拓扑空间上连续映射的拓扑熵

来源 :西北大学 | 被引量 : 0次 | 上传用户:xiaoqingxiaoming
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
自从 Adler RL-Konhrim AG-McAndrew M H 给出紧动力系统拓扑熵的定义以来,它就被认为是连续作用在底空间上引起的运动混乱程度的一种度量,而估计和计算拓扑熵就成了紧动力系统的一个永恒的研究课题.后来Bowen R给出了非紧度量空间上的拓扑熵定义,但此拓扑熵的定义依赖于度量的选取.本文对一般拓扑空间(不要求紧性,可度量性或可分离性)上的连续映射定义了拓扑熵.因此,推广了拓扑熵的定义.论文的具体内容如下: 第一章简要介绍了拓扑熵发展的历史与现状,主要介绍了测度熵,以及各种拓扑熵的定义与测度熵之间的关系,最后介绍了熵的重要性和本文研究的主要目的和结果. 第二章给出了一般拓扑空间上的连续自映射拓扑熵的定义.首先,在给出拓扑熵定义前给出了一些符号和性质,这些性质保证了新拓扑熵定义的合理性.其次,讨论了新的拓扑熵定义与其它拓扑熵定义之间的关系. 第三章研究了新拓扑熵定义下的一些基本性质且得到了一些漂亮的结果.即子系统的拓扑熵不大于原系统的拓扑熵以及拓扑共轭保持拓扑熵的不变性. 第四章主要讨论了新定义的拓扑熵在局部紧度量空间和超空间动力系统上的一些性质. 最后,总结了这篇论文的主要结果和创新,以及有待进一步展开的研究.
其他文献
在多复变中,由于全纯函数在区域及流形上都有些特殊性质,因而如何构造全纯函数是一个很基本的问题。一种构造方法是借助于偏微分方程,当然了对于一般的光滑有界拟凸域来讲,整体正
本文对基于广义误差分布的混合效应状态空间模型进行了研究。文章分为三个部分: 第一章,模型介绍部分,首先介绍混合效应状态空间模型(MESSEM)的基本形式。在其基础上,建立新模
BP神经网络是目前应用最广泛的前馈神经网络模型之一。但其收敛速度慢也成为它的一个重要局限。高阶神经网络既拥有比BP神经网络更强的非线性分类能力,又将训练时间大大减少。