关于Blaschke收敛定理的推广

[1]中讲述了Blaschke收敛定理。本文把这个定理推广到了赋范线性空间,并在度量空间中得到了类似的结果。§1 定义和引理设(X,d)是一个度量空间。对X中的集序列{A_n},定义其外极限为集合(?)A_n={x|x∈X,存在一串单调上升的自然数{n_k}及x_(n_k)∈A_(n_k),使x=(?)X_n_k};定义{A}的内极限为集合 (?)A_n={x|x∈X,存在自然数n_0~-及x_n∈A_n(n≥N_0~-)使x=(?)_n};若(?)A_n=(?)A_n=A,则称A为{A_n}的极限,或者说{A_n}收敛于A,记为(?)A_n=A。     

关于正规矩阵及矩阵三种积的亚正定性

本文首先讨论正规矩阵为亚正定的特征;然后论述了亚正定矩阵的一般积、Kronecker积以及Hadamard积仍为亚正定的条件。定义1 设A为实方阵,对任意非零向量x,有x Ax>0;称A为亚正定的。定义2 设A∈R~(n×n),A~ΓA=AA~Γ;则称A为正规矩阵。定义3 A、B为同阶实方阵,A可逆,方程|λA-B|=0的解为B相对A的特征根,显然它们是A和B确定的。定义4 A=(α)(?)×,B=(b_i)_m×m都是实阵;则m·n阵方阵(α_(ij)·B)_(m×m)为A与B的Kronecker积,记为AB。     

渐近非扩张映象的粘性逼近序列的强收敛定理

假设E是具有一致Gateaux可微范数的实Banach空间,D是E的非空闭凸子集,f∶D→D是压缩映象,T∶D→D是渐近非扩张映象。设粘性逼近序列{xn}定义为xn 1=αnf(yn) (1-αn)Tnyn,yn=βnxn (1-βn)Tnxn(n≥0),其中αn∈[0,1],βn∈[0,1]。本文给出了{xn}强收敛于T的不动点的充要条件:若{αn}满足如下条件:limn→∞αn=0,∑∞n=0αn=∞,定义一簇压缩映象Sn∶D→D为Sn(z)=(1-dn)f(z) dnTnz,z∈D,其中dn=ktnn--αα,tn∈(α,1)(n=1,2,…),limn→∞tn=1且k2n-1≤(1-dn)2,n≥n0,设zn∈D是Sn的唯一不动点,即zn=Sn(zn)=(1-dn)f(zn) dnTnzn,n≥1,若limn→∞‖xn-Txn‖=0且{zn}强收敛于z*∈F(T),则{xn}强收敛于z*∈F(T)的充分必要条件是{yn}有界。本文的结果不仅是对Reich公开问题的解答,而且是对Reich[1-2]、Shioji和Takahashi[3]、张石生[4]相应结果的推广。     

泛函I(u)=∫_ΩF(x,u,Du)dx在各向异性Sobolev空间_(p_i)~1(Ω)中的临界点存在性

以∑代替sum from i=1 to n,integral from F(x,u,Du)代替integral fromΩ(F(x,u,Du)dx),(?)代替们(?)(Ω),L_p代替L_p(Ω),“||·||”表(?)的范数,“||·||”表L_p范数.当乘积因子中出现相同下标时省略求和符号.以A(g)和A(?)分别表[1]中对(?)和(?)的嵌入定理的最佳嵌入常     

系数的幅角与Bieberbach猜想

本文在对系数的幅角加以限制的条件下研究了Bieberbach猜想,得到了下述结果, 1·若f(z)=z+sum from n-2 to ∞ a_nz~n∈S,arga_n=θ_n, φ_n=θ_(n+1)-θ_n-θ_2, 如果α_n≤|φ_n|,n≥7,则|a_n|相似文献   

Banach空间中关于增生算子方程解带误差的Ishikawa迭代序列

设X是任意实Banach空间,T:X→X是Lipschitz连续的增生算子,在没有假设∞∑n=0αnβn＜∞之下,证明了由xn 1=(1-αn)xn αn(f-Tyn) un及yn=(1-βn)xn βn(f-Txn) vn,(A)n≥0生成的、带误差的Ishikawa迭代序列强收敛到方程x Tx=f的唯一解,并给出了更为一般的收敛率估计:若un=vn=0,(A)n≥0,则有‖xn 1-x*‖≤(1-γn)‖xn-x*‖≤…≤n∏j=0(1-γj)‖x0-x*‖,其中{yn}是(0,1)中的序列,满足γn≥[1/2max{η,1-η}-1/4min{η,1-η}]αn,(A)n≥0.     

