Sobolev空间中与非齐次细分方程相关的细分格式的收敛阶

研究如下形式的非齐次细分方程,其中向量值函数是未知的,g是给定的紧支集向量值函数,a 是一个具有有限长的r×r矩阵值序列,称为细分面具,M是一个s×s整数矩阵, 并且满足limn→∞M-n=0.我们在Sobolev空间(Wpk(Rs))r(1≤p≤∞)中研究与非齐次细分方程相关的细分格式的收敛性和收敛阶.选择具有紧支集向量值函数,定义n=1,2,….这个叠代过程称为细分格式(详见文献[1-29]).     

一类矩阵方程的广义Hermite问题

该文主要解决了如下两个问题 问题I 已知矩阵 M∈ C^n×e, A∈C^n×m, B∈ C^m×m, 求 X∈ HC_M,n使得 A^HXA=B, 其中 HC_M,n={ X∈ C^n×n}|α^H(X-X^H)=0, for all α∈ C(M) }. 问题II 任意给定矩阵 X^* ∈C^n×n, 求 $\hat{X}\in H_E$ 使得 ||\hat{X}-X^*||=\min\limits_{X∈ H_E}||X-X^*||, 这里 H_E 为问题I的解集. 利用广义奇异值分解定理,得到了问题I的可解条件及其通解表达式, 获得了问题II的解,并进行了相应的数值计算.     

和的乘积的重对数律

设{X,X_n,n≥1}是独立的或φ -混合的或 ρ -混合的正的平稳随机变量序列，或$\{X,X_n,n≥1}$是正的随机变量序列使得{X_n-EX,n≥1\} 是平稳遍历的鞅差序列，记S_n=\sum\limitsⁿ_{j=1}X_j, n≥1 . 该文在条件EX=μ> 0 及0 Var(X)<∞下，证明了部分和的乘积$\prod\limits^n_{j=1}S_j/n!\mu^n$在合适的正则化因子下的某种重对数律.     

同分布 ρ 混合序列的最大值不等式及其应用

设X_n,n≥1是同分布的ρ混合序列, 记S_n=∑ⁿ_{i=1 Xi}. 该文讨论了$\max\limits_{1\leq i\leq n}\frac{|S_i|}{i}$ $(n\geq1)$的分布函数的上界. 作为应用,获得了随机变量$\sup\limits_{n\geq1}\frac{|S_n|}{n}$的1阶矩及$p(>1)$阶矩分别存在有限的充分必要条件,这是一个与独立同分布场合相一致的结果.     

非自治线性差分方程全局吸引性中的若干问题

旨在解决非自治差分方程 x_n+1-x_n+P_nxP_n-k_n=0, n Z(0)零解全局吸引性的若干问题, 其中{P_n}是非负实数序列, {k_n}是非负整数序列, 并且当n→∞时, n-k_n→∞.     

最佳逼近与Fourier系数的等价关系

探讨最佳逼近E_n(f)与函数的Fourier系数\!$\hat{f}(n)\in {\bf C},n=0,\pm 1,\pm 2,\ldots$, 在\!$\{\hat{f}(n)\}_{n=0}^{\infty }\linebreak\in $MVBVS^*和$\{\hat{f}(n)+f\left( -n\right) \}_{n=0}^{\infty }\in$ MVBVS^*条件下的等价关系问题, 此地MVBVS^*为所称的强均值有界变差(strong mean value bounded variation)数列的集合.     

误差为鞅差序列的部分线性模型中估计的强相合性

考虑回归模型:y_i=x_{i ^β} +g(ti)+σ_ie_i ,i=1,2,...,n,其中 σ_i=f(u_i), (x_i,t_i,u_i)是固定非随机设计点列,f(^.),\ g(^.)$\ 是未知函数,β是待估参数,e_i是随机误差且关于非降σ -代数列{F_i,i≥1} 为鞅差序列.对文献[1]给出的基于f^(.)及g(^.)的一类非参数估计的β的最小二乘估计β_n和加权最小二乘估计β_n,在适当条件下证明了它们的强相合性,推广了文献[6]在e_i为iid情形下的结果.     

