非扩张非线性半群的ω—极限集

若一个发展方程联系着一个非线性半群,把方程的解视为Banach空间(B,‖·‖)中的轨道,那么轨道的ω—极限集中元素,最有可能成为解的逼近对象,我们将称这样的元素为解极限。本文的目的是探讨ω—极限集中的元素为解极限的条件。     

B值随机元的和的尾概率及其收敛速度

§1.引言及主要结果 设B是一可分Banach空间,‖·‖表示其上的范数,{X_n}是定义在同一概率空间上的B值随机元序列,S_n=sum from n=1 to n X_k(在本文以下内容中,均使用这一记号,始终不变),{t_n}是单调不减的正实数序列,并且本文的目的是研究概率的收敛速度问题,其中ε为任一给定的正数。     

局部凸函数空间内的Немыцкий算子的连续性和有界性

给定无原子的测度空间(Ω,Σ,μ),μΩ<+∞,Ω上的由一半范确定的局部凸函数空间(X,|·|x)通常具有如下最基本的性质(如Lebesgue空间L_p(Ω),1≤p<+∞,Orlicz空间L_M~*(Ω)):     

Banach空间中集值度量广义逆齐性单值选择的判据

本文研究了Banach空间(X,‖·‖),(Y,‖·‖)上具有闭值域的稠定闭算子T:X→Y的(集值)度量广义逆.在限定X为自反的、Y为一般的Banach空间且算子值域R(T)为空间Y中Chebyshev子空间时,证明了算子T具有非空闭凸集值的度量广义逆的存在性,运用Banach空间中广义正交分解定理,得出算子T的集值度量广义逆具有唯一齐性单值选择,并且该单值选择恰为赋等价严格凸范数的空间Xr=(X,‖·‖_r)上算子T的Moore-Penrose度量广义逆.特别地,将抽象的Banach空间X与Y具体化为有限维Banach空间l₁ⁿ=(Rn,‖·‖₁)(即n维空间Rn赋l₁范数)与有限维Hilbert空间(即m维欧式空间l₂^m=(Rm,‖·‖₂),亦即m维空间赋l₂范数),线性算子T可具体表示为m×n阶矩阵A,得到了从n维空间l₁ⁿ到m维空间l     

关于随机元的若干注记

设(Ω,)是一可测空间,X是一拓扑空间,(X)为X中的Borel集合类,即X中包含全体开集的最小一代数。我们称从Ω到X的映射U为取值于X的一随机变量[1],[2],如果对任意B∈(X) U~(-1)(B)={ω:U(ω)∈B}∈ 取值于X的随机变量也称为Ω→X的随机元或简称为X中的随机元。     

B-值随机变量序列叠对数律的收敛速度

设{X,X_n;n≥1}是在可分Banach空间(B,‖·‖)中取值的独立同分布随机变量序列,并且EX=0,Ef²(X)<+∞,f∈B^*,记S_n=X₁+…+X_n,n≥1.本文的目的是在适当的充要条件下研究和的收敛速度.作为本文结果的应用,分别给出了X满足有界叠对数律和紧叠对数律各一个新的充要条件;同时,本文改进了文献[3]和[4]在实空间情形所建立的一些结果.     

半序度量空间中公共二元随机重合点定理及其应用

在完备可分的半序度量空间中,引入了随机映射对(F,G)关于g随机半序弱增以及(F,G)随机半序弱增的定义,研究了在满足一定非线性压缩条件下的随机映射列F_k:Ω×X×X→X,k=1,2…,g:Ω×X→X和h:Ω×X→X的公共二元随机重合点与公共二元随机不动点问题,所得结果推广了已有文献中的一些不动点定理.     

关于算子张量积和初等算子的谱

设X,Y为复Banach空间,张量积是指关于拟一致合理范数α的完备化,B(X,Y)指从X到Y的有界线性算子全体,并设A∈B(X)~N,B∈B(Y)~M,本文给出了算子组和(L~A,R_B|B(Y,X))的联合谱和联合本质谱的表达式,进而得到了定义在上的算子及定义在B(Y,X)上初等算子的谱和本质谱的一些结果。     

关于鞍点问题的Babuska-Brezzi条件的必要性

在研究 Lagrange 乘子法导出的鞍点问题解的存在唯一性及其混合有限元逼近时,如所周知 Babuska-Brezzi 条件(即 B-B 条件)起着决定性的作用.在 Brezzi 的基本工作中,不仅证明了 B-B 条件是保证上述鞍点问题存在唯一解的充分条件之一,而且也是一个必要条件.本文将对 B-B 条件的必要性作进一步更细致的分析.令 V,M 是二个 Hilbert 空间,V′,M′分别为 V,M 的对偶空间;‖·‖_V,‖·‖_M,‖·‖_V′及‖·‖_M′ 分别为对应空间中的范数〈·,·〉为对应空间的对偶积.令 A∈(?)(V;V′),B∈L(V;M′)为两个连续线性算子,从而 B 的对偶算子 B′∈(?)(M;V′),即〈B′μ,v〉=〈B_v,μ〉,(?)_v∈V,μ∈M.(1.1)定义两个连续双线性型如下:     

半序度量空间中随机映射对的三元随机重合点定理

本文在完备可分的半序度量空间中,引入随机映射对F∶Ω×X×X×X→X与g∶Ω×X→X的随机g-混合单调性质以及随机可交换性质的定义,研究该映射对满足不同压缩条件下的三元随机重合点与三元随机不动点问题,所得结果推广已有文献中的一些随机不动点定理.     

