可α_R分解Fuzzy关系的收敛指数

本文讨论可α_R分解Fuzzy关系R的收敛问题。如果存在两个Fuzzy集A∈F(X)和B∈F(Y)使R=Aα_RB,则称Fuzzy关系R是可α_R分解问题。其中,A(x)α_RB(y)={M_R,A(x)≤B(y)B(y),否则。M_R为R的最大元。本文证明有限论域上可α_R分解的Fuzzy矩阵R是收敛的,并给出了计算其收敛指数的算法。     

乘子交替方向法的一些收敛性质

<正>1引言本文讨论的两个可分离算子的线性约束凸优化问题是min{θ_i(x)+θ_2(y)|Ax+By=b,x∈X,y∈y},(1.1)其中A∈R~(m×n_1),B∈R~(m×n_2),b∈R~m;X?R~(n_1),y?R~(n_2)是闭凸集;θ_1(x):R~(n_1)→R和θ_2(y):R~(n_2)→R是(不一定光滑的)凸函数.这类问题大量出现在图像处理,机器学习等稀疏优化领域[2].乘子交替方向法(Alternating Directions Method of Multipliers),简称ADMM,通常称之为交替方向法,最初由Glowinski等为偏微分方程数值求解在[7,8],中     

Fuzzy拓扑空间中的紧性(Ⅰ)——定义和特征(英文)

本文在引入了一复盖的概念之后,定义了(?)一紧性,得出了关于闭集中心族,F-网与F-滤子的(?)-紧性的特微,以及A1exander子基定理。并进一步定义了S-紧,L-紧,I-紧和F-紧性,讨论了这些概念之间的关系。设A,B∈I~Y为X中的Fuzzy集,我们称有序对〈A,B〉为X中的一个(?)一集。定义1 设(X,F)是一个Fuzzy拓扑空间,〈A,B〉为X中的一个(?)一开集,P∈P_*(X)。如果〈A,B〉是P的邻域,则我们说〈A,B〉覆盖P。一个开(?)一集族(?)={〈A_λ,B_λ〉:λ∈Λ}称为X的一个(?)-覆盖,当且仅当对于任一P∈IP_*(X),存在λ∈Λ,使〈A_λ,B_λ>覆盖P。定义2 Fuzzy拓扑空间(X,F)称为(?)-紧的,当且仅当每个(?)覆盖都有有限子(?)-覆盖。定理1 Fuzzy拓扑空间(X,F)是(?)-紧的,当且仅当每个闭(?)-集构成的有限中心族都是中心族。定理2 Fuzzy拓扑空间(X,F)是(?)-紧的,当且仅当X中的每个F-网或者(?)-滤子都有聚点。定理5 设S为Fuzzy拓扑空间(X,F)的一个子基,若每个(?)覆盖(?)={〈A_λ,B_λ〉:A_λ,B_λ∈S,λ∈Λ}都有有限子覆盖,则(X,F)是(?)-紧的。     

算子的线性相关性及其应用

设 X,Y是BanaCh 空间,B(X,Y)表示 X 到 Y 的有界线性算子全体,A_i∈B(X,Y)(i=1,2,…,n).本文给出了 A_1,A_2,…,A_n 线性相关的几个充要条件,及其应用,并给出一个反例,指出[1]中的引理2是错误的.定理1 设 A,B∈B(X,Y),则下列命题等价.(1)A,B 线性相关.     

Sufficient and Necessary Condition for the Measurability of Fallable Fuzzy Sets

Let(X,)be a measurable space,and,=σ-field generated by {x|x∈X},where x={A∈ |x∈A}.(Y,)another measurable space,let ρ(X, Y,)={∈ |§ be measurable}.∈ρ(X,Y,),we define ()(y)=~(-1)(y),y∈y. Defination 1.T is an index set,f:{0,1}~T→{0,1},then,O~T:( (Y)~x)~T→ (Y)~x is called the operation derived from f if for any { }_(t∈T)∈((Y)~x)~Tand any(x,y)∈X×Y,it holds     

条件经验随机过程的渐近性质

设(Xi,Yi)(i=1,2,…,n)是来自总体(X,Y)的样本(独立同分布),其中X∈R1,Y∈Rq.M(x y)是Y=y时X的条件分布,Mnkn(x y)为M(x y)的第kn个最近邻域的经验分布估计量,讨论条件经验过程Sn(t,x,y)=kn12(Mnkn(x y)-M(x y))的渐近性质,得出在适当条件下,对固定的y,Sn(t,x,y)(x,t为参数)弱收敛于某一G aussian过程S(.).     

