1.    支集(support)的定义

         在数学中,一个实函数 f支集(support)是函数的不被映射到 0 的元素域(即定义域)的子集。若 f  的(定义)(domain)是一个拓扑空间(即符合拓扑的集合),则 f 的支集则定义为包含( f  的元素域中)不被映射到0的所有点之最小闭集。这个概念广泛应用于数学分析中。

    支集是一个函数、概率分布或随机变量在其上取非零值的点的集合。换言之,它描述了函数或分布在哪些点上“存在”或“起作用。” 这样的集合称为支集(support),这样的函数或概率分布则称为受支于(supported)该集合。“支持”可理解为支持“存在或起作用”的集合,在概率论中可理解为“支持度”。

2.    支集的公式化

假设  f:X \longrightarrow \mathbb{R}  是一个其域为任意集合 X 的实函数。则   的集合论支集(记为 supp( f  ))是 f 在其上取非零值的 X 的点之集合:

supp( ) = { x X: f (x) ≠ 0 } 。

f 的支集是具有在X之子集的补集上 f 是0 这个属性的最小子集(即在其上全不为零的集合)。若对于除有限数量的点 x X ,有 f (x) = 0 ,则称 f 具有有限支集(即在有限点除处不为0 )。如果集合 X 具有附加结构(例如,拓扑),则 f 的支集度可以类似地定义为 X 中适当类型的最小子集,使得 f 在其补集上以适当的意义消没。支集的概念也可以自然地扩展到取值范围比 更广义的集合的函数,以及其他对象,例如测度或分布。

3.    闭支集

    闭支集最常出现在 X 是一个拓扑空间(例如,实线或 n 维 Euclid 空间) 且  f:X \longrightarrow \mathbb{R}  是一个连续的实(或复)函数的情况下。在这种情况下, 的支集或(闭支集)在拓扑上定义为 X 的在其中非0的子集之闭包(取于X ),即 

\mathsf{supp}( f ) := \mathsf{cl}_{X}(\{ x\in X: f (x) \neq 0 \}) = \overline{f^{-1} (\{0\}^c)}   。

由于闭集之交集必为闭集,因此 supp( ) 是包含 f 的集合论支集的所有闭集之交集。注意,若函数  f:\mathbb{R}^{n} \supseteq X \longrightarrow \mathbb{R}  定义于一个开子集   X \subseteq \mathbb{R}^{n}  ,则闭包仍然针对  X   选择,而非针对周围的(ambient) \mathbb{R}^{n} 获取。例如,若 f  定义为  

\displaystyle f(x)= \left\{ \begin{array}{l}1-x^{2}(if \:\: |x| < 1) \\ \\ 0(if \:\: |x| \geq 1) \end{array}\right. ,

则  f  的支集(或闭支集) supp( ) 是闭区间 [-1,1] ,因为 f 在开区间 (-1,1)上非零,而这个开集间的闭包是 [-1,1] 。

    闭支集的概念通常适用于连续函数,但此定义对于基于拓扑空间的任意实函数或复函数均有意义,一些作者不要求   :X ⟶ ℝ   或  :X ⟶ ℂ   连续。

4.    紧支集(Compact support)

    一个拓扑空间 X具有紧支集的函数是那些其闭支集是 X 的一个紧致子集的函数。若 X实线(real line)或 n 维 Euclid 空间,则当且仅当一个函数具有有界支集的时候,其具有紧支集,因为当且仅当 \mathbb{R}^{n} 的一个子集闭且有界时,其是紧致的。

例如,上述定义的函数  :ℝ ⟶ ℝ   是一个具有紧支集  [-1,1] 的连续函数。若 f :\mathbb{R}^{n} \longrightarrow \mathbb{R} 是一个平滑函数,则因为    在开集 \mathbb{R}^{n}\backslash \mathsf{supp}( f ) 上恒为零 ,所有 f 的所有阶偏导数在 \mathbb{R}^{n}\backslash \mathsf{supp}( f ) 上也恒等于0 。

