关于CO-H-空间上的映射(Ⅰ)

对CO-H-空间X和Y,本文得到[X,Y]上的元素为有限阶元素的一个充分条件,并讨论了全体从X到Y的CO-H-映射的同伦等价类所组成的集合[X,Y]_(co-H)对[X,Y]上的加法运算封闭的条件.     

集合的概念与运算

集合是数学中的重要概念之一,在中学数学竞赛中,许多本质上属于代数、几何、数论、组合的问题都可以用集合的观点和方法来解决,局部与整体的观点是其思想实质.一般地,某些指定的对象集中在一起就成为一个集合,集合中的每个对象叫做这个集合的元素.常用描述法表示集合,S={x|x具有性质P}表示所有具有性质P的对象组成的集合S.集合的运算中,除了交、并运算外,还有补运算和差运算.对于A、B两个集合,由所有属于A但不属于B的元素构成的集合称为A关于B的差集,记作A\B,即A\B={x|x∈A,且x B}关于集合的运算满足如下关系式:(1)交换律:A∩B=B∩A…     

保持序和等价关系的自然偏序变换半群

设X为一个集合,■_X为X上的全变换半群.设E是X上的一个等价关系,定义T_E(X)={f∈■_X:■(x,y)∈E,(f(x),f(y))∈E},则T_E(X)是由等价关系E所确定的■_X的子半群.本文中,所考虑的集合X是一个有限全序集,同时E是非平凡的且所有的E-类都是凸集.显然■_E(X)={f∈T_E(X):■_x,y∈X,x≤y蕴涵f(x)≤f(y)}是T_E(X)的一个子半群.我们赋予■_E(X)自然偏序并讨论何时■_E(X)中的两个元素是关于这个偏序是相关的,然后确定■_E(X)中那些关于≤是相容的元素.此外,还描述了极大(极小)元和覆盖元.     

多值函数与复变函数

<正> 函数的特点在于单值。所谓由集合X到集合Y的函数是指,在X与Y的元素之间建立了一个多一对应,使得对于X中任一值X在Y中有且只有一值y与之对应(但不同的x可以对应于相同的y),如果同一的x可以对应于不同的y,人们便不使用函数的名词而使用对应(多多对应)或关系了。因此严格说来,函数应只限于单值函数,不应有多值函数。     

关于K凹向量值函数的一类极值问题

本文讨论凸集的极值点与K凹向量值函数的一类极值问题之间的关系. 定义1 对于集合C中的点x,若有x=λy+(1-λ)z,其中0<λ<1,y,z∈C,就有x=y=z,则称x为C的极值点.C的所有极值点组成的集合记为extC. 定义2 设X,Y是实拓扑局部凸空间,Ω为X的非空紧凸子集,K为Y中的具有非     

m-维流形到(m+1)-维流形的零伦浸入的分类

这一节介绍一个引理和有关预备知识.对于拓扑空间 X、Y 而言,我们用[X,Y]表示 X 到 Y 的映射的同伦类组成的集合;[X,Y]'表示 X 到 Y 的保基点的映射的同伦类组成的集合.符号“(?)”表示(根据上下文)群同构或集合间的一一对应.     

第43届国际数学奥林匹克试题

第一天试题 (格拉斯哥,2002-07-24) 1.设n为任意给定的正整数,T为平面上所有满足x y相似文献   

矩阵损失下回归系数的线性估计的可容许性的进一步讨论

§1.引言考虑线性模型Y=Xβ+ε,(1.1)此处 Y 是 n 维随机向量;X 为已知的 n×P 矩阵;n≥P;EY=Xβ,CovY=V;β,V 均为参数,(β,V)∈(?)=(?)~p×(?),(?)是元素为 n 阶非负定对称矩阵的一个集合.     

新题征展(79)

A题组新编1.已知函数y=f(x)存在反函数y=f-1(x).(1)若方程f(x)-m 1 x=0的所有实根和方程f-1(x-1)-m x=0的所有实根的集合为k元集合A,则集合A中所有元素的和为.(2)若方程f(x)-mx 1=0(m>0)的所有正根与f-1(x-1)-mx=0(m>0)的所有正根组成一个k元集合A,则集合A中所有元素的积为.(3)     

集合学习中的四点注意

一、注意集合中的元素是什么集合中的元素的表现形式是多种多样的,可以是实数x,有序实数对(x,y),三角形等等.弄清集合中的元素是什么,是掌握集合概念的基本要求,是进行集合运算的前提.     

一种非参数回归估计量的条件 平均绝对误差的指数收敛速度

<正> 设(X,Y),(X_1,Y_1),…,(X_n,Y_n)是取值于R~d×R~1的独立同分布随机变量,E|Y|<∞.以m(x)=E(Y|X=x)记Y对X的回归函数,Q记X的概率分布测度,Z_n记{(X_i,Y_i),i=1,…,n},它是(X,Y)的已知观测值.一般的非参数回归估计问题,就是对指定的x∈R~d,利用Z_n对m(x)进行估计.设θ=θ(x,Z_n)是这样一个估     

组合数学的基本计数原理——容斥原理

一、集合与基1.集合至今还没有确切的定义,但可认为具有某些共性或某些性质的元素汇聚而成的一个集体,这个集体可称为集合S。S中一个元素x,通常记作x∈S。例如集合S={x|x为偶数,且x∈(?)_},S中元素是取于非负整数域(?)_上,又为偶数的那些对象。即:S={0,2,4,…} 由S集合中部分元素汇集所组成的集合A,称为     

