随机规划经验逼近问题最优解集的几乎处处下半收敛性

本文给出了随机规划经验逼近最优解集几乎处处下半收敛的一个充分条件,并由此得到随机规划经验逼近最优解集几乎处处Hausdorff收敛的一个充分条件.     

一类概率约束规划逼近最优解集的上半收敛性

对一类概率约束规划逼近最优解集的上半收敛性进行了研究.利用概率测度弱收敛的特征,给出了概率约束规划可行集的收敛性条件,得到了概率约束规划逼近最优解集的上半收敛性.     

一类随机规划逼近最优值和最优解集的收敛性

本文提出强上图收敛的概念,讨论了逼近随机规划的目标函数序列的强上图收敛性,研究了逼近随机规划最优值和最优解集的收敛性条件,得到了一类随机规划逼近最优值和最优解集的收敛性.     

关于可测函数列各种收敛性的几点注记

关于可测函数列的收敛性．除了众所周知的处处收敛、一致收敛、几乎处处收敛外，尚有依测度收敛、平均收敛和弱收敛等．本文将主要讨论它们之间的相互关系。     

概率约束规划逼近最优解集的上半收敛性

本文讨论了概率约束规划目标函数的连续收敛性,并利用概率测度弱收敛的特征给出了概率约束规划可行集的收敛性条件,得到了概率约束规划逼近最优解集的上半收敛性.     

二层随机规划逼近问题最优解集的上半收敛性

在下层初始随机规划问题可行解集上引入了正则的概念,并在下层初始随机规划最优解唯一的条件下,利用上图收敛理论,给出了下层随机规划逼近问题的任意一个最优解向量函数都连续收敛到下层初始随机规划问题的唯一最优解向量函数.然后将下层随机规划的最优解向量函数反馈到上层随机规划的目标函数和约束条件中,得到了上层随机规划逼近问题的最优解集关于最小信息概率度量收敛的上半收敛性.     

模糊化的Egoroff定理

在一般模糊测度空间上,针对可测模糊值函数序列给出了几乎处处收敛,几乎一致收敛和伪几乎一致收敛的概念,并在此基础上,进一步研究了这几种收敛的蕴涵关系,从而获得了模糊化的Egoroff定理,使模糊值函数序列的理论得到进一步丰富.     

二层随机规划逼近最优解集的上半收敛性

下层随机规划以上层决策变量作为参数,而上层随机规划是以下层随机规划的唯一最优解作为响应的一类二层随机规划问题,首先在下层随机规划的原问题有唯一最优解的假设下,讨论了下层随机规划的任意一个逼近最优解序列都收敛于原问题的唯一最优解,然后将下层随机规划的唯一最优解反馈到上层,得到了上层随机规划逼近最优解集序列的上半收敛性.     

鞅差序列加权和的几乎处处收敛(英文)

本文研究了一类鞅差序列加权和的收敛性的问题.利用一些基本不等式和截尾技术,获得了加权和的几乎处处收敛性,推广了关于独立同分布的随机变量序列的相关结果.     

关于weierstrass逼近定理的几点注记

Weierstrass逼近定理是函数逼近论中的重要定理之一,定理阐述了闭区间上的连续函数可以用一多项式去逼近.将该定理进行推广:即使一个函数是几乎处处连续的,也不一定具有与连续函数相类似的逼近性质,但是一个处处不连续的函数却有可能具有这样的性质.证明了定义在闭区间上且与连续函数几乎处处相等的函数具有类似的逼近性质,并给出了weierstrass逼近定理的一个推广应用.     

独立随机序列最大值的几乎处处极限定理

本文研究了独立随机序列最大值分布的几乎必然收敛性.利用有关协方差的不等式和加权平均,获得独立随机序列最大值的几乎处处极限.将独立同分布随机序列的结论,推广了独立但不同分布的情形.     

极大极小随机规划逼近问题最优解集和最优值的稳定性

研究了特殊的二层极大极小随机规划逼近收敛问题. 首先将下层初始随机规划最优解集拓展到非单点集情形, 且可行集正则的条件下, 讨论了下层随机规划逼近问题最优解集关于上层决策变量参数的上半收敛性和最优值函数的连续性. 然后把下层随机规划的epsilon-最优解向量函数反馈到上层随机规划的目标函数中, 得到了上层随机规划逼近问题的最优解集关于最小信息概率度量收敛的上半收敛性和最优值的连续性.     

实变函数课程教学中的反例应用

通过构造反例,辅助说明一致收敛和几乎处处收敛、依测度收敛和几乎处处收敛、可测函数和连续函数等概念间的关系,以加深学生对相关知识的理解.     

Fuzzy值函数的Sugeno积分性质

在Fuzzy值函数的Sugeno积分基础上,研究了几乎处处收敛的Fuzzy值函数及其序列的积分收敛性,得到了一些新的积分性质．     

几种收敛间的关系

归纳总结可测函数列关于一致收敛、近一致收敛、几乎处处收敛、依测度收敛等情况之间在一定前提条件下的关系,反例说明条件的变化将影响结论的正误,从而使收敛及其相互关系更为清晰和透彻.     

随机规划ε-逼近最优解集的Hausdorff收敛性

本文研究了随机规划ε-逼近最优解集的Haudorff收敛性条件,证明了随机规划逼近最优值的收敛性,并利用此结果给出了随机规划ε-逼近最优解集Haudorff收敛的一个充分条件.     

一类极大极小随机规划逼近问题最优解集的上半收敛性

本文首先将极大极小随机规划等价的转化为一个二层随机规划,在下层初始随机规划最优解集为多点集的情形下,给出下层随机规划逼近问题最优解集集值映射关于上层决策变量参数的上半收敛性和最优值函数的连续性.然后将上层随机规划等价转化为以上层和下层决策变量作为整体决策变量,以下层规划最优解集的图作为约束条件的单层规划,并在下层初始随机规划最优解集的图为正则的条件下,得到上层随机规划逼近问题最优解集关于最小信息概率度量收敛的上半收敛性.     

新序结构下函数列的伪依集值模糊测度收敛

在m维正欧氏空间中引入一种新序结构,并由此序结构在集值模糊测度空间上给出可测函数序列伪依集值模糊测度收敛、(伪)依集值模糊测度几乎处处收敛、PS性和PS'性等概念,进而研究了伪依模糊测度收敛和(伪)几乎处处收敛之间的关系,获得相应的Lebesgue定理和Riesz定理.     

关于随机序列加权和的收敛性的注记

通过对数组加权系数的列截尾,研究了B值随机一致有界序列加权和的收敛性,获得了相应的几乎处处收敛和完全收敛到0的结果.最后建立了B值随机适应序列加权和的矩收敛定理.     

随机环境中迁入分枝过程的极限性质

在方差和均值有限的条件下,得到了随机环境中迁入分枝过程对应的规范化过程的几乎处处收敛性和L^2收敛性．这对于刻画过程本身的发散速度,具有重要的意义．