一类算子值解析函数族的极值点

设 H 是一个Hilbert空间. B(H) 表示所有H 到 H 的有界线性算子构成的Banach空间. 设 T= {f(z): f(z)=zI-∑^∞_n=2 zⁿA_n 在单位圆盘|z|<1上解析, 其中系数A_n是 H 到 H 的紧正Hermitian算子, I 表示 H 上的恒等算子, ∑^∞_n=2 n(A_n x, x) ≤1 对所有x ∈H, ∣|x∣∣=1 成立. 该文研究了函数族 T 的极值点.     

H1中(次)临界的复Ginzburg-Landau

研究H¹ (Rⁿ)中临界的复Ginzburg-Landau方程的初值问题, 当空间维数n≥3时, 讨论了它的解在空间C(0, ∞; 1(Rⁿ) )∩L²(0, ∞;H ^{1, 2n/(n-2)} (Rⁿ) )的长时间衰减行为. 当空间维数n≥1时, 对非线性项在H¹(Rⁿ)中具有次临界的增长阶的情形也有类似的结果.     

具有缺项系数的几类解析函数族的性质

S*表示所有在单位圆盘 D 内解析且满足条件 f(0)=f′ (0)-1=0的星形函数族, K 表示所有在 D内解析且满足条件 f(0)=f′ (0)-1=0 的凸函数族, P 表示所有在 D 内解析且满足条件p(0)=1, Rep(z)>0 的函数族. 设P_n={p(z): p(z)=1+a_nzⁿ+a_n+1zⁿ⁺¹+…∈ P}, S*_n={f (z): f(z)=z+a_nzⁿ+a_n+1zⁿ⁺¹+…∈ S*}, K_n={f (z): f (z)=z+a_nzⁿ+a_n+1zⁿ⁺¹+…∈ K}. L_Sn*={g(z)=ln f(z)/z, f ∈ S_n*}, 其中对数函数取使得ln1=0的那个单值解析分支. 该文研究了函数族S_n^*, K_n和L_Sn*的性质, 找出了解析函数族L_Sn*的极值点与支撑点,并对S*_n与K_n的极值点和支撑点作了一些探讨.     

Banach空间中一类K正定算子方程的可解性及其迭代构造

设X为Banach空间,A:D(A)?X→X为可闭的K一正定算子满足D(A)=D(K),则存在常数β>0,?x∈D(A),‖Ax‖≤β‖Kx‖,而且方程Ax=f(?f∈x)有唯一解.设{c_n}_n≥0为[0,1] 中实数列,定义迭代序列{x_n}_n≥0 如下:(?),则{x_n}_n≥0强收敛于方程Ax=f的唯一解.     

具有非负面具的多元细分方程

研究如下形式的细分方程: 其中φ是未知的,a是具有有限长的非负序列,称为细分面具,M是一个s×s 整数矩阵,满足limn→∞M-n=0．利用由短阵M和面具a生成的转移算子的谱半径来刻画上述方程在L2中解的存在性．当M=2．s=1时,得到了上述方程存在连续解的充分必要条件．     

May谱序列的一些注记

令 p>5 是素数, A 表示模 p Steenrod代数, S 表示球谱的 p 局部化. 首先给出了有关May谱序列的一些重要定理, 然后作为应用, 利用May谱序列和Adams谱序列发觉了一族新的非零的球面稳定元素. 该新元素族次数为2(p-1)(pⁿ+sp²+sp+s)-7,在Adams谱序列中由 b_n-1g0γ_s∈ Ext_A^s+4,﹡( Z_pZ_p)所表示, 其中n≥4, 3≤s

     

一致光滑Banach空间中一类K-正定算子方程的可解性及其迭代构造

设X为一致光滑Banach空间,A:D（A）?X→X为K-正定算子满足D（A）=D（K）,则存在常数β>0使得?x∈D（A）,||∧x||≤β||Kx||而且?f∈X,方程∧x=f有唯一解;设{a_n}_n≥0为[0,1]中的实数列满足（i）a_n→0（n→∞）,（ii）∑_n=0^∞a_n=∞, ?x₀∈D（A）,迭代地定义序列{x_n}_n≥0≥0如下:(?)则{x_n}_n≥0强收敛于方程Ax=f的唯一解.     

复指数Dirichlet 级数所表示的整函数的增长性

由Dirichlet 级数表示的整函数f(z)在带形中有界,其系数{a_n}和指数 {λ_n}(n=1,2,... )是复数列.文中引入 φ-级 和下φ -级,讨论f(z) 具有φ -级和下φ -级的条件.     

