度量G-空间中G-强链回归点集的动力学性质

在拓扑群作用下的度量空间中研究了G-强链回归点集的拓扑结构和特征,得到G-强链回归点集的若干结论:(1)设(X, d)是紧致度量G-空间,G是紧致的拓扑群,f: X→X连续,则SCR_G(f)是闭集; (2)设(X, d)是紧致度量G-空间,G是紧致的拓扑群,f: X→X同胚伪等价,则f(SCR_G(f))=SCR_G(f); (3)设(X, d)是紧致度量G-空间,f: X→X同胚伪等价且度量d对群G不变,则SCR_G(f)=SCR_G(f-1)。     

仿拓扑群中的一个结果

设G是一个w-balanced且满足Hs(G)￡w的仿拓扑群,那么对每一包含单位元e的开邻域U,G上存在一个左不变的伪拟度量r满足以下条件:1){x?G:r(e,x)￡1}íU;2){x?G:r(e,x)(28)0}是G中闭的不变子群;3)G中任意x和y满足r(e,xy)￡r(e,x)(10)r(e,y).     

关于(QU)型模糊拓扑群的注记

引入群上复合模糊伪范数概念,并研究借助于群上的模糊复合伪范数来刻画(QU)型模糊拓扑群的充分必要条件;从而获得每个(QU)型模糊拓扑群均可借助于群上的一个模糊复合伪范数来刻画的新特征．     

Fuzzy拓扑群的Fuzzy度量化

本文研究Fuzzy拓扑群的(广义)Fuzzy度量化问题。我们以中所提出的Fuzzy(伪)度量定义为基础,引入了Fuzzy拓扑群可广义Fuzzy度量化及Fuzzy拓扑群可Fuzzy(伪)度量化等概念;证明了Fuzzy拓扑群可广义Fuzzy伪度量化的充要条件是它为(QU)型Fuzzy拓扑群,从而获得了(QU)型Fuzzy拓扑群的一个新特征,然后分别给出了Fuzzy拓扑群可Fuzzy伪度量化及Fuzzy拓扑群可度量化的充要条件;最后讨论了Fuzzy拓扑群可Fuzzy度量化问题与普通拓扑群可度量化问题之间的联系,並获得了一些结果。     

广义函数空间E′上的乘子

设L_1,(G)是局部紧交换群G上可积函数(关于Haar测度)全体所组成的带有通常范数和卷积的空间.又设T:L_1(G)→L_1(G)是连续线性算子,如果T与平移算子τ_s可以互相交换,即Tτ_8=τ_8T,就称T是L_1,(G)上的乘子,Edwards、Helson、Wendel等曾经研究了这种乘子的特征以及平移算子(它显然是乘子)在所有乘子中的地位(参见[2]),本文将考察广义函数空间E′上的乘子,获得了一些相仿的结果,但由于E′不象L(G)那样是一个Banach代数,同时又没有Haar积分这一工具,因此在考察的方法上只能利用广义函数本身的特性了。     

可积函数L_1(G)到伪测度P(G)的乘子

一、引言以G表示局部紧的交换群,G表示G的对偶群,P(G)是G上的伪测度全体,其中的元素记为σ.T是从L_1(G)到P(G)上的算子.本文以“对一切f,g∈L_1(G)满足T(f*g)=(Tf)*g的算子T~(?)作为从L_1(G)到P(G)的乘子的定义,证明了如下五个条件是等价的: (i)T∈M(L_1(G),P(G)),这里M(L_1(G),P(G))表示乘子全体. (ii)T是线性有界算子,并且Tτ_sf=τ_sTf对一切f∈L_1(G)成立,其中τ_s表示平移算子.     

模糊拓扑空间的奇异同调群

设L是具有逆序对合对应的完全分配格,(X,τ)是L-模糊拓扑空间.本文首先定义了模糊拓扑空间中的奇异方体,讨论了奇异方体及其面的关系及性质;然后定义了模糊代数拓扑的一个基本概念——L模糊拓扑空间的奇异同调群,它以通常的方边奇异同调群为其特例.文中在讨论了L模糊连续映射诱导的同态的性质后,证明了L模糊拓扑空间的奇异同调群是L模糊同胚的不变量.     

弱混合与混沌

定义和研究了紧致度量空间上群作用的强Kato混沌。设X是一个没有孤立点的紧致度量空间,G是作用在X上的一个拓扑交换群。若动力系统(X,G)是弱混合的,则它是强Kato混沌的。     

逆半群同余的对偶刻画

本文给出了逆半群上同余的核迹对偶刻画,并在此基础上给出了最小群同余和最大幂等分离同余的对偶刻画及其相关性质.本文的主要结论是:设S为逆半群,(N,τ)是S上的同余对,则关系ρ(N,τ)是S上的一个同余;σ=τ_(min)是S上的最小群同余当τ=E×E;μ=τ_(max)是S上的最大幂等分离同余当τ=1_E.     

Fuzzy拓扑空间的奇异同调群

设L是具有逆序对合映射的完全分配格,(X,τ)是L■fuzzy 拓扑空间.本文的目的是引进Fuzzy 代数拓扑中的一个重要概念——Fuzzy 拓扑空间(X,τ)的奇异同调群H_n〔X,τ),Z〕,n=0,1,2,…,它以分明情形为特款;并证明它是Fuzzy 同胚的不变量.     

