与p-Laplace算子相关的Neumann边值问题解的存在性

利用Calvert和Gupta关于非线性增生映射值域的扰动理论,研究了与p-Laplace算子相关的非线性边值问题在L~s(Ω)空间中解的存在性,其中(2N/N 1)＜p(?)s＜ ∞且N(?)1．文中采用了一些新的证明技巧,推广和补充了笔者以往的研究工作．     

含有广义p-Laplacian算子的非线性椭圆边值问题和m增生映射的值域北大核心CSCD

证明了m增生映射的一个值域扰动结论并用于讨论一类含有广义p-Laplacian算子的非线性椭圆边值问题在L^2（Ω）中解的存在性．探究了非线性椭圆边值问题的解与m增生映射零点的关系．构造了迭代序列用以弱收敛或强收敛到非线性椭圆边值问题的解．本文采用了构造新算子和拆分方程的技巧,推广和补充了以往的相关研究成果．     

广义p-Laplace算子相关的非线性边值问题解的存在性

本文首先把p-Laplace算子推广为广义p-Laplace算子,然后利用非线性增生映射值域的扰动理论研究了与广义p-Laplace算子相关的具有牛曼边值的非线性椭圆问题在LP(Ω)空间中解的存在性,其中2≤p< ∞．本文所讨论的方程及所用的方法是对以往一些工作的补充和延续．     

Banach空间中m—增生、奇算子的映射定理

利用连续线性泛函满足的某些条件,给出了关于m-增生,奇算子的一些映射结果,这些结果是对Kartsatos and HE Zhen中相应结果的改进,其中第二节中考虑了算子的奇性,运用Borsuk定理得出了m-增生,奇算子的映射定理,在第三节中讨论了凝聚映射的相应结果。     

极大单调算子和m增生映射值域的扰动定理及在非线性微分方程上的应用

利用不动点定理,分别证明了在自反Banach空间中极大单调算子值域扰动的抽象结论和在H ilbert空间中m增生映射值域的扰动结果,这些结论是对以往一些工作的推广;然后,利用文中的新结论讨论了一类微分方程解的存在性.     

无穷个m增生映射和逆强增生映射的隐式单调投影算法与p-Laplacian系统

首先在Hilbert空间中,设计了带误差项的隐式单调投影迭代算法,证明了迭代序列强收敛到无穷个非线性m增生映射与逆强增生映射和的公共零点的结论,将以往的相关研究成果从有限个映射的情形推广到无穷个;其次采用分裂法将一类p-Laplacian型抛物系统转化成算子方程的形式,证明了p-Laplacian型抛物系统非平凡解的存在性并建立了非平凡解与无穷个m增生映射与逆强增生映射和的公共零点的关系;最后构造了p-Laplacian型抛物系统非平凡解的迭代逼近序列,推广和补充了以往的相关研究成果.     

三角代数上的零点(m,n)-弱可导映射

设m和n是任意固定的非零整数且m+n≠0,u是一个|mn(m+n)|-无挠的三角代数,δ是u上的一个线性映射.本文证明了:如果对任意的x,y∈u且xy=yx=0有mδ(xy)+nδ(yx)=mδ(x)y+mxδ(y)+nδ(y)x+nyδ(x),则在u上存在一个导子Φ和一个中心元λ使得对任意的x∈u,有δ(x)=Φ(x)+λx.     

关于含有p拉普拉斯算子方程解的存在性的注

利用Calvert和Gupta关于非线性增生映射值域之和的扰动定理,得到了一类含有p拉普拉斯算子Δp的非线性Neumann边值问题在Lp(Ω)空间中解的存在性的结论,其中2N/(N 1)相似文献   

与广义p-Laplace算子相关的非线性边值问题在L~s(Ω)空间中解的存在性

该文利用非线性增生映射值域的扰动理论研究了与广义p-Laplace算子相关的Neumann边值问题在L~s(Ω)空间中解的存在性,其中2≤p≤s+∞.文中采用了一些新的证明技巧,推广和补充了笔者以往的一些工作.     

对非线性椭圆边值问题解的存在性的研究

利用非线性增生映射值域的扰动定理 ,研究了非线性椭圆边值问题 ( @)在 L2 (Ω )中解的存在性 .( @) -△pu +g( x,u) =f a.e.在Ω中-〈v,| u|p- 2 u〉∈βx( u( x) ) a.e.在Γ上其中 f∈ L2 (Ω )给定 ,Ω RN,N 1 ,△ pu=div( | u|p- 2 u)为 P拉普拉斯算子 ,1 2 NN +1 ,v为 Γ的外法向导数 ,g:Ω× R→ R满足 Caratheodory条件 ,对 x∈ Γ,βx是正常、凸、下半连续函数 φx=φ( x,· )的次微分 ,其中 φ:Γ×R→ R.     