論数学归納(續)

§3.任意归納模型中的加法和乘法正如我們前面所指出,由定理1推出在每个Peano模型中存在唯一的加法运算[即对于所有x,y ∈N滿足条件(5.1)和(5.2)的二元运算f]。事实上我們更有定理2.在每个归納模型中有唯一的加法运算。这个定理的証明不能在定理1的基础上作出,因为正象我們在§2中指出的,后者并不对于一切归納模型为真。我們采用如下的引理来代替它: 引理。若为任意归納模型,則对于每个x∈N在N上存在着唯一的一元运算hx,使得条件(3.1)和(3.2)对于所有y∈N为真。 証.首先我們指出,对于任何x∈N最多只能存在一个运算hx滿足条件(3.1)和(3.2)。事实上,我們假定h_x和h′_x为滿足这些条件的两个运算且設G为N的这样的子集使得y∈G当且仅当hxy=h′_(xy)。显然,O∈G,因为h_xO=x=h′_xO。此外,集合G对于S为     

集合学习中要注意的几个问题

集合是我们进入高中学习数学首先接触的重要数学概念之一,也是中学数学中最基本、运用最多的概念和数学工具之一.学好它,很有必要.本文介绍学习集合时必须注意的几个问题.1.正确区分点集与数集集合是由元素构成的,认清集合元素是表示点还是数对于处理集合之间的关系及进一步认识集合都非常重要.例1设集合A={x|y=x2-1},B={y|y=x2-1},C={(x,y)|y=x2-1},则下列关系中不正确的一个是()(A)A∩C=.(B)B∩C=.(C)B A.(D)A∪B=C.分析集合A是数集,是二次函数y=x2-1的自变量组成的集合,易知A=R;集合B也是数集,是二次函数函数值组成的集合,易知B…     

关于序集碰撞数问题深度贪心算法的最优性

§1.引言称P=(X,≤)是一个序集是指,X是一个集合,“≤”是X上的一个二元关系(叫做小于等于),它满足:(1)自反性,(x≤x,x∈X),(2)传递性(x≤y,y≤z■x≤z)和(3)反对称性x≤y,y≤x,■x=y)。本文只讨论有限序集。用|X|或|P|表示序集P=(X,≤)所含有的元素个数,用x∈P或x∈X表示x是P的元素。对任一序集Q,我们也用相同的字母Q表示它的基本集。在序集P中,如果x≤y,则我们也用x≤y(P),y≥x及y≥x(P)来表示这一关系。     

什么是悖论

在上世纪初前后,有一类自相矛盾的语句引起了数学家们的关注.他们为了在数学的基础性研究中避免类似的矛盾而煞费苦心,从而促进了数学基础及数理逻辑的发展.这类语句称为悖论,现在举几个例子.1罗素悖论哲学家兼数学家罗素(B.Russell)在考虑集合的理论时,想到了“所有的集合”,以及“所有的集合”是否也能组成一个集合呢?如果能,记它为A,则应有:(集合)A∈(所有的集合组成的)A.但我们日常所见到的集合并不如此,例如集合{a},它只有1个元素a,而{a}就不是{a}的元素了.所以,我们日常见到的任一集合S,都具有S S这样的性质.现在考虑“所有适合S …     

对于X-join不可分解的无三角形的图

本文中的图都是有限简单图.仅含一个点的图叫作平凡图,不含边的图叫作空图.V(G)与 E(G)分别表示图 G 的点的集合与边的集合.有时以 G 代替 V(G),以 x∈G代替 x∈V(G).对 x∈G,N_G(x)={y∈G|xy∈E(G)}叫作 x 的邻域.下面的概念是 Sabidussi 引入的:令{G_x|x∈X}是图的一个族,指标取自另一个图 X.令#表示 X 中的邻接关系,⊥_x表示 G_x 中的邻接关系,则这一族图的 X-join 是指图 G,G=(?)(G_x×{x}),且 G 中的邻接关系⊥定义为:对 G 中任两个点(a,r)与(b,s),(a,r)⊥(b,s)当且仅当 r#s 或r=s 且 a⊥_rb.     

强向量拟均衡问题的存在性

设X是一个实的Hausdorff拓扑向量空间,Y是一个实的局部凸向量空间,C是Y中的闭凸锥,K X是一个紧子集.FX×X→Y是一个双向量函数,GK→2K是一个集合值映射.我们考虑下面的强拟均衡问题存在x∈G(x),使得对任意的y∈G(x),成立F(x,y)∈C.本文证明了当F是半连续时,上述问题解的存在性结论.     

低度平面图的边面全色数

平面图G(V,E,F)的边面全色数X,(G)是使得集合E(G)∪ F(G)中相邻和相关联的元素均染为不同颜色的最少颜色数。本文提出猜想:对任何平面图G,有△(G)≤X,(G)≤△(G)+3;并对顶点度不超过3或面度均为3的平面图证明了这个猜想为真。     

非参数回归模型中回归函数的估计的渐近性质

§1.引言 考虑下列的回归模型:Y在X=x的条件之下的分布密度为f(y|X=x)=p(y-θ(x)),(1.1)其中p(y)满足条件回归函数θ(x)为下列集合的成员之一存在,x∈U},(1.3)其中U是一个开区间,θ~(p)(x)表示θ(x)的p阶导数。又设随机变量X的分布密度为q(x),它在X的支撑U上为连续正函数。现在设(X_1,Y_1),…,(X_n,Y_n)是(X,Y)的