(R)可积函数列逐项积分条件的减弱

本文引进(R)可积函数列一致可积的概念,证明了一致可积性比一致收敛性弱;并证明了在一致可积条件下可对(R)可积函数列逐项积分。     

广义Armijo步长搜索下的梯度算法的收敛特征

:对无约束规划 (P) :minx∈Rnf(x) ,其中 ,f(x)是Rn→R1上的一阶连续可微函数 ,在去掉迭代点列 {xk}有界和广义Armijo步长搜索下 ,讨论了梯度算法的全局收敛性 ,证明了算法具有较强的收敛性质。     

牛顿法在两类弱Hlder条件下的收敛性

对于Banach空间中一般的非线性方程,在一阶导数满足L平均的仿射径向Hlder条件下,讨论了经典牛顿迭代法的局部收敛性,得到了局部收敛性条件,同时证明了该方法的R收敛阶至少为1+p.在F'满足L平均的Hlder条件下,利用递推关系,给出了牛顿法的半局部收敛性定理.     

扰动压缩条件的点列收敛性问题

本文研究完备度量空间X中满足ρ（Xnrxw＋1）≤LP（xn＋1,Xn）＋sn的点列{xn}收敛性问题,其中L∈（0,1）为常数,εn非负是无穷小量称为扰动,文中的主要结论是：点列{Xn}的收敛性由扰动εn决定,即当幂级数岛∑n=1^∞ εnxn的收敛半径R〉I/L时,点列{xn}收敛,特别地,当R〉1时,点列收敛;而时,{xn}敛散性不能确定。     

二步迭代法在中心仿射Hlder条件下的收敛性

研究了Banach空间中非线性算子方程的求解问题,在一阶Fréchet导数和二阶Fréchet导数分别满足L平均中心仿射Hlder条件和L平均Lipschitz条件下,讨论了二步迭代法的局部收敛性,得到了局部收敛性的条件,同时证明了该方法的R收敛阶至少是1+p/2+(1+p)24+p2.     

基于max-R0复合意义下的模糊矩阵幂序列的收敛性

目的讨论模糊矩阵幂序列基于max-Rt0(其中Rt0是与算子R0相伴随的t-模,以下简记为max-R0)复合意义下的收敛性。方法利用了模糊矩阵A的截矩阵Aλ(λ∈(0.5,1])的收敛性。结果记n阶模糊矩阵A基于max-min复合意义下收敛为(1)、基于max-R0复合意义下收敛为(2)、基于max-Lu复合意义下收敛为(3)、基于max-product复合意义下收敛为(4),则(1)(2)(3)(4)。结论在max-R0复合意义下,n阶模糊矩阵A要么有限收敛、要么有限振荡,且收敛的充分必要条件是对任意λ∈(0.5,1],Aλ收敛。     

矩阵级数求和公式及矩阵单调序列的收敛性

文中给出矩阵级数求和公式:sum from k=0 to ∞(C_k(A-αE))=Pdiag{f(λ_1),……,f(λ_n)}P~(-1)或sum from k=-∞ to ∞(C_k(A-αE))=Pdiag{f(λ_1),……,f(λ_n)}P~(-1)此处C_k(k=0,±1,……)和α是复数,A是n阶矩阵,E是单位阵,而P是满足下列条件的矩阵:P~(-1)AP=diag{λ.,……,λ_n}λ_i∈D(i=1,2……,n),D是Talo级数f(Z)=sum from k=0 to ∞(C_k(Z-α)~k)或Laurent级数f(Z)=sum from k=-∞ to ∞(C_k(Z-α)~k)的收敛域.同时,我们证明了有介单调的矩阵序列收敛,而且按照任何矩阵范数,上述矩阵序列也是收敛的.     

严格收敛性与其他收敛性之间的关系

讨论了Hilbert C* -模上的有界线性算子网的严格收敛性与范数收敛性、强收敛性、弱收敛性之间的关系,证明了:严格收敛的算子网{Tλ}λ∈Λ的伴随算子网{Tλ*}λ∈Λ也是严格收敛的;严格收敛性是保持加法和数乘运算的;两个严格收敛算子网之积仍是严格收敛的;严格收敛的算子网一定是强收敛的.     

不同分布NA列的加权和的强极限定理

讨论了不同分布NA列Stout型加权和的完全收敛性和强稳定性.一些文献中对NA列加权和的完全收敛性的结论中要求函数单调,为了扩大定理的应用范围,运用讨论NA阵列加权和的完全收敛性的方法,证明了即使在函数有界的条件下NA列加权和仍是完全收敛的,使得定理得到进一步推广.     

