从 ${\cal B}^0$ 到 $E(p,q)$ 和 $E_0(p,q)$ 空间的复合算子

设 $\varphi$ 是单位园盘 $D$ 到自身的解析映射, $X$ 是 $D$ 上解析函数的 Banach 空间, 对 $f\in X$, 定义复合算子$C_\varphi $ : $C_\varphi (f)=f\circ \varphi$. 我们利用从 ${\cal B}^0$到 $E(p,q)$ 和 $E_0(p,q)$ 空间的复合算子研究了空间 $E(p,q)$ 和 $E_0(p,q)$, 给出了一个新的特征.     

一类拟线性椭圆方程边值问题弱解的研究

本文应用上、下解方法和 Leray-Schauder不动点定理 ,证明了一类拟线性椭圆方程边值问题弱解的存在性 ,并且给出了一个应用实例     

曲面平滑的自适应几何扩散

1.引 言 本文的目的是用求解偏微分方程（PDE）的方法来消除离散三角形曲面的噪声,所使用的方程是热传导方程到曲面的推广.热传导方程应用于图像处理已有二十余年的历史,有关参考文献相当丰富（见[1,11,12,19]）.众所周知,对于给定的初始图像ρ0,热传导方程　　在τ时刻的解与用Gauss滤波器Gσ（x）=　（当标准差σ=2τ,时）和ρ0作卷积的结果相同.容易看出Gρ和ρ0的卷积运算相当于对ρ0做加权平均,当标准离差σ变大时,该加权平均在一个较大的范围实现,这解释了热传导方程的滤波作用.近来热传导方程已推广到空间曲面[4,5]以及高维空间中的二维流形（见[3]）,对     

N指标d维广义Wiener过程象集的m项代数和的几个性质

设珮犠（狋）：犚犖＋ →犚犱是犖指标犱维广义Ｗｉｅｎｅｒ过程，对任意紧集犈１，…，犈犿犚犖＞ ，该文研究了犿项代数和珮犠（犈１）…珮犠（犈犿）的Ｈａｕｓｄｏｒｆｆ维数，Ｐａｃｋｉｎｇ维数和正的Ｌｅｂｅｓｇｕｅ测度及内点的存在性． 其结果包含并推广了布朗单的结果．     

Cn中不同域的复合算子

令Ω1与Ω2与C^n中的两个有界齐性域，假设φ：1Ω→Ω2是一个全纯映射。在本中，我们研究相应的复合算子Cφ：β（Ω2）→β（Ω1）的有界性和紧性，特别地，我们讨论取B^n和U^n的情形。     

若干图类的邻强边染色

研究了若干图类的邻强边染色 .利用在图中添加辅助点和边的方法 ,构造性的证明了对于完全图 Kn和路 Lm 的笛卡尔积图 Kn× Lm,有χ′as(Kn× Lm) =△ (Kn× Lm) +1 ,其中△ (Kn× Lm)和χ′as(Kn× Lm)分别表示图 Kn× Lm的最大度和邻强边色数 .同理验证了 n阶完全图 Kn的广义图 K(n,m)满足邻强边染色猜想 .     

NEW WAVELET BASES FOR NON－HOMOGENEOUS SYMBOLIC SPACE OpS1,1^m AND RELATED KERNEL－DISTRIBUTION SPACES

This paper constructs several classes of new wavelet bases, which are unconditional bases for related operator spaces. Using these bases, the author analyzes non-homogeneous symbolic space OpSm1,1 and two related kernel-distribution spaces, and characterizes them in two wavelet coefficients spaces. Besides, some properties for singular integral operators are studied.     

高阶Schr(O)dinger方程的加权估计

本文主要研究的是相函数为齐次椭圆多项式的自由高阶Schrodinger方程.通过相函数等值面的几何性质,得到了解算子的Strichartz加权估计和极大算子加权估计.     

关于一类具有相同非负群逆和M-P逆的非负矩阵的进一步研究

1引言设A是n阶非负方阵．设矩阵方程(1)AXA=A,(2)XAX=X,(3)(AX)~T= AX,(4)(XA)~T=XA,(5)AX=XA．A具有非负广义逆是指存在非负方阵X满足方程(1)～(4),并记为A~(?)．A具有非负群逆是指存在非负方阵X满足方程(1),(2),(5),并记为A~#．在A~(?)存在的前提下,两者相同的充分必要条件有(a)AA~(?)=A~(?)A；(b)A~(?)=p(A),其     

一个线性约束优化问题的广义梯度投影法

本文对线性约束优化问题提出了一个新的广义梯度投影法，该算法采用了非精确线性搜索，并在每次迭代运算中结合了广义投影矩阵和变尺度方法的思想确定其搜索方向．在通常的假设条件下，证明了该算法的整体收敛性和超线性收敛速度．