齐次乘子算子的交换子

记H^l={w∈C^∞(R^k\{0}):w是l次齐次函数),R^_(-a)(m)是Taylor级数余项算子的n重叠合:m=(m₁,…,m_n)∈Zⁿ,Z记非负整数的集,α∈(R^k)ⁿ,定义 其中a=(a₁,…,a_n),a_i,f∈(R^k), 主要结果如下: 1.证明了几个介于算子T_^R(-a)^{(m)_w(ξ)),(a,f})的类与多线性奇异积分算子的类之间的对等定理; 2.作为应用,算子及 的某些有界性结果被给出,其中Ω∈H⁰,|β|≤|m|,且,m_i≥1。     

极大高阶交换子的端点估计

该文主要确立了当b∈BMO 时, 极大高阶奇异积分算子交换子T_{b, m}* 满足如下不等式 |{y∈Rⁿ:T_{b, m}*f(y)>λ}|≤C||b||^m_BMO∫_Rⁿ|f(y)|/λ (1+log⁺|f(y)|/λ)^mdy 且T_{b, m}* 在L^p(Rⁿ)(1 < p <∞上有界.     

对称凸集上初等对称函数为Schur-凹的充要条件

设x,y∈Rⁿ,x被y所控制记作x(?)y。又w∈Rⁿ,令S_k(x)为第k个初等对称函数。Q_m,n为前n个自然数取m个的严格增序列的集合。对于β∈Q_m,n写w_β=(W_{^β(1),…,WB(m)}∈R^m。本文主要证明了下面的结论:(1)S_k(x)在(?)_w上是Schur-凹的充要条件是(2)S_k(x)≥0,(?)x∈(?)_w的充要条件是S_k(w)≥0且S_k(x)在(?)_w上是Schur-凹的(3)S_k(x)≥0,(?)x∈(?)的充要条件是     

Gauss-Markov条件下最小二乘估计的强相合性

设Y_i=x＇_iβ+e_i,1≤i≤n为线性模型,β_n=(β_n1,…,β_np)＇为β=(β₁,…,β_p)＇的最小二乘估计,以u_n记(sum from i=1 to n(x_ix＇_i))的(1,1)元,v_n=u_n^-1.证明了在Ee_i=O且{e_i}满足Gauss-Markov条件时,v_i→∞及sum from i=2 to ∞(v_i^-2(v_i-v_i-1)log~2i<∞)为β_n1强相合的充分条件,且对任何ε_n→0,v_i→∞及sum from i=2 to ∞(ε_iv_i^-2(v_i-v_i-1)log²i<∞)已不再充分.提出了β_n1强相合的一个充要条件,它把β_n1强相合归结为正交随机变量级数的收敛问题.     

强非线性抛物型方程的广义解

对于非线性抛物型方程其中Q_T=Ω×(0,T)是上半空间R₊ⁿ⁺¹中的一个柱形区域,S_T=Ω×[0,T]是Q_T的侧面,Ω是R~n中的一个有界区域,其边界Ω充分光滑,本文着重讨论函数a_i(x,t,u,s)和a(x,t,u,s)关于变元s=(s₁…,s_n)按指数形式快速增长的情形.文中得到了强非线性抛物型方程(1.1)和(1.2)在空间中广义解的存在性.这个结果也包括了a_i(x,t,u,s)及a(x,t,u,s)关于变元s=(s₁..,s_n)按幂次|s|ⁿ的形式增长的情形,改正了Ladyenskaja等的文献中第五章定理6.7的证明中的一个疏忽。     

Hilbert空间子空间的维数和半Fredholm算子的指标

对Hilbert空间H中的任意子空间,引入了一种广义维数并使其全序化.发现了可列个无限维数:∞~*<∞ⁿ<∞^m,其中n,m为整数且n>m.由此定义了半Fredholm算子SF(H)的广义指标.证明任意纯半Fredholm算子A∈SF₊(H)(SF_-(H))有Ind_gA=∞^*(-∞^*).这里的广义维数和指标是几何与拓扑的概念,像有限维数和Fredholm指标一样具有某些分析演算功能.作为例,证明了:对任意等距算子V₁,V₂,它们在H上左可逆算子B_i^x(H)中道路连通当且仅当Ind_gV₁=Ind_gV₂.从而推出,(?) A,B∈SF₊(H)(SF_-(H)),它们为道路连通的充要条件为Ind_gA=Ind_gB.其余有关SF(H)的结果,如指标经紧和小扰动的稳定性,Ind_g:SF(H)→ZU{-∞^*,∞^*}连续皆成立.     

