关于(M)类拟总体列紧算子序列

本文引入了一类算子序列,讨论了这类算子的逼近性质,是[4],[5]的自然推广。X 是 Banach 空间,[X]表示 X 上线性有界算子全体,用ρ(A)、σ(A)分别表示A(∈[X])的正则集和谱集。如果λ是算子 A 的特征值,用(?)_λ(A)表示相应的特征子空间。任意(?)[X],称(?)为总体列紧,假设(?)A(?)是相对列紧集(其中(?)为 X 中的单位球)[1],{Π_n)(?)[X],如果任意ε>0,存在 N,使(?)Π_n B 有有限ε-网,则称{Π_n}为广义总体列紧算子序列[4]。我们引入一类新的算子序列。     

Banach空间积分双半群的生成条件

研究Banach空间中积分双半群的生成条件.利用算子A的豫解算子,给出了积分双半群T(t)的生成定理.结果表明:如果对任意的x∈X,f∈X*,以及A|λ]<δ,λ∈ρ(A),有∈Lp(R),则存在算子族S(t),t∈R,S(t)强连续且满足积分双半群的定义.     

Banach空间中有限秩拟线性投影算子的逼近问题

证得:在Banach空间中,相对紧集上的恒等算子可由一列有限秩连续拟线性投影算子一致逼近.由此得到:线性算子为紧线性算子必须且仅须它可由一列有限秩连续齐性算子一致逼近.     

一类分布参数系统的极点配置问题

对于有穷维线性系统,极点配置的重要性是众所周知的,已经有比较完整的理论来处理这个问题.无穷维线性系统的极点配置,比起有穷维情形自然要复杂得多,这方面也有一些文章讨论(例如见[4,5,11]),但所得结果远远比不上有穷维情况.Hilbert 空间中的极点配置问题一般可叙述如下:设 H,U 为 Hilbert 空间 (H 称为状态空间,U 称为控制空间),A∶H→H 为线性(一般为闭稠定)算子,B∶U→H 为有界线性算子,我们用 σ(A)表示 A 的谱集,ρ(A) 表示 A 的预解集.问题在于寻找线性算子 K∶H→U,使得 σ(A+BK) 等于预先给定的复数集.这个问题显然与闭环控制系统     

Banach空间上的左可逆算子的稳定性

主要讨论了Banach空间上左可逆算子在线性运算上的稳定性及一些摄动问题，并通过反例证明了对于Banach空间上的左可逆算子A和B，R（A）∩R（B）＝{0}不是λA＋B（λ∈C）为左可逆算子的必要条件。     

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。     

非临界情形下发展方程的周期解

考虑抽象发展方程周期问题: 这里,A(t)(t∈R)为Banach空间X中的稠定闭线性算子,满足Sobolevskii条件,A(0)有紧连续的逆算子。记X_α(0≤α≤1)为由A(0)确定的内插空间。称周期问题(1)或(2)是非临界的,如果相应的线性齐次方程没有非零ω-周期解。对线性非齐问题(1),文[3]在A(t)≡A这种半自治情形,获得了周期解的存在性。我们     

一类二阶奇点附近的分支解及其数值计算方法

§1.引言 设X,Y是Banach空间,R是实数域;D和A分别表示X和R中的开集.F:D×A→Y是c~3算子,满足F(x~*,λ~*)=0.本文将讨论在(x~*,λ~*)附近方程     

种群细胞增生中迁移算子的谱研究

在L_1空间上,利用线性算子理论探讨了种群细胞增生中一类具部分光滑边界条件的Rotenberg模型的迁移算子的谱,采用比较算子和豫解算子等方法证明了算子(λ-T_H)~(-1)κ的弱紧性以及算子丨Imλ|~(1/2)‖κ(λ-T_H)~(-1)κ‖(|Imλ|→+∞)在带域Γ_ω中的有界性,得到了该迁移算子A_H的谱在该带域中仅由有限个具有限代数重数的离散本征值组成.     