高中数学综合练习题(五)

一、选择题 1.集合A={x|x≠1,x∈R}U{y|y≠1,y∈R},集合B={x|x<-1,或-1},则A,B之间的关系是( )。 (A)A=B (B)AB (C)AB (D)无法判定 2.若函数y=x-n(x∈Z)的图象过原点,并是增函数,则n为( )。     

2007年普通高等学校招生全国统一考试 山东数学(理科)

一、选择题:本大题共12小题,共60分1.若z=cosθ isinθ(i为虚数单位),则使z2=-1的θ值可能是A.6πB.4πC.3πD.2π2.已知集合M={-1,1},N={x|21<2x 1<4,x∈Z},则M∩N=A.{-1,1}B.{-1}C.{0}D.{-1,0}3.下列几何体各自的三视图中,有且仅有两个A视.图①相②同的是B.①③C.①④D.②④4.设α∈-1,1,21,3,则使函数y=xα的定义域为R且为奇函数的所有α值为A.1,3B.-1,1C.-1,3D.-1,1,35.函数y=sin2x π6 cos2x 3π的最小正周期和最大值分别为A.π,1B.π,2C.2π,1D.2π,26.给出下列三个等式:f(xy)=f(x) f(y),f(x y)=f(x)f(y),f(x y)=f(x) f(y)…     

Banach空间中度量广义逆的乘积扰动

设X,Y为自反严格凸Banach空间.记A∈B(X,Y)为具有闭值域R(A)的有界线性算子,有界线性算子T=EAF∈B(X,Y)为A的乘积扰动.本文研究了有界线性算子A的Moore-Penrose度量广义逆的乘积扰动.在值域R(A)为α阶一致强唯一和零空间N(A)为β阶一致强唯一的条件下.给出了‖T~M-A~M‖的上界估计,作为应用,我们在L~p空间上讨论了Moore-Penrose度量广义逆的乘积扰动.     

局部LIPSCHJTZ型映射的G■TEAUX 可导性

设 X 和 y 是 Banach 空间,D 是 X 的子集,映射 F:D→Y 称为是 Lipschitz 型的,如果存在正常数 L,使得对任意的 x,y∈D,满足‖F(x)-F(y)‖≤L‖x-y‖;映射 F 称为是局部 Lipschitz 型的,如果对每个 α∈D,存在 α 的开邻域 N(α),使得 F     

名校基础知识自测 高一年级

一、选择题1.集合M={(x,y)|y=f(x),x∈A}∩{(x,y)|x= 1}(A R)的元素个数为( ). (A)0 (B)1 (C)2 (D)0或12.下列函数中与y=x表示同一函数的是( ). (A)y=x2/x (B)y=(√x)2 (C)y=√x2 (D)y=x53.函数f(x)的定义域为[-1,2],则函数F(x)= f(x) f(-x)的定义域是( ). (A)[-1,2] (B)[-2,1] (C)[-1,1] (D)[-2,2]     

条件L泛函的核估计及其Bootstrap逼近

设(X,y)为取值于 R~d×R~1的随机变量,X 具有边缘分布 F(x),Y 关于 X 的条件分布为 F(y|x).对于条件 L 泛函θ_1(x)=integral from n=0 to 1 J(y)F~(-1)(y|x)dy(1)θ(x)=integral from n=0 to 1 J(y)F~(-1)(y|x)dy+sum from j=1 to k a_jF~(-1)(p_j|x)(2)在[1]中曾给出了它们的近邻估计,并讨论了估计的渐近性质(其中 F~(-1)(x)=inf{t:F(t)≥x}).在本文中,我们将用核函数方法构造它们的另一类估计,并讨论估计的一些渐近性质.设(X_1,Y_1),(X_2,Y_2),…是(X,Y)的一个样本列,取 w_n_i(x)=K((x-X_i)/h_n)/sum from i=1 to n K((x-X_i)/h_n),其中 K 为 R~d 上的概率密度函数,并有0相似文献   

求最佳Lagrange型插值逼近的一种方法

设W是紧空间,两点x,y间的距离用ρ(x,y)表示,对于W的任一紧子集Y,用C(Y)表示Y上的实(或复)连续函数空间。对任意g∈C(Y),定义‖g‖=sup{|g(x)|:x∈Y}。 设X是W的紧子集,Z是X的有限子集。又设F是连续依赖于参数A的逼近函数,A在实(或复)n维空间的一个非空闭子集P内取值,且对一切A∈P,均有     

素环上强保持2-Jordan乘积的映射

对于给定的正整数k≥1,环R上的元x,y的k-Jordan乘积定义为{x,y}_k={{x,y}_(k-1),y}_1,其中{x,y}_0=x,{x,y}_1=xy+yx.假设R是包含有单位元与一非平凡幂等元的素环.本文证明了R上的满射f满足{f(x),f(y)}2={x,y}_2对所有x,y∈R成立当且仅当存在λ∈l(R的可扩展中心)且λ~3=1,使得下列之一成立:(1)若R的特征不为2,则f(x)=λx对所有x∈R成立;(2)若R的特征为2,则f(x)=λx+μ(x)对所有x∈R成立,其中μ:R→l是一个映射.作为应用,得到了因子von Neumann代数上保持上述性质映射的结构.     