    紧支集的条件强于在无穷远处消没的条件。例如定义为

\displaystyle f(x)=\frac{1}{1+x^{2}} 

的函数   :ℝ ⟶ ℝ    在远穷远处消没,因为随着 | x | ⟶ ∞ 而有   f (x) ⟶0 ,但其支集  ℝ 不是紧致的。

         Euclid空间中的实值紧支持平滑函数称为凹凸函数(bump functions)。平滑化算子(Mollifiers)是凹凸函数的一个重要特例,因为它们可以在分布理论中用于通过卷积创建平滑函数序列,从而逼近非平滑(广义)函数。

         在理想情况下,具有紧支集的函数在无穷远处趋于零的函数空间中是稠密的,但这一性质需要一些技术工作才能在给定的例子中得到证明。作为更复杂例子的直觉,以及用极限的语言来说,对于任意 ε > 0 ,基于实线 ℝ 的在无穷远处消没的任意函数   ,可能通过选择 ℝ 的一个合适的紧子集 C  来逼近,使得对于任意 xX ,有

| f (x) - I_{C} (x)f (x)| < \epsilon  ,

其中 I_{C} 是 C示性函数(indicator function)。紧致拓扑空间上的每一个连续函数都有紧支集因为紧致空间的每一个闭子集确实是紧的

5.    基本支集(Essential support)

    若 X 是一个具有一个 Borel 测度 μ 的拓扑测度空间(例如,配备了 Lebesgue测度的 \mathbb{R}^{n} 或其一个 Lebesgue 可测子集 ),则我们通常可以求得几乎处处有测度 μ (μ-almost everywhere)(简称为“几乎处处μ” ) 的相等函数。在那种情况下,一个可测函数  :X ⟶ ℝ  的基本支集(记为 ess supp( ))定义为 X 的使得后述条件成立的最小闭子集F,即在 F 之外几乎处处 μ f = 0 。

ess supp( ):= X \∪{Ω∈X :Ω 是开集且在 Ω 中几乎处处 μ f = 0  } 。

一个函数 f 的基本支集取决于测度 μ 以及基自身,它可能严格小于闭支集。例如,若 f :[0,1] ⟶ ℝ 是一个Dirichlet 函数(在非比数上为0,在比率数上为1) ,且[0,1]配备了 Lebesgue测度,则  f  支集是整个区间  [0,1] ,但  f  的基本支集是空,因为   f   是几乎处处等于零函数的函数。

    在数学分析中,当一个函数的基本支集与其闭支集不同时,我们几乎总是希望使用其基本支集而非其闭支集,因此  ess supp( ) 通常简记为 supp( ) 来指其支集。

6.    推广(Generalization)

    若 M 是一个包含 0 的任意集合,则支集的概念立即可推广至函数  :X 。支集也可以对具有幺元的任意代数结构定义(例如,群,独异点(monoid),或组合代数),在其中幺元元素充当了0的角色。例如,从自然数到整数的函数族 \mathbb{Z}^{\mathbb{N}} 是整数序列的不可数集。子族   \{ f \in \mathbb{Z}^\mathbb{N} : f 具有有限支集 \}  是仅有有限多个非零项的所有整数序列的可数集。

有限支集函数用于定义代数结构,例如群环和自由 Abel 群。

7.    概率和测度论中的支集

         在概率论中,概率分布的支持度(support)可以粗略地理解为服从该分布的随机变量的可能值集合的闭包。然而,在处理定义在 σ代数而非拓扑空间上的一般分布时,需要考虑一些微妙之处。

         更一般地,若 X :  Ω ⟶ ℝ  是 ( Ω ,ℱ, P ) 上的随机变量,则 X 的支集是使得 P(X\in \mathbb{R}_{X} ) = 1 的最小闭集 R_{X} \subseteq \mathbb{R} 。

