在(Lp(Rs))r(1≤p≤∞)中的向量细分格式

研究如下形式的细分方程: 其中向量值函数 是具有有限长的r×r 矩阵值序列, 称为面具, M是一个s×s整数矩阵, 并且满足 选择具有紧支集的向量值函数 定义 其中 函数列{f_n}n≥0称为细分格式或级联序列. 利用由扩张矩阵M, 面具a(a)以及集合B生成的有限个线性算子的联合谱半径来刻画序列{f_n}n≥0在 中的敛散性, 这里集合B表示包含0元素的商群Z^s/MZ^s的不同代表元.     

具有多项式衰减面具的向量细分格式

具有多项式衰减面具的向量细分方程在刻画小波Riesz基和双正交小波等方面有着重要作用.本文主要研究这类方程解的性质.向量的细分方程具有形式：Ф=∑α∈Zsa（α）（2·-α）,其中Ф=（Ф1,...,Фr）T是定义在Rs上的向量函数,a：=（a（α））α∈Zs是一个具有多项式衰减的r×r矩阵序列称为面具.关于面具a定义一个作用在（Lp（Rs））r上的线性算子Qa,Qaf：=∑α∈Zsa（α）f（2·α）.迭代格式（Qanf）n=1,2,...称为向量细分格式或向量细分算法.本文证明如果具有多项式衰减面具的向量细分格式在（L2（Rs））r中收敛,那么其收敛的极限函数将自动具有多项式衰减.另外,给出了当迭代的初始函数满足一定的条件时的向量细分格式的收敛阶.     

由向量细分方程生成的双正交多重小波

双正交多重小波是用多分辩率分析由向量细分函数生成的, 文中通过如下形式的向量细分方程的解给出紧支撑双正交多重小波一般性的构造方法: 其中向量函数j=(j1,…, j r)T属于 中, 是一个具有有限长的矩阵值序列, 称为细分面具, M 是一个满足limn→∞M-n=0的s×s整数矩阵. 我们的刻画是在一般的情形下. 文中的主要结果是一些已知重要结果的实质性延拓     

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．     

基于逼近型细分的诱导细分格式

利用逼近型细分构造插值型细分是细分领域中的一个重要问题,目前可以给出插值型细分生成函数的研究还非常少.本文给出一个生成函数的统一公式,该公式由逼近型细分的生成函数与一个子生成函数构成.该公式对应一个插值型细分或者逼近型细分,这个取决于子生成函数的选取.该公式在理论和实际中都很重要.首先,这个公式适用于任意伸缩矩阵的多元基本型细分;其次,不论是一元细分还是多元细分,推导这个统一公式都不需要求解线性方程组;再次,这个公式具有显著的几何意义,应用方便;最后,从理论上分析诱导细分的零条件和多项式再生性,本文发现这些性质不仅与逼近型细分的零条件有关,而且与逼近型细分的多项式再生性有关,从而对细分格式的构造有指导意义.本文给出3个例子来说明这个统一公式.     

多尺度多重向量值双正交小波的构建算法与性质

研究多尺度多重向量值双正交小波的构建算法与性质.运用向量细分格式、矩阵理论和多重向量值多分辨分析,证明了与一对给定的多尺度多重向量值双正交尺度函数对应的多尺度多重向量值双正交小波函数的存在性.提出了紧支撑多尺度多重向量值双正交小波的构造算法.讨论了多尺度多重向量值小波包的性质,得到了多重向量值小波包的双正交公式与向量值小波包基.     

一类新的(2n-1)点二重动态逼近细分

利用正弦函数构造了一类新的带有形状参数ω的(2n-1)点二重动态逼近细分格式.从理论上分析了随n值变化时这类细分格式的C~k连续性和支集长度;算法的一个特色是随着细分格式中参数ω的取值不同,相应生成的极限曲线的表现张力也有所不同,而且这一类算法所对应的静态算法涵盖了Chaikin,Hormann,Dyn,Daniel和Hassan的算法.文末附出大量数值实例,在给定相同的初始控制顶点,且极限曲线达到同一连续性的前提下和现有几种算法做了比较,数值实例表明这类算法生成的极限曲线更加饱满,表现力更强.     

由向量细分方程生成的高维Riesz小波基

主要研究~$L_{2}(\R^{s})$~中的~Riesz~序列和高维~Riesz~多小波基刻画的问题. 由~Sobolev~空间~$(H^{\mu}(\R^{s}))^{r}~(\mu>0)$~中的紧支集向量细分函数 ~$\varphi=(\varphi^{1},\ldots,\varphi^{r})^{\rm T}$~和~$\tilde{\varphi}=({\tilde\varphi}^{1},\ldots,{\tilde\varphi}^{r})^{\rm T}$~出发, 得到~$L_{2}(\R^{s})$~中的两组~Riesz~多小波基~$\{\psi_{j,k}\}$~和~$\{\tilde{\psi}_{j,k}\}.$~ 在刻画中, 向量函数的方括号积~$[f,g]$~和离散卷积方程组是非常重要的工具.     

