该文研究空间Beltrami方程的推广形式,即双特征Beltrami方程.利用外微分形式与矩阵的外代数等工具,将双特征Beltrami方程转化为一个非齐次的狆调和方程,转化过程中只用到加于特征矩阵的一致椭圆型条件.然后验证了算子犃满足的条件:Lipschitz型条件、单调不等式、齐次性条件以及算子犅满足的控制增长条件.并利用得到的狆调和方程,给出了双特征Beltrami方程广义解分量函数的弱单调性结果.
设R 是有1的交换环,2是R 的单位.设L 为环R 上的特殊线性李超代数或正交辛李超代数.讨论了L 的理想与R 的理想的关系,证明了L 的所有理想都是标准的.
多孔介质中可压缩混溶驱动问题是用非线性抛物型方程组来描述的.用Potempa格式求其数值解.证明了构造的求解方法满足极大值原理,从而可以保证饱和度的数值解在[0,1]范围内这一物理特性,同时还得到了解的收敛性.
该文研究混合线性模型效应参数的Bayes局部影响评价问题.导出了混合线性模型在各种扰动下效应参数的Bayes局部影响度量,并给出了平衡单向分类随机效应模型下的一些结果.最后通过实例分析,以证实该文方法的有效性.
研究了狀种群非自治VolterraLotka竞争模型,这个模型中参数是与时间相关的,并且分别渐近接近于周期函数的,在某些条件下,证明了此模型的任意一个正解渐近接近于相应周期系统的唯一的严格正周期解
设犡是一完备可分度量空间,犓(ω)为Graf随机模型下的随机递归集.该文构造了一列随机不变测度μ狀(狀≥1),它们是Hutchinson确定模型下不变测度的推广;证明了存在一随机概率测度μ ,使得Suppμ =犓(ω)且μ狀→μ (狀→∞)(弱收敛);得到了μ狀的一些局部性质.
利用法坐标对局部等效原理、以及局部等效原理在构造曲率平方可重整拉氏量中的作用进行了论证.得到了曲率平方引力的场方程、其线性近似以及有质引力粒子的Yukawa势的表式.
设{犣狀}为变化环境中的上临界的分枝过程,犠为非负鞅{犣狀/犈犣狀}的极限,在一致上临界以及控制后代分布尾行为的假设条件下,给出了犠非退化的必要条件,且证明了{犣狀/犈犣狀}的犔1 收敛性质成立.
该文在R.R.Saxena等提出的一种易于实施的不等概率不放回抽样方案中讨论严格πps抽样方案的可容许性问题.除了一种情形我们是在基于模型设计下讨论的外,其余情形在基于纯设计下圆满地解决了这一问题
热传导型半导体瞬态问题的数学模型是一类非线性偏微分方程的初边值问题.电子位势方程是椭圆型的,电子、空穴浓度方程及热传导方程是抛物型的.该文给出求解的配置方法,得到次优犔2模误差估计,并将配置法和Galerkin有限元方法进行数值结果比较.
该文借助于犛犔(2,犚)上李代数及其万有包络代数讨论了犛犔(2,犚)上函数的Fourier变换在无穷远处下降的阶与函数的光滑性的关系,我们得到的结论较[6]中的结论好,并由此得到犆2犮(犌)中的Plancherel定理.
该文给出了Logistic分布纪录值序列部分和的中心极限定理;对于Pareto分布纪录值序列的部分和T_n,获得了lnT_n的中心极限定理.这一工作不仅具有概率论的极限理论方面的研究价值,而且在金融、保险等领域也具有相当重要的应用前景.
利用Liapunov泛函方法,讨论了具时滞非自治LotkaVolterra互惠系统周期正解的全局 吸引性,推广了文[1]已知相关结果.
该文证明了一类周期全纯自同构映射与线性映射同构,而由这类全纯自同构映射生成的子群在犃狌狋Cn 中是稠密的.
该文构造了回归函数的一类小波估计,在误差序列为ψ混合或φ混合下得到了小波估计的强一致收敛速度和狉阶矩一致收敛速度.
对于线性模型狔犻=狓犻′β+犲犻,犻=1,…,狀,设误差序列{犲犻}是平稳的α混合序列,犳(狓)为其 公共的未知密度函数,我们讨论了基于残差的犳(狓)的核估计^犳狀(狓)=1狀犪狀∑狀犻=1犓(^犲狀犻-狓犪狀)的弱相合性、逐点强相合性、一致强相合性及其收敛速度,其中^犲狀犻为L.S.估计的残差.
将犚狀空间中两个凸紧集的Demyanov差推广到犚犿×狀空间.借助于这种差,建立了Clarke广义Jacobi与拟微分的关系,从而给出了利用拟微分计算Clarke广义Jacobi的方法.对于两个有限点集凸包给出了它们Demyanov差的具体表达式.最后讨论了在求解非光滑方程组中的应用.
研究了半平面上有限正级Dirichlet级数,证明了几个关于它们的级与下级的定理.
回燃是在通风受限的建筑火灾中,由于补充新鲜空气再次燃烧热烟气的现象.这种转捩现象是典型的突变行为.该文基于能量平衡方程建立了腔室火灾中回燃现象的简化数学模型,并利用突变理论建立了其突变拓扑空间函数方程,讨论了系统控制因子与工况状态之间的对应关系.结果表明回燃现象的突变形式是燕尾突变,并可依据其分岔集确定回燃现象的产生与否.
该文对一般的凸二次规划问题,给出了一个不可行内点算法,并证明了该算法经过犗(狀2犔)步迭代之后,要么得到问题的一个近似最优解,要么说明该问题在某个较大的区域内无解.