函数列涉及连续性的一致收敛

本文主要从收敛数列、函数连续性和函数单调性等几个方面讨论有界闭区间上的函数列一致收敛性的问题，得到或改进了函数列一致收敛的充分条件，并且给出每个结果的具体应用.     

有界闭区间上连续函数列一致收敛的充要条件

判别函数列一致收敛的方法有函数列一致收敛定义、Cauchy一致收敛准则、limn→∞supx∈D|fn(x)-f(x)|=0及Dini定理,本文由函数列的等度连续性,可得出几个有界闭区间上连续函数列一致收敛的充要条件,推广了Dini定理.     

浅论函数列的一致收敛性

通过典型例子,从不同角度解析函数列一致收敛性的概念，并介绍在应用中如何分析这种性质．     

函数列在不同区间上一致收敛性的研究

函数列的一致收敛性与所讨论的区间有关.在区间的子区间或不同的区间上,函数列的一致收敛性表现如何呢?通过几个命题和几个实例,并利用几何画板可以帮助我们辨别函数列在不同区间上的一致收敛性.     

等度连续函数列

在函数列的收敛性、一致收敛性的基础上,进一步研究函数列的等度连续性．根据函数列的等度连续性定义,证明了等度连续函数列的一些性质,并且讨论了函数列一致性收敛性、等度连续性、一致有界性等特性之间的关系。     

正项函数项级数一致收敛的Raabe型判别法的推广

证明了正项函数项级数一致收敛的比值判别法,进而得到了正项函数项级数一致收敛的Raabe型判别法,并给出了应用的实例.     

函数一致连续性的判别新法

分别给出了各类区间上函数一致连续性的新的判定方法,使得一些复杂函数的一致连续性可以借助于较易判别出一致连续性的初等函数去判定.最后举例验证了方法的可行性和有效性.     

一类函数列的极限及其应用

在有限维空间中函数列的定义区域有界且下界恒大于零的假设下,证明了该类函数列极限存在的条件,并进一步得到与该函数列有关的一类积分数列的极限存在性条件;最后,给出了一个与第九届中国大学生数学竞赛预赛(数学类)第六题有联系的例子说明所得结论的应用.     

平均值函数列

本文用公理方法定义了平均值函数列.从公理定义出发,推证了平均值函数列的一系列共同性质,从而概括并推广了一些常见的平均值函数列.定理1指出了两个不同的平均值函数列的大小不会因变元的增加而改变,定理2揭示了平均值函数列与凸函数之间的内在联系,定理3则给出了多种平均值函数列的构作方法.     

函数项级数一致收敛性的判别方法

本文主要介绍了函数项级数一致收敛性常见的7种判别方法,指出每种判别方法的特点并加以应用.     

Strong uniform continuity

Let be an ideal of subsets of a metric space X,d. This paper considers a strengthening of the notion of uniform continuity of a function restricted to members of which reduces to ordinary continuity when consists of the finite subsets of X and agrees with uniform continuity on members of when is either the power set of X or the family of compact subsets of X. The paper also presents new function space topologies that are well suited to this strengthening. As a consequence of the general theory, we display necessary and sufficient conditions for continuity of the pointwise limit of a net of continuous functions.     

基于α-混合序列的学习机器一致收敛速率的界

Vapnik,Cucker和Smale已经证明了,当样本的数目趋于无限时,基于独立同分布序列学习机器的经验风险会一致收敛到它的期望风险.本文把这些基于独立同分布序列的结果推广到了α-混合序列,应用Markov不等式得到了基于α-混合序列的学习机器一致收敛速率的界.     

基于$\alpha$\,-混合序列的学习机器一致收敛速率的界

Vapnik, Cucker和Smale已经证明了, 当样本的数目趋于无限时, 基于独立同分布序列学习机器的经验 风险会一致收敛到它的期望风险\bd 本文把这些基于独立同分布序列的结果推广到了$\alpha$\,-混合序列, 应用Markov不等式得到了基于$\alpha$\,-混合序列的学习机器一致收敛速率的界     

EPI收敛与函数序列收敛弱化条件的研究

就epi收敛性与其它一些收敛性的关系进行了研究,得出了epi收敛是函数收敛的弱化条件,并将epi收敛理论应用于优化问题.     

Arzelà's Theorem and strong uniform convergence on bornologies

In 1883 Arzelà (1983/1984) [2] gave a necessary and sufficient condition via quasi-uniform convergence for the pointwise limit of a sequence of real-valued continuous functions on a compact interval to be continuous. Arzelà's work paved the way for several outstanding papers. A milestone was the P.S. Alexandroff convergence introduced in 1948 to tackle the question for a sequence of continuous functions from a topological space (not necessarily compact) to a metric space. In 2009, in the realm of metric spaces, Beer and Levi (2009) [10] found another necessary and sufficient condition through the novel notion of strong uniform convergence on finite sets. We offer a direct proof of the equivalence of Arzelà, Alexandroff and Beer-Levi conditions. The proof reveals the internal gear of these important convergences and sheds more light on the problem. We also study the main properties of the topology of strong uniform convergence of functions on bornologies, initiated in Beer and Levi (2009) [10].     

几种特殊的模糊矩阵幂序列的周期指数和收敛指数

首先介绍max-min复合意义下模糊矩阵幂序列的分解定理和周期指数定理.进一步,利用图论与分解定理讨论几种特殊的模糊矩阵在max-min复合意义下的周期指数和收敛指数.     

求解无约束非线性规划问题的一个新的重开始共轭梯度算法的收敛性

Conjugate gradient optimization algorithms depend on the search directions.with different choices for the parameters in the search directions.In this note,by combining the nice numerical performance of PR and HS methods with the global convergence property of the class of conjugate gradient methods presented by HU and STOREY(1991),a class of new restarting conjugate gradient methods is presented.Global convergences of the new method with two kinds of common line searches,are proved .Firstly,it is shown that,using reverse modulus of continuity funciton and forcing function,the new method for solving unconstrained optimization can work for a continously differentiable function with Curry-Altman‘s step size rule and a bounded level set .Secondly,by using comparing technique,some general convergence propecties of the new method with other kind of step size rule are established,Numerical experiments show that the new method is efficient by comparing with FR conjugate gradient method.     

NA样本下回归函数估计的收敛速度

在误差为NA序列的条件下,研究了固定设计点列情形下非参数回归函数一般权函数的非参数估计,并在一些基本条件下给出了估计的一致最优强收敛速度.