Some Notes on a Minimization Problem

Let X[a,b] be a compact set containing at least n+1 points and Kan n-dimensional Haar subspace in c[a,b]. Let F(x,y) be a nonnegativefunction, defined on X×(-∞,∞), satisfying ‖F(·,p)‖<∞ with the L_∞norm forsome∈K, where F(x,p)≡F(x,p(x)). The minimization problem discussed in this paper is to find an elementp∈K such that ‖F(·,p)‖=inf ‖F(·,q)‖, such an element p(if any) is saidto be a minimum to F in K~(q∈K). The author in [1,2] studied this problem and has given the main theoremsin the Cbebyshev theory under the following assumptions: (A) lim F(x,y)=∞, x∈X; (B) lim F(x,u)=F(x,y), x∈X,y; (C)lim F(u,υ)=F(x,y),x∈X,y; (D) For each x∈X there existtwo real numbers f~-(x) and f~+(x),f~-(x)f~+(x). such that F(x,y) is strictlydecreasing with respect to y on (-∞,f~-(x)] and strictly increasing on [f~+(x),∞), and F(x,y)=F(x):=inf F(x,υ) on [f~-(x),f~+(x)]. Denote f_1(x)=inf{y:F(x,y)‖F~*‖},f_2(x)=sup{y:F(x,) ‖F‖},f_1(x)=lim f_1(u),f_2(x)=lim f_2(u), G=(q∈K: f_1qf_2}.For pεK set X_p={     

带约束广义变分不等式问题的一般分解算法的收敛性分析

本文考虑如下带约束广义变分不等式问题的增广Lagrangian对偶理论:寻找一点x∈Γ使满足,〈F(x),y-x〉 φ(x,y)-φ(x,x)≥0,y∈Γ,其中,Γ={y∈X｜Θ(y)∈-C}.对于求解这类一般变分不等式问题的基于增广Lagrangian对偶理论分解算法,本文给出了算法的收敛性分析.     

上三角算子矩阵的谱

设X,y是Banach空间,对A∈B(X),B∈B(y),C∈B(Y,X),以M_C记X⊕Y上的算子(ACOB).本文给出了算子M_C的20种谱的结构表示,18种谱的填洞性质以及关于这些问题的有趣例子.     

解等式约束加权线性最小二乘问题的矩阵校正方法

1 引言 在实际应用中常会提出解等式约束加权线性最小二乘问题 min(b_2-A_2x)~TW(b_2-A_2x) x∈R~n (1) s.t.A_1x=b_1,其中A_1∈R~(p×n),A~2∈R(q×n),b_1∈R~p,b_2∈R~q,W∈R(q×q)为对称正定矩阵. 对于问题(1),目前已有多种数值求解方法,如Paige利用(1)的对偶公式给出了一个向后稳定的数值方法.Gulliksson和Wedin利用加权QR分解技巧给出了解(1)的一个直接解法.作者利用广义Cholesky分解构造了解(1)的矩阵分解方法.     

2004年普通高等学校招生全国统一考试 数学(理工农医类)

第Ⅰ卷　　参考公式 :三角函数的积化和差公式sinαcosβ =12 [sin(α β) sin(α- β) ]cosαsinβ=12 [sin(α β) -sin(α- β) ]cosαcosβ=12 [cos(α β) cos(α - β) ]sinαsinβ =- 12 [cos(α β) -cos(α - β) ]正棱台、圆台的侧面积公式S台侧 =12 (c′ c)l其中c′、c分别表示上、下底面周长 ,l表示斜高或母线长球的体积公式V球 =43πR3其中R表示球的半径一、选择题( 1 )设集合M ={(x,y) ｜x2 y2 =1 ,x∈R ,y∈R},N ={(x ,y) ｜x2 -y=0 ,x∈R ,y∈R},则集合M∩N中元素的个数为 (　　 )(A) 1　　 (B) 2　　 (C) 3…     

两类不同的轴对称问题

下面是两道常见于各类复习资料或高考试卷的题型: 1.设x∈R,函数 y=f(1-x)和y=f(1 x)的图象关于直线_成轴对称. 2.函数y=f(x)(x∈R)满足x(1-x)=f(1 x),则y=f(x)的图象关于直线_成轴对称. 这是两类不同的轴对称问题,很多同学混淆不清,常常认为两题答案相同,其实不然.为了彻底弄清这类问题,本文给出两个定理,以作说明.