矩阵方程A1X1B1 + A2X2B2 + · · · + AlXlBl = C的中心对称解及其最佳逼近

设矩阵X=(x_ij) ∈^Rn×n, 如果xi_j=x_{n+1-i, n+1-j} (i,j=1,2, …,n), 则称X是中心对称矩阵. 该文构造了一种迭代法求矩阵方程A₁X₁B₁+A₂X₂B₂+…+A_lX_lB_l=C的中心对称解组(其中[X₁, X₂, …, X_l]是实矩阵组). 当矩阵方程相容时, 对任意初始的中心对称矩阵组[X₁⁽⁰⁾, X₂⁽⁰⁾, …, X_l⁽⁰⁾], 在没有舍入误差的情况下,经过有限步迭代,得到它的一个中心对称解组, 并且, 通过选择一种特殊的中心对称矩阵组, 得到它的最小范数中心对称解组. 另外, 给定中心对称矩阵组[X₁, X₂, …, X_l], 通过求矩阵方程A₁X₁B₁+A₂X₂B₂+…+A_lX_lB_l=C(其中C=C-A₁X₁B₁-A₂X₂B₂－…－A_lX_lB_l)的中心对称解组, 得到它的最佳逼近中心对称解组. 实例表明这种方法是有效的.     

具有高逼近阶和正则性的双向加细函数和双向小波

引入了双向加细函数和双向小波的概念,并研究双向加细方程 的分布解(或L²稳定解)的存在性, 其中整数m≥2. 基于正向面具{p_k⁺} 和 负向面具{p_k^-} , 建立了确保双向加细方程具有紧支撑分布解或L²稳定解所需要的条件. 更进一步地, 给出了双向加细方程的L²稳定解能产生一个MRA所需要的条件. 充分讨论了φ(x) 的支撑区间. 给出正交双向加细函数和双向小波的定义, 建立了双向加细函数的正交准则. 给出一类正交双向加细函数和正交双向小波 的构造算法. 另外,也给出了具有非负面具的、高逼近阶和正则性的双向加细函数的构造算法. 最后,构造了两个算例.     

概率空间上一族满测度关系的相关集

称FÌB为概率空间 (X,B,μ) 的一个正则基,如果每一个 B∈B 可以被 F中包含它的成员在测度论的意义下任意逼近. 本文证明了: 设 {R_γ}_γ∈Γ 是概率空间(X,B,μ)上具有满测度关系的一个可数族, 即对于每一个γ∈Γ,有某一个正整数 s_γ, 使得 R_γÌ X^s_γ,μ^s_γ(R_γ)=1. 如果 (X,B,μ) 有一个正则基, 其势不超过连续统的势, 则存在一个集合 KÌ X, μ^*(K)=1, 使得对于每一个 γ∈Γ 和 K中任意两两不同的 s_γ个元素x₁,...,x_sγ, 有 (x₁,...,x_sγ)∈R_γ. 其中, μ^*是测度*的诱导外测度. 此外,文中给出了这个结论在研究由保测映射迭代所决定的动力系统中的一个应用.     

A∞∞ _ 型 Ringel-Hall 代数

这是利用 A^∞_∞ -型 Ringel-Hall 代数研究sl ^∞_∞ -型量子群的两篇文章中的第一篇. 为此首先需要研究建立在任意域k 上的无限维路代数 kA^∞_∞ 的有限维表示. 在文章的第一部分, 我们给出了所有的不可分解 kA^∞_∞ - 表示, 并且清楚地刻画了它们之间的扩张关系; 在第二部分, 对于给定的有限域k, 我们研究了 Ringel-Hall 代数 H(kA^∞_∞). 主要观察是把H(kA^∞_∞) 看作 Ringel-Hall 代数 H(kA_∞) 的正向极限, 把 H(kA_∞) 看作Ringel-Hall 代数 H(kA_n) 的正向极限. 特别地, 我们得到了H(kA^∞_∞) 的一个 PBW-基, 并且 证明了H(kA^∞_∞) 恰好和它的合成子代数重合.     

重尾β混合随机变量序列的大偏差

设{X_n; n≥1}是重尾平稳非负随机变量序列, 研究其部分和 S_n=X₁+X₂+…+X_n的对数渐近性质. 对于适当的x, 在混合条件下, 给出了估计P(Sn>n^x)≈n^&#8722;αx+1, 其中α是特定的参数. 验证了Gantert提出的相关的猜想, 并且证明了所谓的上确界大偏差原理.