一元二次矩阵方程的迭代解法

本文讨论一元二次矩阵方程MZ~2+QZ-R=0 (1)的解法。这里M、Q、R是给定的n×n阶实矩阵,M是非零阵,Z是需求的n×n阶阵。文章给出了一个求解(1)的迭代公式,并且证明了如下收敛定理: 若Q是非奇异阵,且满足条件||Q~(-1)M|| ||Q~(-1)R||≤1/2那么迭代公式求解(1)得到的序列{Z_k} k=0,1,2,……,将收敛于方程(1)的唯一解。     

关于行拉丁矩的横截的一个猜想

一个m×n阶矩阵 ,其元素取自集合 {a1 ,a2 ,… ,ak} ,满足每一行的元素互不相同 ,称这个矩阵为基于k的一个m×n阶行拉丁矩。设R是一个m×n阶拉丁矩 ,它的n个不同行不同列的且互不相同的元素称为R的横截。1 998年 ,DRISKO提出了一个猜想 :假设k≥n ,令R是一个 ( 2n-2 ) ×n阶基于k的行拉丁矩 ,则R或有一个横截 ,或R同痕于行拉丁矩A(2n- 2 )×n,这里A(2n- 2 )×n 是 ( 2n-2 )×n阶矩阵 ,它的元素是由记号 1 ,2 ,… ,n ,组成 ,其中前n -1行为 ( 1 ,2 ,… ,n-1 ,n) ,其余的n-1行都为 ( 2 ,3 ,… ,n ,1 )。本文利用行拉丁矩的配对算法 ,证明了这个猜想是成立的     

加权条件数在矩阵扰动问题中的极小性质

设A∈C_r~(m×n),r≤min(m,n)。对于加权条件数K_(MN)(A)=||A||_(MN)||A_(MN)~+||_(NM),本文指出在一定条件假设下,K_(MN)(A)在矩阵扰动问题中的极小性质。主要结果如下: 1.设A∈C_r~(m×n),E是A的任意小扰动矩阵。R(E)(?)R(A),R(E)(?)R(A)且||A_(MN)~+||_(NM)||E||_(MN)<1,有 ||(A+E)_(MN)~+ -A_(MN)~+N||_(NM)/||A_(MN)~+||_(NM)≤SMN(A)||A||_(MN)/1-ξ_(MN)(A)||E||_(MN)/||A||_(MN)成立,则有K_(MN)(A)≤ξ_(MN)(A)。 2.设A∈C_r~(m×n),E为A的任意小扰动矩阵。r(A+E)=r(A),且||A_(MN)~+||_(MN)||E||_(MN)<1,有 ||(A+E)_(MN)~+-A_(MN)~+||_(MN)||/A_(MN)~+||_(NM)≤C ηMN(A)||E||_(MN)/||A||_(MN)/1-ηMN(A)||E||_(MN)/||A||_(MN)成立,则K_(MN)(A)≤cη_(MN)(A)。其中 c={1+5~(1/2)/2 当r相似文献   

在Frechet空间中闭算子的s-可分解与f(S)可分解之间的一个关系

设X是Frechet空间,{||x||}m=1是定义X的拓扑的一族半范数,且可设||x||_1≤||x||_2≤…本文所讨论的算子均定义在Frechet空间X上。一、基本概念、名称及记号: 1.若正数{||x||_m,x∈A}集合对每个自然数m是有界的,则称集合A(?)X是有界的。点列在X中收敛等价于同时按可数无穷多个半范数{||x||_m}m=1收敛。 2.用C(X)表示X上闭线性算子的全体,L(X)表示X上连续线性算子的全体。     

复数域上非奇异矩阵A+iB的逆矩阵

我们知道一个复数域上的n阶矩阵总可以把它写成A+iB(此处A,B为n阶实矩阵),今若A+iB可逆,且其逆矩阵表为C+iD(此处C,D为n阶实矩阵),那么A,B和C,D是否有关系?其关系如何?本文就此问题作些探讨。由文[1]定理1直接可得推论1 若n阶复矩阵A+iB(此处A,B为n阶实矩阵)可逆,则引理1 若P为m×m(n≤m)矩阵,其秩为n,Q为m×n矩阵,其秩也为n,则n×n方阵PQ的秩为n 与文[3]的引理1证法相同,这里不再重复。引理2 对推论1中的A,B和任意一个2n×2n方阵u=(M_(2n×n)N_(2n×n))(此处M_(2n×n)的秩     

Banach空间中关于一致Lipschitzian映象的一个新结果

设E是一实Banach空间,K为E中的一非空闭凸子集,Ti:K→K,i=1,2,3为一致Lipschitzian连续映象.如果序列kn(∩)[1,∞),kn→1,{αn}、{βn}、{δn}∈[0,1],满足:(i)δn→1(n→∞);(ii)∑∞n=0αn=∞,∑∞n=0βn=∞;(iii)∑∞n=0α2n＜∞,∑∞n=0αnβn＜∞;(iv)∑∞n=0αn(kn-1)＜∞,对x0∈K,让{xn}满足以下迭代序列xn+1=(1-αn)xn+αnT n1ynyn=(1-βn)xn+βnT n2znzn=(1-δn)xn+δnT n3xn,如果存在严格增的函数φ:[0,∞)→[0,∞),φ(0)=0,使得对(A)j(x+y)∈J(x+y),x∈K(i=1,2,3)有〈T nix-x*,j(x-x*)〉≤kn||x-x*||-(ψ)(||x-x*||),则{xn}收敛于x*.文章主要结果推广了张石生教授最近文献[1,8]以及文献[6-7]等的主要结果.     