Banach空间中带扰动的m-增生算子的映射定理

利用范数假设条件给出了带扰动的ｍ一增生算子的一些映射定理．其结果是：Ｂ＋Ｄ　　Ｒ（Ｔ＋Ｃ）并且ｉｎｔ（Ｂ＋Ｄ）　Ｒ（Ｔ＋Ｃ）的类型．其中Ｂ、Ｄ是实Ｂａｎａｃｈ空间Ｘ的子集,算子Ｔ：Ｘ　Ｄ（Ｔ）→２~Ｘ至少是ｍ一增生的,扰动算子 Ｃ： Ｘ　Ｄ（Ｃ）→Ｘ至少是紧、ｄｅｍｉ一半连续或完全连续的．这些结果推广和改进了已有文献的有关结果．     

Banach空间中m-增生、奇算子的映射定理

利用连续线性泛函满足的某些条件,给出了关于ｍ－增生、奇算子的一些映射结果,这些结果是对已有文献中相应结果的改进．其中第二节中考虑了算子的奇性,运用Ｂｏｒｓｕｋ定理得出了ｍ一增生、奇算子的映射定理;在第三节中讨论了凝聚映射的相应结果．     

集值映象重合点定理的进一步改进和推广

本文是文［１］的继续．在更一般的条件下，研究了完备度量空间中集值映象的重合点和不动点存在性问题     

A Strong Convergence Theorem by the Shrinking Projection Method for the Split Common Null Point Problem in Banach Spaces

In this article, we consider the split common null point problem in Banach spaces. Then, using the shrinking projection method, we prove a strong convergence theorem for finding a solution of the split common null point problem in Banach spaces. It appears that such a theorem is a first in Banach spaces.     

关于含m-增生算子的非线性方程的迭代过程的几点注记

本文指出文［１,２,３］所引入的迭代方法实际上就是Ｍａｎｎ型迭代和Ｉｓｈｉｋａｗａ型迭代方法,而相应结果只不过是已有结果的简单推论     

迭代逼近m-增生映象的零点

设E是具有一致正规结构的实Banach空间,其范数是一致Gateaux可微的.设A是m-增生映象,使得C=■是E的凸子集,数列{α_n)■[0,1],{r_n}■ (0,∞),在适当的条件下,则由(1.2)式定义的迭代序列{x_n}强收敛于A~(-1)(0)中的点.其次证明了:设E是一致凸Banach空间,其范数是Frechet可微的.设数列{α_n},{β_n)■(0,1),{r_n}■(0,∞),满足适当的条件.如果A~(-1)(0)∩B~(-1)(0)≠φ,则由(3.20)式定义的序列{x_n}弱收敛于A~(-1)(0)∩B~(-1)(0)中的点.其结果推广和改进了Kamimura,Takahashi(2000)的定理2及Xu H.K.(2006)的定理4.1,定理4.2和定理4.3:(i)Kamimura,Takahashi(2000)定理2中的假设"自反Banach空间E的每个有界闭凸子集对非扩张自映象有不动点性质"被去掉;(ii)Xu H.K.(2006)的假设"E是具有弱连续对偶映象J_φ的自反Banach空间",被本文的假设"E是具有一致正规结构且其范数是一致Gateaux可微的Banach空间"所取代.从而补充了Xu H.K.(2006)未包含的另外一些Banach空间.同时还证明了逼近两个m-增生映象的公共零点,其结果也推广和改进了Mainge的相应结果.     

A Method for Testing Nested Point Null Hypotheses Using Multiple Bayes Factor

As a flexible Bayesian test criterion for nested point null hypotheses, asymmetric and multiple Bayes factors are introduced in the form of a modified Savage-Dickey density ratio. This leads to a simple method for obtaining pairwise comparisons of hypotheses in a statistical experiment with a partition on the parameter space. The method is derived from the fact that in general, the asymmetric Bayes factor can be written as the product of the Savage-Dickey ratio and a correction factor where both terms are easily estimated by means of posterior simulation. Analyses of a censored data problem and a serial correlation problem are illustrated for the method. For these cases, the method is straightforward for specifying distributionally and to implement computationally, with output readily adapted for required tests.