然而,在实践中,一个离散随机变量X 的支集通常定义为集合

R_{X} = \{ x\in \mathbb{R} :P(X = x) > 0 \} ,

而一个连续随机变量 X 的支集定义为集合

R_{X} = \{ x\in \mathbb{R} :f_{X}(x) > 0 \}  ,

其中 f_{X}(x)   是X 的一个概率密度函数(集合论支集)。注意,词“支集”可以指一个概率密度函数的似然(likelihood)的对数。

8.    分布的支集

         我们也可以讨论分布的支集,例如实数轴上的Dirac δ函数δ(x)。在该例中,我们可以考虑试函数F,它是平滑函数,其支集不包括点0 。由于δ(F )(将分布δ作为线性泛函应用于F ) 对于此类函数为0 ,因此我们可以说δ的支集仅为 {0} 。由于实数轴上的测度(包括概率测度)是分布的特例,我们也可以用同样的方式讨论测度的支集。

         假设  f  是一个分布函数,且 U 是一个 Euclid 空间中的开集,其使得对于所有检验函数(test function) 𝜙  ,使得 𝜙 的支集包含于 Uf (𝜙) = 0 。则称 fU上消没。现在,若 f 在一个任意开集族 U_{\alpha} 上消没,则对于受支于 \cup U_{\alpha} 上的任意检查函数 𝜙 ,则一个简单的基于 𝜙  的支集的紧致性论证以及一个单式分割也可证明 f (𝜙) = 0 。因此,我们可以定义 f 的支集为在其上 f 消没的最大开集之补集。例如,Dirac δ 函数的支集仅为 {0}。

9.    奇异集(Singular support)

在Fourier分析中,研究分布的奇异支集尤为有趣。它的直观解释是分布在这些点处不再是平滑函数。

    例如,Heaviside阶跃函数的Fourier变换除了在x = 0处,最多可以认为是1/x(一个函数)。虽然x = 0显然是一个特殊点,但更准确地说,该分布的变换具有奇异支集

{ 0 }:它不能准确地表示为与具有包括0支集的检验函数相关的函数。它可以表示为Cauchy主值广义积分的应用。

    对于多变量分布,奇异支集使我们能够定义波前集(wave front sets),并从数学分析的角度理解Huygens原理。奇异支集也可用于理解分布理论中的特殊现象,例如尝试“乘以”分布(对Dirac δ 函数进行平方失败——本质上是因为要乘以的分布的奇异集应该是不相交的)。

10.    支集族(Family of supports)

    基于一个拓扑空间 X 的一个支集族的抽象概念(适用于层理论(sheaf theory))由 Henri Cartan 定义。在将Poincaré对偶扩展到非紧流形时,“紧支集”思想自然地出现在对偶的一侧;例如参见Alexander–Spanier上同调。

    Bredon 在《层理论》(第二版,1997)中给出了这些定义。对于X 的闭子集族 Φ ,若它是下闭的,并且在有限并集下闭合,则其为一个支集族。其范围是 Φ 上的并集。一个仿紧化支集集族进一步满足:Φ 中的任何 Y,在子空间拓扑下,都是仿紧空间;并且 Φ 中存在某个 Z,它是其邻域。若 X 是局部紧空间,假设满足 Hausdorff 秩,则所有紧子集组成的族满足进一步的条件,使其成为仿紧化的。

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/pingmian/79289.shtml
繁体地址,请注明出处:http://hk.pswp.cn/pingmian/79289.shtml
英文地址,请注明出处:http://en.pswp.cn/pingmian/79289.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vue 3 Element Plus 浏览器使用例子

Element Plus 是一个基于 Vue 3 的流行开源 UI 库&#xff0c;提供了一系列的组件&#xff0c;帮助开发者快速构建现代化的用户界面。它的设计简洁、现代&#xff0c;包含了许多可定制的组件&#xff0c;如按钮、表格、表单、对话框等&#xff0c;适合用于开发各种 Web 应用。 …

SSR vs SSG:前端渲染模式终极对决(附 Next.js/Nuxt.js 实战案例)

