To a mesh function we associate the natural analogue of the Monge-Ampere measure. The latter is shown to be equivalent to the Monge-Ampere measure of the convex envelope. We prove that the uniform convergence to a bounded convex function of mesh functions implies the uniform convergence on compact subsets of their convex envelopes and hence the weak convergence of the associated Monge-Ampere measures. We also give conditions for mesh functions to have a subsequence which converges uniformly to a convex function. Our result can be used to give alternate proofs of the convergence of some discretizations for the second boundary value problem for the Monge-Ampere equation and was used for a recently proposed discretization of the latter. For mesh functions which are uniformly bounded and satisfy a convexity condition at the discrete level, we show that there is a subsequence which converges uniformly on compact subsets to a convex function. The convex envelopes of the mesh functions of the subsequence also converge uniformly on compact subsets. If in addition they agree with a continuous convex function on the boundary, the limit function is shown to satisfy the boundary condition strongly.


翻译:将蒙古- 安培度量的自然相似值与网格函数连接到一个网格函数中。 后者被显示相当于 convex 信封的蒙格- 安培度量值。 我们证明, 网格函数对网格函数的连接性共和函数的连接性功能意味着对网格信封的紧凑子集体进行统一趋同, 从而对相关的蒙古- 安培度量度量的趋同性进行微弱的趋同。 我们还给网格函数设定了一个条件, 使网格函数有一个子序列, 与 convex 函数一致。 我们的结果可以用来为蒙格- 安培方形等第二个边界值问题的某些离异性值趋同提供替代证据, 并用于最近提议的网格函数的离散化。 对于在离散水平上统一捆绑并满足一个共性条件的网格函数, 我们显示, 网格函数有一个子集相趋同的子集体与 convex 函数相趋同, 如果它们与连续显示的边界函数相匹配。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
人工智能 | 国际会议信息6条
Call4Papers
4+阅读 · 2019年1月4日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关VIP内容
专知会员服务
50+阅读 · 2020年12月14日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
相关资讯
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
人工智能 | 国际会议信息6条
Call4Papers
4+阅读 · 2019年1月4日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员