卡普利加(Kaprekar)数的构造和推广

本文首先在位数相同的数集中,定义一种新的运算——循环进位法,并证明循环进位法的加法、乘法使位数相同的数集构成群、环.在此环中,我们又给出卡普利加数的定义,并在环的主理想中,推出它的构造原理和算法.最后我们把"一分为二(卡普利加数)"推广到"一分为N".     

富里叶级数的收敛速度

对正弦和余弦富立叶级数,通过合并相邻同号项,使其重排成交错级数.讨论了重排形成的交错级数的敛散性.指出根据自变量x的不同取值,该交错级数可能是单调递减或周期递减的级数.按照莱布尼茨判定法提出了不同精度要求的级数项数的计算公式.选取一到三阶收敛的富立叶级数计算了不同比值精度及差值精度要求的级数项数.计算表明,在x的取值为2π的等分点时,富立叶级数的部分和随项数的增加单调地逼近其收敛值.在x的取值为其它点时,富立叶级数的部分和随项数的增加围绕收敛值上下变动,周期地逼近其收敛值.低收敛阶富立叶级数的收敛速度较慢.要达到0.01%的精度,一收敛阶富立叶级数需要数万项,二收敛阶富立叶级数也需要数百项.在不同计算点处,要达到相同的计算精度,需要的级数项数差别较大.     

Banach空间中的广义隐补问题

在Banach空间中引入了广义隐补问题的概念,并证明了广义隐补问题解的存在性定理.     

相依误差广义线性模型的M估计的Bahadur表示

考虑如下广义线性模型y_i=h(x~T_i,β)+e_i=1,2,…,n,其中e_i=G(…,ε_(i-1),ε_i),h是一个连续可导函数,ε_i是独立同分布的随机变量,并且它的期望为0,方差σ~2有限.本文给出了参数β的M估计,并且得到了该估计的Bahadur表示,该结论推广了线性模型的相关结论.应用M估计的Bahadur表示,得到了相依误差的线性回归模型,poisson模型,logistic模型和独立误差的广义线性模型等模型的渐近性质.     

双调和算子特征值问题的混合三角谱元方法

本文针对双调和算子特征值问题设计了基于混合变分形式的三角谱元逼近格式,其基函数采用指标为(-1,-1,-1)的广义Koornwinder多项式.在H~1-及H_0~1-正交谱元投影的逼近理论基础上,我们建立了双调和算子特征值与特征函数的收敛性估计;它关于网格尺寸h是最优的,关于多项式次数M是次优的.然而,在H_0~2-正交谱元投影的最优估计假设前提下,关于M的次优收敛阶估计则提升为最优.此外,Koornwinder分片多项式逼近的结果还表明,在带权Besov空间范数的度量下,对于存在着区域角点奇性的双调和算子特征值问题,谱元方法的收敛阶能达到h-型有限元方法的2倍.最后,本文的数值实验结果展示了谱元逼近格式的高效性,同时也验证了相关理论的正确性.     

带有不确定参数的一类混沌金融系统的广义投影同步

针对带有不确定参数的一类混沌金融系统,提出了实现驱动系统和响应系统广义投影同步的自适应控制策略,并基于Lyapunov稳定性理论给出和验证了广义投影同步稳定性判据.数值仿真验证了控制策略和理论分析的有效性.     

广义算子半群的PERRON问题

借助于广义算子半群和广义积分算子半群的关系,讨论广义算子半群的Perron型指数稳定性,研究了广义积分算子半群的渐近行为.     

聚集数据线性模型广义聚集双参数估计的相对效率

对于聚集数据的线性模型,提出了广义聚集双参数估计的概念,给出了广义聚集双参数估计的两种相对效率,并得到了这两种相对效率的上界.     

两个广义伽玛分布之间新的Kullback-Leibler距离

在Kullback-Leibler距离的基础上,对Kullback-Leibler距离进行改进,给出了新的Kullback-Leibler距离,并讨论了它的性质.计算了两个不同广义伽玛分布之间新的Kullback-Leibler距离.推导出伽玛分布、Weibull分布、Rayleigh分布、正态分布、指数分布新的Kullback-Leibler距离.另外在新的KullbackLeibler距离下,还得到digamma函数Ψ(x)=(Γ'(x)/(Γ(x))为单调递增函数.