集列的上限集和下限集
以集合论的标准语言来说,一个集合序列的下确界是这些集合的可数交,也就是包含在所有集合里的最大集合:
X=\{X_1,X_2,\cdots,X_n,\cdots\}\\ \inf X=\bigcap_{m=1}^\infty X_m
令 InI_n为自 XnX_n起集合( {Xn,Xn+1,⋯}\{X_n,X_{n+1},\cdots\})的下确界。那么序列 InI_n非递减,因为 In⊂In+1I_n\subset I_{n+1}。所以, I1I_1至 InI_n的并集就是 InI_n。 XX的下极限就是{I1,I2,⋯,In,⋯}\{I_1,I_2,\cdots,I_n,\cdots\}的极限:
\lim_{n\rightarrow \infty}\inf X=\bigcup_{n=1}^\infty \left(\bigcap_{m=n}^\infty X_m \right)
上极限可以以相反方式定义。一个集合序列的上确界是包含这些集合的最小集合,也就是他们的可数并:
\sup X = \bigcup_{m=1}^\infty X_m
令 PnP_n为自 XnX_n起的集合的上确界。那么序列 PnP_n非递增,因为 Pn⊃Pn+1P_n\supset P_{n+1}。所以, P1P_1至 PnP_n的交集就是 PnP_n。 XX的上极限就是{P1,P2,⋯,Pn,⋯}\{P_1,P_2,\cdots,P_n,\cdots\}的极限:
\lim_{n\rightarrow\infty}\sup X=\bigcap_{n=1}^\infty \left(\bigcup_{m=n}^\infty X_m \right)
看了上述这种定义方式,看下面的定义就不会看不懂了。
- 下限集
那种除有限个下标外,属于集列 XX中每个集的元素的全体所组成的集称为这一集列的下限集或者下极限,记为
\lim _{\over n\rightarrow\infty}X或者
\lim_{n\rightarrow \infty}\inf X
\lim _{\over n\rightarrow\infty}X=\{x|当n充分大以后都有x\in X_n\}
- 上限集
由属于 XX集列中无限多个集的那种元素的全体所组成的集称为这一集列的上限集或上极限,记为
\lim _{n\rightarrow\infty}^{—— }X或者
\lim_{n\rightarrow \infty}\sup X
\lim _{n\rightarrow\infty}^{—— }X=\{x|存在无穷多个X_n,使得x\in X_n\}
上限集还可以定义为:
\lim _{n\rightarrow\infty}^{—— }X=\{x|对任意N>0,存在一个n,n>N,使x\in X_n\}
显然,
\lim _{\over n\rightarrow\infty}X \subset \lim _{n\rightarrow\infty}^{—— }X
参考文献
[1] 维基百科 上极限和下极限词条
[2] 程其襄. 实变函数与泛函分析基础[M]. 北京: 高等教育出版社, 2003: 7-7.
集列的上限集和下限集相关推荐
- 机器学习中为啥要有验证集?只要训练集和测试集不就可以了吗?
在机器学习中,开发模型时总需要调节模型的参数,比如改变权重.选择层数或每层的大小,这个调节过程需要在训练的模型上通过验证集数据的表现来提供一个反馈信号,去修改网络模型及参数.这就是验证集的作用,这也会 ...
- 1.7 开发集和测试集的大小-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 1.6 开发集合测试集的大小 回到目录 1.8 为什么是人的表现 什么时候改变开发和测试集评估指标 (When to change dev/test sets and met ...
- 浅谈元学习中的支持集和查询集
一.元学习概述 元学习是机器学习的一种学习范式,最早由人工智能科学家Jurgen Schmidhuber在1987年5月14日提交的博士论文中提出的概念.元学习使用较多的应用场景是有标注数据很少的情况 ...
- 训练集准确率很高,验证集准确率低问题
训练集在训练过程中,loss稳步下降,准确率上升,最后能达到97% 验证集准确率没有升高,一直维持在50%左右(二分类问题,随机概率) 测试集准确率57% 在网上搜索可能打的原因: 1.learnin ...
- R语言构建随机森林模型randomForest分类模型并评估模型在测试集和训练集上的效果(accuray、F1、偏差Deviance):随机森林在Bagging算法的基础上加入了列采样(分枝特征随机)
R语言构建随机森林模型randomForest分类模型并评估模型在测试集和训练集上的效果(accuray.F1.偏差Deviance):随机森林在Bagging算法的基础上加入了列采样(分枝特征随机) ...
- Recbole自定义训练集、验证集和测试集推荐
文章目录 Recbole简介 Recbole使用 自定义训练集.验证集和测试集 Recbole简介 Recbole(中文名称:伯乐)是一款使用Python开发的开源推荐框架,里面集成了大量的推荐模型, ...
- idea2020.2中@test是怎么测试的_Sklearn 划分训练集和测试集
[从零开始学机器学习第 03 篇] 摘要:手写 Sklearn 的 train_test_split 函数. 之前两篇文章以酒吧的红酒故事引出了 kNN 分类算法,根据已倒好的酒(样本),预测新倒的酒 ...
- 机器学习中训练集和测试集归一化(matlab版)
转载自 https://blog.csdn.net/lkj345/article/details/50352385 背景介绍: 归一化后加快了梯度下降求最优解的速度,归一化有可能提高精度. 训练集 ...
- python机器学习 train_test_split()函数用法解析及示例 划分训练集和测试集 以鸢尾数据为例 入门级讲解
文章目录 train_test_split()用法 获取数据 划分训练集和测试集 完整代码脚手架 train_test_split()用法 python机器学习中常用 train_test_split ...
最新文章
- linux之父密码,Linux之父十大名言
- 探索JAVA并发 - 并发容器全家福!
- CSS3 keyframes动画实现弹跳效果
- How to learn wxPython
- 解决Exception in thread “main“ org.apache.spark.SparkException: When running with master ‘yarn‘ either
- ECharts整合HT#160;for#160;Web的网络拓扑图应用
- Java ArrayList与LinkedList数据结构和特点
- 【转】Oracle 系统权限详细列表
- 挽救数据库性能的 30 条黄金法则 | 原力计划
- 返回一个二维整数数组最大联通子数组的和(思路)
- bearer token_四,接口认证方式:Bearer Token
- mysql随机姓名_mysql 随机生成姓名函数,及模拟大量测试数据
- JavaScript输出数组中有几个字符串中包含“a”或“A”
- call、apply和bind的用法与说明
- junper srx配置思路
- 优盘中发现计算机病毒怎么办,u盘插电脑中了病毒怎么办
- 日常收支记账,使用图表查看类别收支
- php设置pdf下载加密文件,怎么解除pdf加密 被加密的pdf文件
- 有贵人相助顶你三年兢兢业业---养浩有感
- 可配置组件库Fusion Design 了解一下