算子代数上约当导子和李导子的特征

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:pwd19881217
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
近年来,算子代数中对ξ-Lie导子的刻画以及揭示ξ-Lie导子之间关系的问题逐渐引起了人们越来越多的关注和研究兴趣,也出现了很多研究成果,如:朱军证明了:(1)在强算子拓扑意义下,套代数中的每一个可逆算子都是一个全可导点;(2)上三角矩阵代数中的任一非零矩阵是全可导点。W.S.Cheung给出了三角代数上的每个Lie导子能够表示成该代数上的导子与到其中心的映射之和的充分条件。陆芳言和荆武证明了:B(X)上的线性映射δ,如果对满足AB=0的任意的A,B∈B(X)(AB=P,P为任一固定的非平凡幂等算子)都有δ([A,B)=[δ(A),B]+[A,δ(B)],则δ=d+τ,其中d是B(X)上的导子,τ是从B(X)到C的线性映射且当AB=0(AB=P)时,τ([A,B)=0。张建华等人证明了:三角代数上的每一个约当导子是导子。陆芳言证明了:假设δ是从Banach代数到其双模上的连续线性映射,如果δ满足当AB为固定的左(或右)可逆算子时的导子方程,则δ是约当导子;如果δ满足当AB为固定的幂等算子时的导子方程,则δ是导子。   最近,朱军,熊昌萍和张林又证明了:矩阵代数中的任一非零矩阵是全可导点。齐霄菲,侯晋川等人证明了:(1)可加映射L是可加(广义)Lie导子的充分必要条件是该可加映射是可加(广义)导子与从该代数到其中心的且零化交换子的可加映射之和;(2)可加映射L是(广义)ξ-Lie导子(ξ≠1)的充分必要条件是该可加映射三是可加(广义)导子且L(ξA)=ξL(A);肖站奎,魏芬证明了:三角代数上的任一约当高阶导子是高阶导子。   在以上研究成果的启发下,得到了本文的结果。本文共有五章.第一章是文章的绪论部分,主要介绍了文中涉及的相关记号与定义以及导子的国内外研究现状,最后论述了文章的内容及研究的目的和意义。第二章是在朱军.熊昌萍和张林的文章的启发下,给出了约当可导和约当全可导点的第一种定义,主要得到了:矩阵代数MK(2≤K≤n)中的每一个矩阵G是约当全可导点的充分必要条件是矩阵代数MK(2≤K≤n)中的每一个可逆矩阵G1是约当全可导点。第三章是在齐霄霏和侯晋川的文章的启发下,给出了约当可导和约当全可导点的第二种定义,主要得到了:如果δ是三角代数上在点G=()处ξ-Lie可导映射,当ξ=1时,δ可表示成U上的导子δ1与u上的线性泛函τ之和;当ξ≠1时,δ就是导子。第四章是在肖站奎和魏芬的文章的启发下,主要得到了:设X是代数A中的左或右可逆算子且{δn}是一列从A到其双模的连续线性映射,如果对满足AB=X的任意的A,B∈A,都有:δn(AB)=()δi(A)δi(B),则{δn}是约当高阶导子。第五章对本文进行了总结与展望,并指出了约当导子与李导子问题中的一些有待继续研究的问题。  
其他文献
微分方程是描述未知函数的导数、未知函数与自变量之间的关系的方程。按照其导数阶数的定义进行划分,可以将微分方程分为整数阶微分方程和分数阶微分方程。微分方程在物理、生
二维波动方程的研究对于许多领域都有很大的应用,尤其是对其的反演,比如说地质勘探、隧道地震、超声 CT成像等研究,但由于问题的非线性和不适定性使得困难加大,且对于许多领
近年来在模式识别和图像处理领域,基于生物视觉的相似性度量在机器学习领域逐渐成为热点问题。特别是在复杂环境目标识别问题中,希望能得到好的相似性度量,以实现图像中不同
本文主要研究带非负限制的线性反问题。本文在贝叶斯的框架下,提出了一种Tikhonov类型的带非负限制的正则化泛函,通过求该泛函的极小值解可以自动选择正则化参数,决定误差水平,求
2007年底,金融海啸席卷全球,我国股票市场亦不能幸免。短短的一年半时间内,上证指数从6124点的高位跌至1664点的低谷。市场尚不成熟、市场信息的高度不对称、投资者非理性的投资
本文通过引入非线性时变(NTV)滑动区域,来讨论一类可以由线性时变系统代替的非线性时变系统,同时,也给出了变结构控制(VSC)计算方法.首先,通过状态决定的Riccati微分方程(SDD