拓扑空间内的广义R-KKM型定理及其应用

来源 :四川师范大学学报:自然科学版 | 被引量 : 0次 | 上传用户:ciscohd
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
在没有任何凸性结构的非紧拓扑空间内对具有(转移)紧闭值的广义R-KKM映射建立了某些新的广义R-KKM型定理.作为应用,在拓扑空间内得到了某些极小极大不等式,鞍点定理和具有下和上界的平衡问题的平衡存在性定理.这些定理推广了最近文献中某些已知结果.
其他文献
讨论退化秩为0的二阶双曲型方程的Cauchy问题,主要证明了此问题解的存在性和唯一性.
引入了一类新的无任何凸性假设的局部有限连续拓扑空间(简称局部FC-空间).首先在非紧FC-空间内对KKM型映射证明了一个KKM型定理.利用此KKM型定理在局部FC-空间内对上半连续紧
利用连续选择定理和乘积局部G-凸一致空间上的聚合不动点定理,对定义在乘积G—凸空间上的两个集值映象簇证明某些新的重合点定理,这些定理改进,统一和推广了最近文献中的很多重
对集值映象引入了η-伪单调性概念,应用此概念和辅助变分不等式技巧,对求解具有伪单调集值映象的广义混合拟似变分包含,建议和分析了某些新的迭代算法.算法的收敛性仅需要集值映
从极大子群、中心主因子和正规子群的G-主列的角度来讨论有限幂零群,获得了有限幂零群的若干新刻划,设M是有限群G的任一极大子群,H△G,令G的补集=G/Ф(G),则G是幂零群当且仅当下列
采用构造性神经网络来推导模糊有限状态自动机(记作FFA),在网络训练过程中,按照Blanco网络的学习规则调整连接权重,在网络结构的动态修改中利用了级-相关算法的最大相关性思