拟线性抛物方程组第一边界问题的有限差分法

本文利用有限差分法来作出拟线性抛物方程组u_t=(-1)^M+1A(x,t,u…,u_x^M-1)u_x^2M+F(x,t,u,…,u_x^2M-1) (1)具有齐次边界条件u_xk(0,t)=u_xk(l,t)=0 (k=0,1,…,M-1) (2)与初始条件u(x,0)=φ(x) (3)在矩形区域Q_T={0≤x≤l,0≤t≤T}上的解,其中u=(u₁,…,u_m),φ(x)与F为m维向量值函数,A为m×m正定矩阵。证明了问题(1),(2)与(3)的一类相当广泛的有限差分格式的解的收敛性。所得向量值极限函数u(x,t)∈W₂^2M,1(Q_T)是问题(1),(2),(3)的唯一广义整体解。     

超导临界温度理论(Ⅰ)

本文求出了Eliashberg方程在T=T_c时的解,得到了下面的临界温度级数表示式: 其中α₀(μ^*),α₁(μ^*)等系数是μ^*的函数.此式表明,T_c不仅依赖于λ,〈ω²〉和μ^*,而且依赖于有效声子谱α²F(ω)的各级矩〈ω²n〉.这是区别于前人的T_c公式最重要的一点。这说明像McMillan以及Allen和Dynes的T_c公式不仅是近似的,而主要是他们没有能正确地概括出α²F(ω)对T_c的影响.     

二阶抛物方程组解的Lp-正则性和Hölder连续性

在可控和自然增长条件下,非线性抛物组 u''_t-D_aA_i^a(x,t,u,Du)= B_i(x,t,u,Du),i=1,…,N,(x,t)∈Q之解。u∈L²(0,T;H¹(Ω,R^N))∩L^∞(0,T;L²(Ω,R^N))(或∩L^∞(Q,R^N))的空间导数D_au事实上属于L_loc^p(Q,R^N),p>2;拟线性抛物组 u''_t-Dα[A_ij^αβ(x,t,u)D_βu^j+a_j^a(x,t,u)]=B_i(x,t,u,Du),i=1,…,N的每一个解都在一开集 Q₁?Q上 Holder连续,且H^n+2-p(Q\Q₁)=0;若当j>i时A_ij^αβ=0,且B_i(x,t,u,p)关于|p|的增长阶小于2,则Q₁=Q;若A_ij^αβ和a_i^a都Holder连续,则D_au也在Q₁上 Holdler连续.     

映射z→λexp(z)(λ>e-1)的结构不稳定性

已知当λ>e^-1时映射z→λexp(z)的Julia集合是全平面。本文证明了:对于任意给定的λ>e^-1,存在一个复数序列λ_i^*∈C,使得λ_i^*→λ(l→∞)且映射z→λ_i^*exp(z)的Julia集合不是全平面。由此推出映射z→λexp(z)(λ>e^-1的结构不稳定性。     

一类积分算子的近于凸性

Let CS^*(α,ρ) and SB_γ(β,σ) be the subclasses of close-to-starlike functions and Bazile-vic functions class respectively. It is proved that the integral operators is close-to-convex function under the same conditions, where f_i∈CS^*(a_i,ρ_i,) and g_j∈SB_γj(β_j, σ_j). In addition, we correct a mistake in [3].     

Rn中单位球上的加权Plancherel公式

设ƒ是实n维单位球上的函数v∈C,SO₀(1,n)在ƒ上的作用T^v定义为T_g^vƒ(x)=ƒ(g·x)(det g＇(x))^v/2(n+1).导出了相应于T^v的不变Laplacian,并找到它的一簇特征函数,建立了相应的反演公式与Plancherel公式.     