剩余部分最大值的矩和最后越过时间的矩

设B是一可分Banach空间,‖●‖表示其上的范数,{X_n}是定义在同一概率空间(Ω,(?),P)上的B值随机变量序列,对任意的n∈N(N为自然数集)及任意的8,t>(?),记     

Moore-Penrose逆和Drazin逆的正则分解表示及其扰动

1引言及预备知识 设X,Y为Banach空间,B(X,Y)表示从X到Y中的有界线性算子组成的Banach空间.简记B(X,X)为B(X).对算子T∈B(X,Y),R(T)与N(T)分别表示T的值域和核空间.IP表示空间P上的恒等算子 定义1.1设T∈B(X,Y).若存在S∈B(Y,X),满足(1) TST=T;(2) STS=S,则称T广义可逆,S为T的一个广义逆,一般记为S=T+.     

线性流形上实对称半正定阵的一类反问题

1　引　　言文中记Rn×m为所有n×m阶实阵集合,SRn×n为所有n阶实对称阵集合,Pn表示所有n阶实对称半正定阵集合,A≥0表示方阵A对称半正定.A+、R(A)、N(A)分别表示矩阵A的Moore-Penrose广义逆,列空间和零空间,‖·‖表示Froblnius范数.对于Z.Y∈Rn×k,令S={A∈Pn|AZ=Y,ZTY∈PK,R(YT)=R(YTZ)}(1.1)　　现考虑如下问题:问题　给定X.B∈Rn×m,找A∈S,使得AX=B(1.2)　　问题　给定A∈Rn×n,找A∈SE,使得‖A-A‖=infA∈SE‖A-A‖(1.3)其中SE是问题的解集合.问题与具有重要的应用背景,当Y=ZΛ,Λ=diag(λ1,λ2,…     

双重随机向量序列模型的平稳解

设(Ω,(?),P)为一概率空间,I={0,±1,…}。{U_t,t∈I}为定义在(Ω,(?),P)上的p维独立白噪声,EU_t=0,EU_tU_s~t=S,{φ_t,t∈I}为定义在同一概率空间上的任一p×p随机矩阵列。则称满足     

有限元导数的一致超收敛估计

§1 引言 设ΩR~2是边界为Γ的有界区域,Ω=Ω∪Γ。Sobolev空间W_p~m(Ω)的范数、半范数分别用‖·‖_(m,p,Ω),|·|_(m,p,Ω)或‖·‖_(m,p),|·|_(m,p)表示。在W_p~1(Ω)×W_p~1(Ω) (1≤p≤∞,1/p+1/q=1)上定义双线性泛函: 我们假定系数a_(if)定义在Ω上且满足     

关于广义导算子的左右本性逆

在本文中,X、Y等表示Banach空间,H、K等表示Hilbert空间,如无特别注明均为无限维的。[X,Y]表示由X到Y的有界线性算子空间,当Y=X时记作B(X)。K(X)表示X上的紧算子全体所成之集。 设A_i∈B(X)、B_i∈B(Y)(i=1,2,…,n),由     

关于Banach空间中的线性微分方程的小时滞稳定性问题

一、引言 设 X 是 Banach 空间,‖·‖是它的范数,L(X)是映 X 到 X 内的有界线性算子构成的 Banach 空间,A 是 X 中的 C_o-类线性算子羊群 e~(tA)的无穷小生成([1]),其定义域为(?)(A),B∈L(X).我们讨论无时滞线性系统     

Banach空间中一类广义Lipschitz非线性算子迭代序列的收敛定理

1　引言与预备知识设 X为一实 Banach空间 ,X*是 X的对偶空间 ,正规对偶映射 J:X→ 2 X*定义为 :J( x) ={ f∈ X*;〈x,f〉 =‖ f‖ .‖ x‖ ,‖ f‖ =‖ x‖ }其中〈· ,·〉表示 X和 X*的广义对偶组 .用 j(· )表示单值的正规对偶映射 .设 K是 X的一非空子集 ,算子 T:K→ X称为φ-强增生的[1 ,2 ] ,如果存在一个严格增加函数φ:[0 ,+∞ )→ [0 ,+∞ ) ,φ( 0 ) =0满足 x,y∈ K, j( x-y)∈ J( x-y)使得〈Tx -Ty,j( x -y)〉≥φ(‖ x -y‖ ) .‖ x -y‖ ( 1 )( 1 )中若 φ( t) =kt(其中 k>0 ) ,相应地称 T为强增生算子 ,k称为 T的…     

随机结构空间的数学期望及应用

设(E，S，Ω，f)是随机结构空间，当(E，S，Ω，f)是随机度量空间，随机赋范空间，随机内积空间时，其向量的随机度量,随机范数，随机内积是随机变量．证明了它们的数学期望分别是拟度量，拟范数，内积．应用关于数学期望的结果，进而得到了随机Hilbert空间中线性连续泛函的Riesz表示定理．     

一类全准序空间的最小元存在性和逼近解

全准序空间是一类广泛而又相当有用的空间。最优化命题,最佳逼近命题,泛函最小值点命题,以及非线性算子中的许多命题的存在性,唯一性和求解命题,均可归结为全准序空间的最小元存在性,唯一性和求解命题。本文把常用的全准序空间(D,≤)嵌入在欧氏空间(X,‖·‖),L-测度空间(X,L,μ)和拓扑空间(D,τ)中,让它们相互产生联结,并提出用序分布函数法来研究全准序空间