[论文解读] Translation-invariant generalized topologies induced by probabilistic norms

Bernardo Lafuerza–Guillén, Jose L. Rodrıguez-Blancas|arXiv (Cornell University)|May 23, 2005

Fuzzy and Soft Set Theory参考文献 8被引用 3

一句话总结

本论文建立了基于非连续三角函数的Menger概率赋范空间（PN空间）所诱导的实向量空间上平移不变广义拓扑的刻画。证明了在t-范数T满足一定温和条件时，此类拓扑可由PN空间导出，当且仅当原点处的0-邻域滤子允许存在一个可数的辐射性与圆对称性集合基。该结果将概率度量理论推广至非连续情形。

ABSTRACT

In this paper we consider probabilistic normed spaces as defined by Alsina, Sklar, and Schweizer, but equipped with non necessarily continuous triangle functions. Such spaces endow a generalized topology that is Fréchet-separable, translation-invariant and countably generated by radial and circled 0-neighborhoods. Conversely, we show that such generalized topologies are probabilistically normable.

研究动机与目标

• 将概率赋范空间理论从连续三角函数情形推广至更一般情形。
• 刻画向量空间中由概率范数诱导的广义拓扑。
• 建立此类广义拓扑可概率赋范化的条件。
• 将Höhle的概率度量结果推广至概率赋范空间设定。
• 探讨在非连续结构下的PN空间中，概率赋范性与有界性之间的关系。

提出的方法

• 使用满足 sup₀≤x<1 T(x,x) < 1 且在小值x,y处有 T(x,y) ≤ xy 的t-范数T，定义三角函数 τ_T 和 τ_T*。
• 利用实向量空间S中一个可数的辐射性与圆对称性0-邻域滤子基 {V_n} 构造一个概率范数ν。
• 通过依赖于邻域V_n下标n的分布函数F_n定义ν_p(x)。
• 应用Fréchet与Höhle提出的广义拓扑框架，以保证平移不变性与Fréchet正则性。
• 验证(S, ν, τ_T, τ_T*)满足Menger PN空间的所有公理，包括Šerstnev条件。
• 证明由ν诱导的广义拓扑与原始拓扑等价，通过滤子基的等价性实现。

实验结果

研究问题

• RQ1 在何种条件下，实向量空间S上一个平移不变且Fréchet正则的广义拓扑可由具有非连续三角函数的Menger PN空间导出？
• RQ2 0-邻域滤子的哪些拓扑性质（如辐射性、圆对称性）是概率赋范性的必要且充分条件？
• RQ3 具有局部次乘性（在0附近满足T(x,y) ≤ xy）的t-范数如何影响概率范数的结构？
• RQ4 Höhle的概率度量结果能否从PM空间推广至在较弱连续性假设下的PN空间？
• RQ5 在具有非连续三角函数的PN空间中，ν-诱导的广义拓扑与D-有界性之间存在何种关系？

主要发现

• 实向量空间S上一个Fréchet正则且平移不变的广义拓扑，当且仅当其0-邻域滤子允许存在一个可数的辐射性与圆对称性集合基时，可由Menger PN空间(S, ν, τ_T, τ_T*)导出。
• t-范数T必须满足 sup₀≤x<1 T(x,x) < 1 且在小值x,y处有 T(x,y) ≤ xy（对某个δ > 0），以确保局部次乘性。
• 概率范数ν通过可数滤子基{V_n}（由辐射性与圆对称性0-邻域构成）显式构造，利用分布函数F_n，其值随n递减。
• 公理(N3)——概率三角不等式——成立，因为 τ_T(ν_p, ν_q)(x) ≤ 1 - 1/N₀ ≤ ν_{p+q}(x)，其中N₀满足 1 - 1/N₀ ≥ sup T(x,x)。
• 公理(N4)——凸性条件——通过t-余范τ_T*与T的次乘性性质验证，确保 ν_p ≤ τ_T*(ν_λp, ν_(1−λ)p)。
• 由ν诱导的广义拓扑与原始拓扑等价，因为滤子基 {p : ν_p(1/(n+1)) ≥ 1 - 1/(N₀(n+1))} 与原始滤子基{V_n}一致。