隐格式组产生迭代序列逼近Lipschitz映像族公共不动点

设K是Banach空间E中非空闭凸集．{Ti}i-1^N是K中具公共不动点集F=∩i-1^NF（Ti）的Lipschitz映像族,其中F（Ti）=（x∈KiTix=x},{αn}n-1^∞},{βn}n-1^∞包含[0,1]是实数列,且∑n=1∞（1-αn）〈＋∞,（1-αn）L^2〈1,这里L是{Ti}i=1^N的公共Lipschitz系数．对任意x0∈K,{xn}n-1^∞由文中隐格式组（2）和（3）产生,则（i）{xn}在K中收敛;（ii）{xn}收敛于{Ti）i=1^N公共不动点的充分必要条件是lim d（xn,F）=0．对于（2）,如聚βn=0。隐格式组变为xn=αnxn-1＋（1-αn）Tm^2xn,如果βn=1,隐格式组变为Xu与Or1的形式xn=αnxn-1＋（1-αn）Tnxn,对于（3）,如果βn=1,隐格式组变为显格式xn=αnxn-1＋（1-αn）Tnxn-1．对于这三种特殊迭代格式,结论（i）（ii）自然成立．     

Banach空间上广义渐近拟非扩张型映象不动点的逼近

引入一类比渐近拟非扩张型映象更加广泛的广义渐近拟非扩张型映象,并给出具混合误差的Ishikawa迭代序列强收敛于广义渐近拟非扩张型映象的一个不动点的充要条件:设E是一Banach空间,T:E→E是广义渐近拟非扩张型映象,其渐近系数kn满足∑(kn-1)＜∞;若T在F(T)中的点处一致连续,任取一点x0∈E,{xn}是由下式定义的具混合误差的Ishikawa迭代序列{xn 1=(1-αn)xn αnTnyn un, ,yn=(1-βn)xn βnTnxn vn,n≥0其中{αn}、{βn}是[0,1]中的两个数列且∞∑n=0αn收敛,{un}、{vn}是E中两个点列且{vn}有界同时∞En=0‖un‖收敛.则{xn}强收敛于T在E中一个不动点的充要条件是lim inf D(xn,F(T))=0.     

关于m-增生算子方程解的迭代逼近问题的注释

设E是实一致光滑Banach空间,T：E→E是m-增生算子,且对任意x,y∈E,有∥Tx-Ty∥≤L(1 ∥x-y∥),其中L≥1。假设{un}n=0^∞,{vn}n=0^∞为E中序列,{αn}n=0^∞,{βn}n=0^∞为[0,1]中实数列且满足某些条件,则Ishikawa迭代序列{xn}n=0^∞强收敛于方程x Tx=f的唯一解。     

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.     

关于Wielandt & Hoffman不等式的推广

对于2个n×n自伴矩阵A、B,有Wielandt & Hoffman不等式,即n∑i=1(λi-μi)2≤|| A-B ||2F,其中,λ1≥λ2≥…≥λn,μ1≥μ2≥…≥μn分别为A、B的特征值,||·|| F为Frobenius范数.文章将不等式推广到可分复无限维Hilbert空间,对于Hilbert-Schmidt算子A、B,分别考虑为正算子、Hermitian算子及有限秩Hermitian算子等情况,从而得到相应的不等式.     

弱条件线性方程组的一种迭代方法

设A为m×n矩阵、线性方程组AX=b相容,其解集为C。给出了求X∈C的迭代方法。对序列{X(k)},其中λit(k)X(k)满足: X0,X(k+1)=X(k)+ mi=[bi-(Ai,X(k))]/‖Ai‖2,k=0,1,2,…。证明了{X(k)}收敛,设i,Ai,t(k)i=1X(k)=X ,则X ∈C。若取X0=0,则X ∈R(AT),其中R(AT)={ATX｜X∈Rm}。limk→∞     

Hilbert空间中严格伪压缩映射Mann迭代的一个收敛定理

设H是实Hilbert空间,K为H中的紧凸集,T:K→H为严格伪压缩映射,满足弱内向条件.本文给出的主要结论是:若{αn}为(0,1)中的数列满足控制条件∑∞n=1αn(1-αn)=∞,x1∈K,则Mann迭代序列{xn}强收敛于T的一个不动点,此结果改进了文献[1]的结论.     

有界闭集上酉矩阵的反问题

令S＝｛A∈Mm｜‖AX1－B1‖AX1－B1‖＝min，X1，B1∈Cm×p｝，其中Cm×p表示m×p阶复矩阵，Mm表示m×m阶酉矩阵，‖·‖表示Frobenius范数。本文考虑如下问题：问题Ⅰ：给定矩阵X2，B2∈Cm×n，求A∈S，使：f（A）＝‖AX2－B2‖＝min其解集记为S2。问题Ⅱ：给定矩阵，求满足：本文给出了解集SA的通式及逼近解的表示式和一些有关的结果，并给出了相应的数值算法。