一、引言&#xff1a;前端渲染模式的进化之路 随着互联网的发展&#xff0c;用户对于网页的加载速度和交互体验要求越来越高。前端渲染技术作为影响网页性能的关键因素&#xff0c;也在不断地发展和演进。从最初的客户端渲染&#xff08;CSR&#xff09;&#xff0c;到后来的服…

算法笔记.分解质因数

代码实现&#xff1a; #include<iostream> using namespace std; void breakdown(int x) {int t x;for(int i 2;i < x/i;i){if(t%i 0){int counts 0;while(t % i 0){t/i;counts;}cout << i <<" "<< counts<<endl;}}if(t >…

CUDA Error: the provided PTX was compiled with an unsupported toolchain

CUDA程序编译时生成的PTX代码与系统上的CUDA驱动版本不兼容 CUDA 编译器版本&#xff1a; CUDA 12.6 (nvcc 编译器版本) CUDA 驱动版本&#xff1a; CUDA 12.3 (nvidia-smi 驱动版本) 解决方法&#xff1a; 驱动版本下载参考&#xff1a;Your connected workspace for wiki…

计算机组成原理实验(7) 堆指令部件模块实验

实验七 堆指令部件模块实验 一、实验目的 1、掌握指令部件的组成方式。 2、熟悉指令寄存器的打入操作&#xff0c;PC计数器的设置和加1操作&#xff0c;理解跳转指令的实现过程。 二、实验要求 按照实验步骤完成实验项目&#xff0c;掌握数据打入指令寄存器IR1、PC计数器的…

2022 年 6 月大学英语四级考试真题(第 2 套)——阅读版——仔细阅读题

&#x1f3e0;个人主页&#xff1a;fo安方的博客✨ &#x1f482;个人简历&#xff1a;大家好&#xff0c;我是fo安方&#xff0c;目前中南大学MBA在读&#xff0c;也考取过HCIE Cloud Computing、CCIE Security、PMP、CISP、RHCE、CCNP RS、PEST 3等证书。&#x1f433; &…

磁盘文件系统

磁盘文件系统 一、磁盘结构1.1 认识一下基础的硬件设备以及真实的机房环境1.2 磁盘物理结构与存储结构1、磁盘物理结构2、磁盘的存储结构3、CHS地址定位4、磁盘的逻辑结构&#xff08;LBA&#xff09;5 磁盘真实过程5 CHS && LBA地址 二、理解分区、格式化1 引⼊"…

基于LangChain 实现 Advanced RAG-后检索优化(下)-上下文压缩与过滤

摘要 Advanced RAG 的后检索优化&#xff0c;是指在检索环节完成后、最终响应生成前&#xff0c;通过一系列策略与技术对检索结果进行深度处理&#xff0c;旨在显著提升生成内容的相关性与质量。在这些优化手段中&#xff0c;上文压缩与过滤技术是提升检索结果质量的重要手段。…

为什么 Vite 速度比 Webpack 快?

一、webpack会先进行编译&#xff0c;再运行&#xff0c;vite会直接启动&#xff0c;再按需编译文件。 首先看两张图&#xff0c;可以清晰的看到&#xff0c;上面的图是webpack编译过的&#xff0c;而下面的图是vite直接使用工程内文件。 二、区别于Webpack先打包的方式&am…

C# 操作符

C# 操作符 一、操作符概览二、优先级与运算顺序三、各类操作符的实例 一、操作符概览 操作符&#xff08;运算符&#xff09;的本质是函数的简记法 操作符不能脱离与它关联的数据类型 int x 5; int y 4; int z x / y; Console.WriteLine(z);//输出1double a 5.0; double b…

C++设计模式:面向对象的八大设计原则之四

里氏替换原则&#xff08;Liskov Substitution Principle&#xff0c;LSP&#xff09;是面向对象设计中的一个重要原则&#xff0c;它指出子类必须能够替换它的基类&#xff0c;并且程序的行为不会发生改变。也就是说&#xff0c;在任何使用基类对象的地方&#xff0c;都可以透…