非线性方程的分歧问题

本文应用文献[5]建立的定向拓朴度讨论非线性方程的分歧问题,将Krasnoselski在[1]中的结果由紧算子推广到零指标Fredholm算子的情形。另外讨论了非线性方程(L-λA)x+G(λ,x)=θ,其中L,A都是Banach空间E到另一Banach空间F的有界线性算子,建立了一个(0,θ)∈R~1×E为此方程分歧点的充分条件,最后,讨论了解集合的构造。     

一类非线性方程的分歧问题

考虑方程Tx-λAx+G(λ,x)=0,其中T、A是一个Banach空间到另一个Banach空间的有界线性算子,G是具有某些性质的非线性算子,λ为实参数。当对于某个λ∈R,算子T-λA为Fredholm型时,此方程可能会发生分歧现象,本文给出了一些充分条件。     

C(t)-I是紧算子的余弦算子函数C(t)

C(t)，t∈R，是Banach空间X中的余弦算子函数，生成元是A，证明了：C(t)-I，A↓t∈R，紧的充要条件是生成元A紧．     

关于非正常算子的谱子空间

设(?)是可析的复Hilbert空间,T是(?)上有界线性算子。σ(T)、ρ(T)分别表示T的谱集和正则集。对f∈(?)我们称(?)-值解析函数 f(λ)=(T-λ)~(-1)f,λ∈ρ(T) (1) 为T的关于向量f的局部豫解式。一般地说,f(λ)可以解析延拓到σ(T)的部分上去,但     

度量空间中的转移函数的强连续性、Feller 性和强马尔可夫性

<正> 设{(?)(?)(?)}是可测度量空间(即(?)是一集合,ρ是(?)上一个距离,(?)是全体开集所产生的σ-代数),P(t,x,A)是其上的转移函数(定义见[1]定义1.1,那里称 P(t,x,A)为马尔可夫过程),ψ(λ,X,A)是 P(t,x,A)的拉氏变换.(?)是一切(?)可测的有界实值函数按通常的线性运算及范数所构成的 Banach 空间,C 是一切有界连续函数.(?)是(?)     

拟紧算子的谱性质和遍历性

对Banach空间X上的一个线性有界算子A,若存在一紧算子Q和一自然数m,使得‖A~m-Q‖<1,则称A是拟紧算子.本文使用算子谱理论的方法,从多个方面刻划了算子的拟紧性.     

B(X)上的保秩线性映射

记B(X)为复Banach空间X上有界线性算子全体所成的Banach代数,本文讨论B(X)上把一秩算子映为最多一秩的算子的弱连续线性映射,给出了这种映射所具有的形式,并由此得到B(X)上保秩线性映射,保谱线性映射以及保正线性映射的一些表示定理。     

Banach空间中线性算子的(集值)度量广义逆及其齐性单值选择

为研究Banach空间中不适定线性算子方程的最佳逼近解,Nashed在文[1]中引入了Banach空问中线性算子T的(集值)度量广义逆T的概念,并提出“求解线性算子的(集值)度量广义逆的具有良好性质的单值选择是值得研究”的公开问题.本文首先证明了Banach空间中线性算子的度量广义逆是具有闭凸值的集值映射,给出了该度量广义逆的等价表达式,并利用Banach空间的再赋范方法,给出其有界齐性的单值选择,部分地解决了Nashed所提出的公开问题.     

Banach空间中基于Neumann引理的拟线性广义逆扰动定理

本文给出Banach空间中闭线性算子的Moore-Penrose有界拟线性投影广义逆的一种新的扰动分析方法.运用的核心工具是广义Neumann引理,这与以往其他结果中所运用的广义Banach引理的处理方法极为不同,得到了闭线性算子的MoorePenrose有界拟线性广义逆的又一个扰动定理及三个误差界不等式.     

Z-P-S空间中的若干概率分析问题

基于Menger概率线性赋范空间,提出了Z-P-S空间这一新概念,研究了Z-P-S空间(E,F,△)中算子A的固有值与固有元问题,建立了紧连续算子A具有大于1的固有值λ且在■D上存在对应于λ的固有元的四个充分条件．     

非线性方程分歧理论中广义Lyapunov-Schmidt过程及应用

本文讨论带有参数的算子方程 f ( x,λ) =0的分歧问题 ,其中 f :X×Λ→ Y,X,Y为 Banach空间 ,Λ =R为参数空间 .利用 A =f′x( x0 ,λ0 )的有界线性广义逆 A+ ,引入广义 Lyapunov-Schmidt过程 ,当 A为 Fredholm算子时 ,这种广义 Lyapunov-Schmidt过程就成为通常的 Lyapunov-Schmidt过程 .本文利用所引进的广义Lyapunov-Schmidt过程 ,证得关于抽象方程 f ( x,λ) =0的一个分歧定理 .