非参数回归函数最近邻估计Lp收敛的速度

Let (X,Y) be a R^d×R¹-valued random vector with E(|Y|)<∞,m(x)=E(Y|X=x) be the regression funvion of Y with respect to X.Suppose that (X_i, Y_i),i=1, …,n, are iid samples drawn from (X,Y). It is desired to estimate m(x) based on these samples,everoye discussed in 1981 (see [2]) the pointwise L_p-convergence of the nearest neigthoor estimate m_n(x) (see (5) of the present paper). In this article we further study the rate of this convergence.It is shown that if there exists p≥2 such that E |Y|^p<∞,then E|m_n(x)-m(x)|^p=O(n^-p/(d+2))a.s. for suitabte choice of the weighte C_m (see(4) of the present paper).     

非参数回归函数最近邻估计的强相合性

设(X,Y),(X₁,Y₁),…,(X_n,Y_n)为取值R^d×R的独立同分布随机向量,E|Y|<∞。设m_n(x)为m(x)=E(Y|X=x)的最近邻估计。本文在E|Y|^r<∞(对某个r>1)或E{exp(t|Y|^λ)}<∞(对某个λ>0及t>0)的条件下,建立了m_n(x)的强相合性。其它附加条件均与(X,Y)的分布无关。     

一些多项式型的有限维对合系

In this paper, starting from the combination of two in volutive systems, we consider separately some systems of polynomial functions:{I_m⁽¹⁾=B_m+R_m}_m=0^∞, {I_m⁽²⁾=B_m+S_m}_m=0^∞, {I_m⁽³⁾=B_m+T_m}_m=0^∞ and so on; and analyse carefully the sufft cient and necessary conditions of the involution of three systems of functions {I_m⁽ⁱ⁾}_m=0^∞(1≤i≤3) with general coefficients.Furthermore,we present concrete forms of the involutive systems hidden in {I_m⁽ⁱ⁾}_m=0^∞(1≤i≤3);and thus obtain six kinds of nontrivial involutive systems of functions, which include a few involutive systems discussed inthe literature. Based upon these involutive systems, we can generate a lot of new finite-dimensional Hamiltonian systems which are completely integrable in the sense of Liouville.     

线性模型误差方差估计的分布的非一致性收敛速度

设是用线性模型的前n个观察值算出的,基于残差平方和的误差方差σ²的估计,并以G_n(x)记的分布函数,Φ(x)记标准正态分布函数。本文在试验误差序列e₁,e₂,…独立同分布的条件下,只需假定E(e₁⁶)<∞,证明了最佳的非一致性收敛速度其中C为一个与n和x都无关的常数。     

图的伴随多项式的两个因式分解定理及其应用

设G是m阶连通图,P_m是m个顶点的路.令S_km+1^G(i)表示把kG的每一个分支的第i(1≤i≤m)个顶点依次与星图S_k+1的k个1度顶点重迭后得到的图;令G_i1^S*(q,km)表示q阶图G的顶点V_i1与S_km+1^p(1)的k度顶点重迭后得到的图     

对称群表示的既约分解

S_n是n个文字的对称群,T^d为C[x₁,x₂,…,x_n]中d次齐式所成的子空间.T^d做为S_n模所确定的S_n的表示记为ρ^d.π(α)为与分析α相对应的既约表示.记N^d_α为,π(α)进入ρ^d的重数,做为文献[1]的继续,本文简化了幂级数所满足的递推公式,并具体求出了母函数的表达式。     

Mn(C)中的不可约性

对于M_n(C)(所有n×n矩阵的全体)中的不可约矩阵得到以下结果:对于任意A∈M_n(C),设λ₁, λ₂,…,λ_m为A的所有特征值,这里m≤n而且当i≠j时,λ_i≠λ_j.则A是不可约的当且仅当任意P∈A′(A),P^*=P=P²,有σ(P|ker(A-λ₁))=σ(P|ker(A-λ₂))=…=σ(P|ker(A-λ_m))为单点集.     

半质环交换性的一点注记

Let R be a semi-prime ring, C be the center of R. Let F_i (x, y) (i = 1, 2) be a product of the m times x's and n times y's.In this paper following theorem is proved: (I ) implies (Ⅱ), where( Ⅰ )If f₁(x,y) -f₂(x,y) ∈C for every x,y in R, then R is commutative;(Ⅱ)If f₁ (x,y) + f₂(x, y) ∈C for every x,y in R, then R is commutative.Thus very short proves of some theorems of references[5], [8], [9] are be given.