关于Hrmander条件

设T:D→D’为线性连续算子,其分布核K(x,y)限制在R~n×R~n\{x=y}上满足大小条件|K(x,y)|≤A|x-y|~(-n),(1)以及光滑性条件|K(x,y)-K(x’,y)| |K(y,x)-K(y,x’)|≤B|x-x’|r|x-y|~(-n-r),当|x—x’|≤|x-y|/2,(2)其中0相似文献   

非负边界控制抛物型系统的能控性问题

本文考虑最简单的抛物型方程定义状态空间X=C[0,1],控制空间U=L~∞(0,∞)∩L~2(0,∞),则对每一给定的(?)∈U,方程(1)存在唯一解y(t,x;(?)):y(t,x;(?))=integral from n=σ to I(G(t-s;x,(?))(?)(s)ds),(2)其中G(t;x,ξ)=sum from l=0 to ∞e(?)e_l(x)e_l(ξ),(3)λ_0=0,e_σ(x)=1,λ_l=l~2π~2,e_l(x)=2～(1/2)coslπx,l=1,2…     

关于线性半群的稳定性和镇定问题

设A是Hibert空间中具有纯点谱和紧豫解式的谱算子,T是有界线性算子(若T无界,一般都加一定条件使之变为有界)。镇定问题在于设计一个控制迴路,使得闭路系统的算子A+T具有如下性质:(1)Reλ<0,(?)λ∈σ_p(A+T);(2)半群e~(t(A+T))渐近稳定。性质(2)     

关于变分方程零点问题一个分歧图定理

设E是一个实Hilbert空间,λ∈R,F∈C~2(E×R,R).假定F的梯度D_xF(x,λ)为A(λ)x+N(x,λ),其中N(x,λ)=o(|x|)对有界的λ一致,当X→θ时.下面考虑方程A(λ)x+N(x,λ)=θ (1)_λ的解问题.设0是A(0)的孤立本征值,且0相似文献   

关于亚正常算子的函数变换

设是复可析Hilbert空间,是中线性有界(有界自共轭)算子全体.设X,Y∈,φ,分别为σ(X),σ(Y)上的有界Baire函数,作映照τ_φ,:X+iY→φ(X)+i(Y).它又表示复平面的子集上的映照τ_φ:x+iy→φ(x)+i(y),这儿x,y是实数.记HN={T|T∈,D(T)=[T~*,T]≥0}为亚正常算子、在第二届全国泛函分析学术交流会上夏提出了如下的问题:     

符号空间中子位移的测度熵与维数

1 定义与结论随着分形几何和动力系统的深入发展,符号动力学已成为研究浑沌和分形的一个有力工具,进一步讨论符号空间的有关分形特征是有用的.本文将给出符号空间中子位移的测度熵与维数的关系,证明Bowen的维数公式在非Markov结构下成立,从而得到关于维数的不变原理.设E={1,…,N},其中N≥2,赋与E以离散拓扑,设积空间∑_N=∏_i~∞=_1E,称∑_N为 n个符号组成的符号空间,它是一个紧致的可度量化空间.设P=(P_1,P_2,…,P_N)满足0相似文献   

Banach空间上有限秩算子的谱刻划

设X是复Banach空间,B(X)表示X上有界线性算子全体所成的集合.在文献[1]中,Jafarian给出了B(X)中秩1算子的谱刻划:定理J设A∈B(X),A≠0,则下列条件等价:(i)A是秩1算子;(ii)对任意T∈B(x)和C≠1有σ(T A)∩σ(T cA)(?)σ(T).定理J在保谱线性映射的研究中有重要作用.最近,韩德广对于某些特殊的秩1算子得到一些新结果.本文推广了Jafarian定理,给出了B(X)中有限秩算子的谱刻划.主要结果为:定理1设A≠0是B(X)中任一算子.(i)如果A是秩n算子,则对任意了T∈B(X)和任意一组互不相同的非零数 c_i(i=0,1,     

富里埃级数的负阶蔡查罗绝对求和因子

设级数Σa_(?)的α阶蔡查罗平均是σ_(?)~a,σ_(-1)~a=0.当级数Σ|σ~(?)~a-σ~(?)~a|收敛时,称级数Σa_(?)是|C,a|可和.设f(x)∈L(0,2π),φ(t)=1/2[f(x+t)+     

可估子空间上线性模型的比较

1.引言我们考虑线性模型y=Xβ e,E(e)=0,cov(e)=σ~2I_n,(1.1)这里y是n×1观测向量,x是n×p的设计矩阵,β为p×1未知参数向量,e为n×1随机误差向量,σ~2是已知的误差方差。我们记该模型为l=L(Xβ,σ~2I_n)。     

格的半同态的若干结果

本文讨论了格的交同态与并同态之间的联系,给出了格的交(并)同态是并(交)同态(从而是同态)的充要条件.作为格的同态基本定理的推广,建立了格的半同态基本定理。 定义1 设,厂为格L到格L的映射,若使则称f为交(并)次同态.若f既为交次同态又为并次同态,则称f为次同态。     