用τe(L2(25))刻画L2(25)

设G是一个群,πe(G)为G的元素的阶的集合.令τe(G)={mk k∈πe(G)},这里mk为G的k阶元的个数.我们证明了L2(25)可以用τe(L2(25))刻画.换言之,如果G是群,并且满足τe(G)=τe(L2(25))={1,1 023,992,4 960,15 840,9 920},那么G■L2(25).     

挠理论局部化技巧

设R是有单位元的环,τ是左R-模范畴上的遗传挠理论,M和N是左R-模.一个从M到N的τ-态射是指一个从M的τ-稠密子模到N/Tτ(N)的左R-模同态的等价类,其中Tτ(N)是N的唯一极大的τ-挠子模.所有从M到N的τ-态射的集合homR(M,N)构成一个阿贝尔群.本文讨论了τ-态射与hom函子的一些性质.作为应用,本文用函子hom刻画了τ-单同态,τ-满同态等概念.     

关于高维代数族的Nef-值态射的结构

设M是有末端奇点的n维正规代数簇,L是M上的丰富线丛,(M,L)的数字有效值为τ=uv(u,v是互素的正整数),σ:M→W是由(M,L)决定的Nef-值态射.通过研究τ的取值情况对(M,L)进行分类,给出了当u=n-1时,(M,L)的较完整的分类,推广了一些文献的结果.     

直觉相似关系和直觉模糊子群

研究集合S上的变换群的直觉模糊子群和S上的直觉相似关系之间的密切联系,证明了S上的变换群的任一直觉模糊子群可确定S上的一个直觉相似关系,反之,S上的任一个直觉相似关系可确定S上的变换群的一个直觉模糊子群.同时研究了直觉相似关系和伪度量之间的联系.利用这个联系进一步研究了直觉模糊子群和伪度量之间的联系,即由S上的变换群的直觉模糊子群可确定一个超伪度量,反之,由一个超伪度量可确定S上的变换群的直觉模糊子群.     

拟拓扑群中的嵌入性质

本文主要刻画第一可数拟拓扑群乘积空间的子群,得如下结论:1)设G是满足T_1分离公理的拟拓扑群,则G拓扑同构于一族满足第一可数且满足T_1分离公理拟拓扑群乘积空间的子群当且仅当G是w-balanced和局部w-good;2)设G是满足T_2分离公理的拟拓扑群,则G拓扑同构于一族满足第一可数且满足T_2分离公理拟拓扑群乘积空间的子群当且仅当G是w-balanced、局部w-good和Hs(G)≤w;3)设G是满足正则分离公理的拟拓扑群,则G拓扑同构于一族满足第一可数且满足正则分离公理拟拓扑群乘积空间的子群当且仅当G是w-balanced、局部w-good和Ir(G)≤w.     

非交换子群共轭类的一个注记

设G是有限群.用τ(G)表示G中非交换子群的共轭类数,π(G)表示G的素因子的集合.对于每个非交换群有τ(G)≥2|π(G)|-2或|π(G)|+1.分析上述不等式中等号成立的有限群的分类.     

有限群中非交换子群的共轭类数

设G为有限群,τ(G)表示G中非交换子群的共轭类个数,π(G)为G的所有素因子的集合.主要研究满足条件■的可解群性质,得到这类群的素因子个数不超过3.     

用阶分量刻画李型单群G2(q)

用阶分量刻划单群并证明了李型单群G2 (q)也可由阶分量刻画 .定理 1　设G是有限群 ,M =G2 (q) .若OC(G) =OC(M) ,则G≌M .上述结论统一了如下两个结论 :定理 2　设G是有限群 ｜M =G2 (q)且( 1)｜G｜ =｜M｜( 2 )xe(G) =πe(M)则G ≌M .定理 3　设G是有限群 ,Z(G) =1,M =G2 (q) ,N(G) =N(M) ,则G ≌M .     

局部紧Abel群情况下的算子调和分析——F.Riesz和M.Riesz定理

设G是局部紧Abel群,B是G上的无Order弃次Banach代数,(?)_B~1为B上的右平移可积算子全体。在某些条件下,(1)在(?)中关于算子的F.Riesz和M.Riesz第一定理成立。(2)在(?)中解析算子的F.Riesz和M.Riesz第二定理成立。     

Segal代数S_p(G)的近似单位元

设G是局部紧的交换群,G是它的对偶群,S(G)是群G上的一个Segal代数,即S(G)是L_1(G)的一个平移不变子代数,并且对任何f∈S(G)以及任何x∈G有‖τ_xf‖s=‖f‖s,其中τ_x是平移算子,τ_xf(y)=f(y-x),同时x→τ_xf是G→S(G)的连续映射。此外,S(G)中的范数和L_1(G)中的范数满足下列关系:‖f‖_1≤C‖f‖s,f∈S(G),C是常数。同时,S(G)在L_1(G)中(按范数‖‖1,)稠密(关于Segal代数的知识可参见[6])。又设S_p(G)(1≤p<∞)是S(G)的一个子代数,其元素f的Fourier变换f∈L_p(G),在S_p(G)中定义范数为‖f‖S_p=‖f‖S ‖f‖p。我们知道,S_p(G)也是一个Segal代数。