网络通信领域的基础或流行协议

一、TCP(传输控制协议) 1. 宏观介绍 TCP:全称“Transmission Control Protocol”——传输控制协议,是互联网最基础的传输协议之一。传输层协议,提供面向连接、可靠的字节流传输服务。它通过三次握手建立连接、四次挥手断开连接,确保数据有序、完整地传输作用:让两个设备…

【教学类-34-10】20250503(通义万相)4*3蝴蝶拼图(圆形、三角、正方、半圆的凹凸小块+参考图灰色)

背景需求 2023年从网站上搜索拼图代码,陆续改良了圆形、三角形、菱形凹凸) 【教学类-34-05】20230425拼图(“圆角”凹凸拼图)3*4格子(中班主题《个别化拼图》偏美术)_拼图的槽叫什么形状-CSDN博客文章浏览阅读1.1k次。【教学类-34-05】20230425拼图(“圆角”凹凸拼图)…

bellard.org‌ : QuickJS 如何使用 qjs 执行 js 脚本

参阅上一篇&#xff1a;Fabrice Bellard&#xff08;个人网站&#xff1a;‌bellard.org‌&#xff09;介绍 Fabrice Bellard&#xff08;个人网站&#xff1a;‌bellard.org‌&#xff09;是计算机领域最具影响力的程序员之一&#xff0c;其贡献跨越多个技术领域并持续推动开…

数据结构---

案例一 1.随机生成n个工人工时&#xff0c;100以内&#xff0c;工号分别为2021101到2021100n 2.以工时数为关键字分别使用选择排序、冒泡排序、插入排序进行升序排序。 3.把排序后的结果输出&#xff0c;包括工号工时数 4.比较三种算法对相同的n值数组排序所花的时间 代码如下&…

Python硬核革命:从微控制器到FPGA的深度开发指南

1. 重新定义硬件开发:Python的颠覆性突破 传统硬件开发长期被C/C++和Verilog/VHDL统治,但Python正通过两条路径改变这一格局: 1.1 微控制器领域的MicroPython革命 完整Python 3.4语法支持,运行在资源受限的MCU上(最低要求:64KB ROM,16KB RAM) 直接内存访问能力,突破…

基于springboot+vue的宠物共享平台

开发语言&#xff1a;Java框架&#xff1a;springbootJDK版本&#xff1a;JDK1.8服务器&#xff1a;tomcat7数据库&#xff1a;mysql 5.7数据库工具&#xff1a;Navicat12开发软件&#xff1a;eclipse/myeclipse/ideaMaven包&#xff1a;Maven3.3.9 系统展示 宠物寄养管理 宠…

day 11 超参数调整

一、内参与外参&#xff08;超参数&#xff09; 内参是模型为了适应训练数据而自动调整的&#xff0c;是模型内部与训练数据紧密相关的因素&#xff0c;不同的训练数据会导致模型学习到不同的参数值&#xff0c;这些参数在模型训练完成后就固定下来。 超参数是在模型训练前需…

快速搭建对象存储服务 - Minio,并解决临时地址暴露ip、短链接请求改变浏览器地址等问题

其他文章 服务容错治理框架resilience4j&sentinel基础应用---微服务的限流/熔断/降级解决方案-CSDN博客 conda管理python环境-CSDN博客 快速搭建对象存储服务 - Minio&#xff0c;并解决临时地址暴露ip、短链接请求改变浏览器地址等问题-CSDN博客 大模型LLMs的MCP入门-…

朴素贝叶斯分类器

朴素贝叶斯分类器 朴素贝叶斯是一种基于密度估计的分类算法&#xff0c;它利用贝叶斯定理进行预测。该算法的核心假设是在给定类别的情况下&#xff0c;各个特征之间是条件独立的&#xff0c;尽管这一假设在现实中通常不成立&#xff0c;但朴素贝叶斯分类器依然能够生成对有偏…