函数的模糊数列几乎理想λ-统计收敛和强几乎理想λ-收敛

作为模糊数列理想统计收敛的推广,基于Orlicz函数和非降数列λ={λ_m},提出和讨论了模糊数列的几乎理想λ-统计收敛和强几乎理想λ-收敛。同时,研究了模糊数列几乎理想λ-统计收敛和强几乎理想λ-收敛的相关性质及两种收敛之间的关系,如果模糊数列x={x_k}强几乎理想λ-收敛,那么,几乎理想λ-统计收敛。     

空间L~p(Ω)中强收敛和弱收敛的一些判别方法

考虑勒贝格控制收敛定理的应用和强收敛的充分必要条件问题,运用由勒贝格控制收敛定理导出的近代新结果,对一些古典结果的证明方法给予了新的简化处理,给出了强收敛的充分必要条件判别定理.     

模糊数列的加权收敛和加权统计收敛

将模糊数列的强收敛和统计收敛置于权重意义下,研究了模糊数列的加权收敛和加权统计收敛.同时,讨论了模糊数列加权收敛、加权统计收敛以及统计收敛之间的相互关系.     

基于Orlicz函数的模糊数列A~I-统计收敛和强A~I-收敛

作为模糊数列理想统计收敛的推广,基于Orlicz函数和非负正则矩阵A={a_(nk)},提出和讨论了模糊数列A~I-统计收敛和强A~I-收敛的相关性质及2种收敛之间的关系,如果模糊数列x={x_k}强A~I-收敛,则A~I-统计收敛.     

β-统计收敛与收敛的关系

利用β-统计收敛说明统计收敛、A-统计收敛、缺项统计收敛、λ-统计收敛及强统计收敛分别是β-统计收敛的特殊形式,并分别给予测度刻画.考察β-统计收敛与一般序列收敛之间的关系,得到统计收敛、λ-统计收敛及强统计收敛与收敛之间的等价描述.     

强一致收敛条件下拟弱几乎周期性和序列跟踪性的研究

在强一致收敛条件下研究了序列映射与极限映射之间关于拟弱几乎周期性和序列跟踪性的动力学性质.利用强一致收敛和等度连续的性质,得到如下结果:(i)设序列映射{f_n}强一致收敛于等度连续映射f,且点列{x_k}是每个映射f_n的拟弱几乎周期点,若■,则x是f的拟弱几乎周期点;(ii)若序列映射{f_n}强一致收敛于等度连续映射f,则■;(iii)设序列映射{f_n}强一致收敛于f,若f_n具有fine序列跟踪性,则f具有序列跟踪性.这些结果丰富了强一致收敛条件下拟弱几乎周期性和序列跟踪性的理论.     

2—赋范空间中点列的强收敛与弱收敛

本文引进了2—赋范空间中点列的强收敛,弱收敛与一致凸的2—赋范空间等概念,得到了强收敛与弱收敛的基本性质及它们的关系。最后给出了一致凸的2—赋范空间的一个充分必要条件。     

基于Orlicz函数及强缺项收敛的模糊数列空间

作为缺项统计收敛模糊数列空间的推广,基于Orlicz函数,在定义模糊数列强缺项收敛的基础上,提出和讨论了三类基于Orlicz函数的模糊数列空间F(M,θ,p),F0(M,θ,p)和F∞(M,θ,p),并证明了空间的线性性质;最后通过研究模糊数列强缺项收敛与缺项统计收敛之间、强缺项收敛与强收敛之间的相互关系,得到几类基于Orlicz函数的模糊数列空间的包含关系。     

Banach空间中具误差的Ishikawa和Mann迭代序列的强收敛定理

在新的限制条件下，通过引入序列不等式证明了具误差的Ishikawa和Mann迭代序列的强收敛定理，并得出了Ishikawa和Mann迭代的强收敛定理．     

再谈关于Lp〖KG-*3〗空间的几种收敛关系

讨论了Lp空间弱收敛、强收敛、几乎处处收敛、依测度收敛的相互转换关系，给出了证明，并通过举例的方式说明了一些定理的特殊情况.     

关于一类随机适应序列的强收敛定理

引入了随机变量的截尾和停时的概念,在定理条件及其证明过程中适当地定义随机变量的截尾和停时,并通过定义鞅差序列和利用鞅差序列的收敛定理,得到了一类关于任意随机适应序列的强收敛定理.通过利用截尾方法和条件三级数定理,得到了在更高阶条件下的任意随机适应序列的强收敛定理.作为推论,得到了相应的关于独立随机变量序列的强收敛定理以及一些关于任意随机序列的已有的结果,进一步发展和完善了关于任意随机适应序列的强收敛性的研究.     

模糊数列关于序β几乎理想λr-统计收敛和强几乎理想λr-收敛

基于理想统计收敛的新途径,构建了λ_r-统计收敛和几乎统计收敛的框架,分别定义了模糊数列关于序β几乎理想λ_r-统计收敛和强几乎理想λ_r-收敛,给出了模糊数列几乎理想λ_r-统计收敛而非统计收敛的具体算例,说明了新定义的理想统计收敛条件更弱、范围更广.并研究了两种收敛的相关性质.同时,讨论了模糊数列空间■_β(M,r,λ)和空间■_β(λ),■_β(M,r,λ)之间的包含关系,得到了更为广泛的模糊数列理想统计收敛和强理想收敛的数列空间.     

再谈关于L~p空间的几种收敛关系

讨论了Lp空间弱收敛、强收敛、几乎处处收敛、依测度收敛的相互转换关系,给出了证明,并通过举例的方式说明了一些定理的特殊情况.     

具有限强表示的半序集的序收敛

在一个半序集中可以定义网的各种序收敛,本文讨论一个半序集P及其分割完备化?中序收敛的关系、P及其强收缩中序收敛的关系,以及直积中的序收敛.主要证明了下列结果:若半序集P有一个有限强表示{P_1|i=1,…,k},那么P中的网是序收敛的当且仅当它在每一个强收缩P_i上是序收敛的.     

关于各种收敛性关系的若干反例及两个新的定理

主要研究了Lp(p≥1)空间中的强收敛(依范数收敛)、弱收敛与几乎处处收敛、依测度收敛、一致收敛之间的关系,并举出了若干反例;进一步对函数序列或测度空间作某些假设,得到了一些肯定的蕴涵关系与重要的结论.     

刻度参数变点估计的强收敛速度

对至多一个刻度参数变点的模型,在运用滑窗方法给出了检测变点存在性的U统计量基础上,进一步研究了变点估计的强相合性以及强收敛速度,并得出变点估计的强收敛速度受窗宽的选择影响.