映射级数的序列赋值收敛

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:dartal_1999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
抽象对偶系统中映射级数的λ(X)-赋值收敛是分析学中各领域级数收敛的统一形式,对其内在的相互关系和本质属性(及不变性)的研究,是分析学的重要研究内容.在对算子级数乘数收敛研究的基础之上,众多数学家开始对抽象对偶系统中算子级数赋值收敛进行了研究.  去掉映射线性的限制条件,近几年,此方向转入对更一般的映射级数的序列赋值收敛进行研究.  本文正是在这些研究成果的基础上,主要分析了局部凸拓扑线性空间上映射级数l∞(X)-赋值收敛及其不变性.着重给出了映射级数序列赋值收敛的最强本性意义,然后又对赋值收敛的不变性的一系列重要结论作了改进.此外,还研究了抽象对偶系统中映射级数的l∞(X)-赋值收敛不变性的最强拓扑的应用价值,并明确指出l∞(X)-赋值收敛的最大不变范围.最后,本章定义了序列对偶空间[l∞(X)]βY,并给出了[l∞(X)]βY中点列在l∞(X)上逐点收敛的最强内涵.  其次,对于局部凸空间上向量序列空间l∞(X), M[l∞(X)]代表本性有界集族,利用Antosik-Mikusinski基本矩阵定理及M[l∞(X)],对{f∈Yx:f(0)=0}中的映射矩阵(fij)i,j∈N本文获得了一系列矩阵变换定理,给出了矩阵族(l∞(X),c(Y))的刻划.  
其他文献
近年来组合数学包括计数组合在迅速的发展.计数组合学是组合数学的研究方向之一,主要研究有限集合上的组合结构在给定条件下的计数问题.计数问题的研究广泛地应用到有限几何,
本文研究了广义组合KdV-Burgers方程初边值问题的数值解法。广义组合KdV-Burgers方程出现在许多物理模型中,是非线性科学研究领域中的重要模型方程之一,其孤波解在量子场论、等
通过将非对称系数矩阵化为斜对称矩阵,我们给出了两种求解多右端线性方程组的斜对称方法:GMRES-F范数算法和GMRES-QR算法.这两种方法都是将初始残差矩阵投影到矩阵Krylov子空间
神经网络对各个自变量的敏感性分析一直是神经网络研究的热点之一。本文主要是把神经网络的各个输入变量看作自变量,定义了一种新的敏感性定义。首先,在概率测度空间上,利用
有限维Gauss概率空间上的Bargmann变换是白噪声分析理论中S-变换的起源,具有很多有趣的性质.例如,它可以将Hermite多项式变换成普通的幂函数.但是,如果把Bargmann变换看作平方可
边缘检测一直是图像处理领域研究比较多的课题,也是一个热点课题。经过多年的研究,许多算法被提出。边缘检测算法主要分为以下六大类:空域微分算子法、小波变换法、神经网络