S'abonner

Do Minkowski averages get progressively more convex? - 06/02/16

Doi : 10.1016/j.crma.2015.12.005 
Matthieu Fradelizi a, 1 , Mokshay Madiman b, 2 , Arnaud Marsiglietti c, 3 , Artem Zvavitch d, 4
a Laboratoire d'analyse et de mathématiques appliquées, UMR 8050, Université Paris-Est Marne-la-Vallée, 5, bd Descartes, Champs-sur-Marne, 77454 Marne-la-Vallée cedex 2, France 
b University of Delaware, Department of Mathematical Sciences, 501 Ewing Hall, Newark, DE 19716, USA 
c Institute for Mathematics and its Applications, University of Minnesota, 207 Church Street SE, 434 Lind Hall, Minneapolis, MN 55455, USA 
d Department of Mathematical Sciences, Kent State University, Kent, OH 44242, USA 

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Abstract

Let us define, for a compact set  , the Minkowski averages of A:
A(k)={a1+⋯+akk:a1,…,ak∈A}=1k(A+⋯+A︸ktimes). We study the monotonicity of the convergence of   towards the convex hull of A, when considering the Hausdorff distance, the volume deficit and a non-convexity index of Schneider as measures of convergence. For the volume deficit, we show that monotonicity fails in general, thus disproving a conjecture of Bobkov, Madiman and Wang. For Schneider's non-convexity index, we prove that a strong form of monotonicity holds, and for the Hausdorff distance, we establish that the sequence is eventually nonincreasing.

Le texte complet de cet article est disponible en PDF.

Résumé

Pour tout ensemble compact  , définissons ses moyennes de Minkowski par
A(k)={a1+⋯+akk:a1,…,ak∈A}=1k(A+⋯+A︸kfois). Nous étudions la monotonie de la convergence de   vers l'enveloppe convexe de A, mesurée par la distance de Hausdorff, le déficit volumique et par l'indice de non-convexité de Schneider. Pour le déficit volumique, nous démontrons que la propriété de monotonie n'est pas satisfaite en général, réfutant ainsi une conjecture de Bobkov, Madiman et Wang. Pour l'index de non-convexité de Schneider, nous montrons une propriété renforcée de monotonie, tandis que, pour la distance de Hausdorff, nous établissons que la suite est décroissante à partir d'un certain rang.

Le texte complet de cet article est disponible en PDF.

Plan


© 2015  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 354 - N° 2

P. 185-189 - février 2016 Retour au numéro
Article précédent Article précédent
  • Strong convergence in the weighted setting of operator-valued Fourier series defined by the Marcinkiewicz multipliers
  • Earl Berkson
| Article suivant Article suivant
  • Pointwise second-order necessary conditions for optimal control problems evolved on Riemannian manifolds
  • Qing Cui, Li Deng, Xu Zhang

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.