回归函数之改良近邻估计的强相合性

设(X,Y),(X_1,Y_1),…,(X_n,Y_n)为一串iid.d×1维随机向量,E|y|<∞。为估计m(x)=E(Y|X=x),对固定的x∈R~d,将(X_1,Y_1),…,(X_n,Y_n)按照     

调和Hardy空间和混合模空间之间的连续嵌入

设D={x∈R~n;λ(x)<0}是一具有光滑边界的有界区域,λ∈C~∞(R~n)是D的一个定义函数,(?)λ在(?)D={x∈R~n;λ(x)=0}的某个邻域内处处不为零.对r>0,我们以dσ_r和dσ分别记(?)D_r={x∈R~n; λ(x)=-r}和(?)D上的n-1维Hausdorff测度,而以dm记R~n中的Lebesgue测度D上复值调和函数的全体记h(D)对f∈h(D)及非负整数m,置grad_mf为f的m阶梯度,其模为此处α=(α_1,α_2,…α_n)为n重指标,|α|=α_1+α_2+…+α_n,grad(?)=f.对0相似文献   

半参数EV模型的参数估计理论

其中(X,T)为取值于R~p×R~1上的可观测随机向量,T的支撑集为有界闭集,不妨设为[0,1],x为p维不可观测随机向量,β为ρ×1未知参数向量,g是定义于[0,1]上的未知函数.(ε,u~r)~r为p+1维随机误差向量,E(ε,u~r)~r=0,Cov(ε,u~r)~r=σ~2I_(p+1),σ~2>0未知,且(ε,u~r)~r与(X,T)独立.模型(1)属于一类半参数的EV(Erorr-in-Varibles)模型,它表明变量Y关于(x,T)的回归函数E(Y|(X,T))呈偏线性的形式,且变量x不能直接观测到,所能观测到的是受了误差变量μ干扰的变量X.这类模型有着广泛的应用背景,如在经济、林业、建筑、生物、遥感等领     

Hardy型加权块空间上的Caldern-Zygmund算子

我们知道，极大Fourier部分和算子Sf=sup|S_nf|不满足弱（1，1）型不等式，而满足Taibleson-Weiss不等式：|{x∈T:(Sf)(x)>λ}|≤C/λN_q(f),其中N_q(f)是f在块空间     

平均差的几何性质及其应用

设ξ为随机变数,本文给出了平均差E|ξ—Eξ|的几何性质;用此性质求得Cantor奇异分布的平均差。 引理 1 设ξ～F_ξ(x),η～F_η(x),E_ξ及E_η均存在,则 E(ξ—η)=integral from n=-∞ to ∞ [F_η(x)—F_ξ(x)]dx。     

正定核及其本征值

一、引言 设Q=(0,1)×(0,1),K∈L~2(Q)是对称的,即熟知,由下式定义的积分算子T Tf(x)=integral from 0 to 1(K(x,y)f(y)dy是L~2(0,1)上紧对称算子,它有无穷多个实的本征值{λ_n},当n→∞时,λ_n→0。如果{φ_n}是T的直交规格化本征函数列,那末在平均收敛意义下,可把K(x,y)作如下展开:     

正定积分算子的本征值

设Ω=(0,1)×(0,1),K∈L~2(Ω),T是由下式定义的积分算子 Tf(x)=integral from 0 to 1 (x,y)f(y)dy。我们称算子T及其核K(x,y)是正定的,指并且对所有f∈L~2(0,1)有算子丁的本征值λ_n是大家感兴趣的。H.weyl(参     

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。     

用相位确定信号的一个问题

设x(n)和y(n)是两个实数列,其中n取值0,1,2,…,它们的Z变换分别为 X(z)=sum from n=0 to ∞ x(n)z~n,y(z)=sum from n=0 to ∞ y(n)z~n。若x(z)和Y(z)在|z|≤1上解析,于是当ω∈[-π,π)时有 X(e~(iω))=|X(e~(iω))|e~(iω)x~(ω),Y(e~(iω))=|Y(e~(iω))|e~(iθ)y~(ω),这里θ_x(ω)和θ_y(ω)分别称为x(n)和y(n)的相位谱。现在的问题是如果θ_x(ω)=θ_y(ω),则x(n)和y(n)应有怎样的关系?Oppenheim等在文献[1]中得到一些结果,主要的是下面的     

非线性回归模型的几个二阶近似公式

给定非线性回归模型y=f(x,θ) ε,其中模型函数f(x,θ)关于未知p维参数θ二阶可导且一阶导数满秩。x,y,ε皆为n维向量。设随机误差ε服从N(0,σ~2I)。θ的最小二乘估计记为。估计量的偏差和残差分别记为b=E((?)—θ),e=y—f(x,(?))。 设V.和V..为f(x,θ)在真参数θ处关于θ的一阶和二阶导数,V..为p×p×n阶阵。V.可分解为V.=(U.,N)(R′,0)′,其中(U.,N)为n阶正交阵,U.为n×p阶,R为p×p阶非退化上三角阵。在参数空间中作坐标变换φ=R(θ—(?)),则模型函数关于φ的前二阶导数分别为U.和U..=