关于算子极分解的一个定理

在[1],Putnam证明了:定理P:T是Hilbert空间北上有界算子,TT~*-T~*T=D≥0,而λ=re~(-iθ)是σ(T)的可接近谱点,即存在λ_n(T),使λ_n→λ,那么(maxH_θ)~2≥minTT~*,|r-maxH_θ|≤[(maxH_θ)~2-minTT~*]~(1/2),     

Banach空间中元素列的(E_m)收斂性

在回答的问题时,给出了Banach空间中元素列{x_n}的{E_1}收敛性的概念。研究了在什么条件下(E_1)收敛才是强收敛的问题。谢庭藩改进并拓广了的结果,指出:如果{x_n}(E_1)收敛,那么{x_n}强收敛的充要条件是{x_n}致密。陶锟进一步证明了,在{x_n}致密的条件下,{x_n}的强收     

n重B值多随机Dirichlet级数的收敛性

研究了n重B值随机变量列{Xα1α2…αn(ω)}在某阶矩一致有界条件下的性质.结合有关n重Dirichlet级数的成果,证明了在一定条件下,n重B值多随机Dirichlet级数:∑aa1a2…anXa1a2…an(ω)e-λ1a1(ω)a1-λ2a2(ω)a2-xma(ω)ax几乎必然与相应的n重B值Dirichiet级数:∑aa1a2…ane-eλ1a1-(ω)a1-Eλ2a2(ω)a2-…-Eλmax(ω)有相同的成对的相关收敛横坐标.     

Heilbronn问题的一些结果及其推广

给定平面上 n 个点的点集 S,用 D(S) 和d(S)表示这些点的最大距离和最小距离,Heilbronn问题是求 D(S)/d(S)的下确界λ_n 通过计算机辅助证明,证明了λ_8=1/2CSCπ/(14) ,并把Heilbronn 问题推广到高维空间。     

广义Armijo步长搜索下的梯度算法的收敛特征

对无约束规划（P）：minf(x)。其中,f(x)是R^n→R^1上的一阶连续可微函数,在去掉迭代点列{xk}有界和广义Armijo步长搜索下,讨论了梯度算法的全局收敛性,证明了算法具有较强的收敛性质。     

函数空间弱收敛与随机过程依分布收敛

设ξ_n(n=1,2,…)为一列随机过程,它的有限维分布收敛。本文用迫近法给出ξ_n依分布收敛的准则.     

基于核的模糊c均值聚类算法的收敛性定理

利用Zangwill收敛性定理, 证明了基于核的模糊c均值聚类算法(KFCM)的收敛性. 结果表明, 当核函数在给定数据集上诱导的距离矩阵满足一定条件时, KFCM算法产生的迭代序列收敛或至少存在一个子序列收敛于KFCM聚类模型目标函数的局部极小值点或鞍点.     

富里埃級数的蔡查罗絕对求和

§1.导言设f(x)～1/2α_0+sum from n=1 to ∞(α_ncos nx++b_nsin nx),帕蒂于[1]中证明了: 定理A.设f(x)是一个周期2π的可积周期函数。{λ_n}是一个凸的数列,它满足∑n~(-1)λ_n<∞。则当x_0是f(x)的勒贝格点时,级数1/2α_0λ_0+sum from n=1 to ∞λ_n(α_ncos nx_0+b_nsin nx_0)是     

F集值函数的积分

本文在王文平(1990)的F集值函数积分定义的基础上,讨论了积分值为F凸集和F数的条件,证明了积分运算性质和积分极限定理,以及超拓扑意义下F集列的收敛性与F拓扑意义下的收敛性一致.     

亚纯函数Padé型逼近的收敛性

考虑函数f(z)的PPadé型逼近(L/M)_f(z)当L→∞时的收敛性。在实数域内,Brezinski在f(z)是解析的条件下给出了一个收敛性定理。本文将此定理推广到复数域,给出了另一种证明方法。最后证明了亚纯函数Padé型逼近两个收敛性定理。从某种意义上来讲,它类似于Padé逼近中的Montessus收敛定理。     

预条件SOR迭代法的收敛性及其应用

本文给出了以(I?S?R?Q)为预条件矩阵的预条件SOR迭代法,证明了迭代法的收敛性,并比较了预条件SOR迭代法与经典SOR迭代法的收敛速度,数值例子也表明了给出结论的正确性。