W_p,r(R^s)上的稳定细分格式

细分格式是计算机图形学和小波分析中的一个重要工具．该文考虑犠狆，狉（犚狊）空间上的犕伸缩的细分格式，犕为一个狊×狊的整数矩阵，满足ｌｉｍ狀→ ∞犕－狀＝０．作者用与细分面具相关的犿（＝｜犕｜）个矩阵的联合谱半径来刻画犠狆，狉（犣狊）上的细分格式的收敛性，得到了收敛性的充分与必要条件．     

矩阵损失下回归系数的线性MINIMAX估计

这里 Y∶n×1为随机向量,X∶n×p,V∶n×n>0已知,β∈R~p,σ~2>0为未知参数,我们要估计β的可估函数 Sβ,S∶k×p 是常数矩阵,且存在 D,使 S=DX.吴启光采用矩阵损失(d-Sβ)(d-Sβ)′,考虑一个线性(齐次的或非齐次的)估计在线性(齐次的或非齐次的)估计类中的可容许性.本文对矩阵损失作了修改,考虑一个线性(齐次的或非齐次的)估计在线性(齐次的或非齐次的)估计类中的 Minimax 性.设     

Vector subdivision schemes in (Lp(Rs))r(1 ≤ p ≤∞) spaces

The purpose of this paper is to investigate the refinement equations of the form ψ(x) = ∑α∈Zs a(α)ψ(Mx - α), x ∈ Rs,where the vector of functions ψ=(ψ1,…,ψr)T is in (Lp(Rs))r, 1≤p≤∞,a(α),α∈Zs,is a finitely supported sequence of r × r matrices called the refinement mask, and M is an s × s integer matrix suchthat lim n→∞ M-n = 0. In order to solve the refinement equation mentioned above, we start with a vectorof compactly supported functions ψ0 ∈ (Lp(Rs))r and use the iteration schemes fn := Qnaψ0,n = 1,2,…,where Qa is the linear operator defined on (Lp(Rs))r given by Qaψ:= ∑α∈Zs a(α)ψ(M·- α),ψ∈ (Lp(Rs))r. This iteration scheme is called a subdivision scheme or cascade algorithm. In this paper, we characterize the Lp-convergence of subdivision schemes in terms of the p-norm joint spectral radius of a finite collection of somelinear operators determined by the sequence a and the set B restricted to a certain invariant subspace, wherethe set B is a complete set of representatives of the distinct cosets of the quotient group Zs/MZs containing 0.     

关于二阶完全非线性抛物组的差分格式

则称二阶完全非线性组(1)是一致抛物的.我们在矩形域Q_T={0≤x≤l,0≤t≤T}(l>0,T>0)上研究方程组(1)满足边界条件     

Lp-Solutions of Vector Refinement Equations with General Dilation Matrix

The purpose of this paper is to investigate the solutions of refinement equations of the form ψ（x）∑α∈Z α（α）ψ（Mx-α）,x∈R, where the vector of functions ψ = （ψ1,..., ψr）^T is in （Lp（R^n））^r, 0 〈 p≤∞, α（α）, α ∈ Z^n, is a finitely supported sequence of r × r matrices called the refinement mask, and M is an s × s integer matrix such that limn→∞M^-n=0, In this article, we characterize the existence of an Lp=solution of the refinement equation for 0〈 p ≤∞, Our characterizations are based on the p-norm joint spectral radius.     

Subdivision schemes with polynomially decaying masks

In this paper we investigate the L ₂-solutions of vector refinement equations with polynomially decaying masks and a general dilation matrix, which plays a vital role for characterizations of wavelets and biorthogonal wavelets with infinite support. A vector refinement equation with polynomially decaying masks and a general dilation matrix is the form:

$ \phi(x)=\sum_{\alpha\in\Bbb Z^s}a(\alpha)\medspace\phi(Mx-\alpha),\quad x\in\Bbb R^s, $

where the vector of functions \(\phi=(\phi_{1},\cdots,\phi_{r})^{T}\) is in \((L_{2}(\Bbb R^s))^{r},\) \(a:=(a(\alpha))_{\alpha\in\Bbb Z^s}\) is a polynomially decaying sequence of r×r matrices called refinement mask and M is an s×s integer matrix such that \(\lim_{n\to\infty}M^{-n}=0.\) The corresponding cascade operator on \((L_2(\Bbb R^s))^r\) is given by:

$ Q_{a}f(x):=\sum_{\alpha\in\Bbb Z^s}a(\alpha)f(Mx-\alpha),\quad x\in\Bbb R^s, \quad f=(f_1,...,f_r)^T\in (L_2(\Bbb R^s))^r. $

The iterative scheme \((Q_a^nf)_{n=1,2,\cdots,}\) is called vector cascade algorithm. In this paper we give a complete characterization of convergence of the sequence \((Q_a^nf)_{n=1,2\cdots}\) in L ₂-norm. Some properties of the transition operator restricted to a certain linear space are discussed. As an application of convergence, we also obtain a characterization of smoothness of solutions of refinement equation mentioned above for the case r?=?1.

     

Weak convergence theory for strong materials with p(x)-growth

Let L: Ω × R ^m × R ^{m × n} → R be a Caratheodory integrand with $c_1 |\nu |^{p(x)} + c_2 \leqslant L(x,u,\nu ) \leqslant c_3 |\nu |^{p(x)} + c_4 ,c_3 \geqslant c_1 > 0,n + \varepsilon \leqslant p( \cdot ) \leqslant p < \infty ,\varepsilon > 0.$ Under these assumptions the weak convergence theory holds for the integral functional $J(u): = \int\limits_\Omega {L(x,u(x),Du(x))dx} $ without further requirements. Weak convergence theory includes lower seraicontinuity with respect to the weak convergence of Sobolev functions, the convergence in energy property (weak convergence of Sobolev functions and convergence in energy imply the strong convergence of the functions), the integral representation for the relaxed energy and related questions. The results of the weak convergence theory follows from a characterization of gradient Young measures associated with these functionals.     

Global W2,p Solutions of GBBM Equations on Unbounded Domain

In this paper we study the initial boundary value problem of GBBM equations on unbounded domain u_t - Δu_t = div f(u) u(x,0) = u_0(x) u|_{∂Ω} = 0 and corresponding Cauchy problem. Under the conditions: f( s) ∈ C^sup1 and satisfies (H)\qquad |f'(s)| ≤ C|s|^ϒ, 0 ≤ ϒ ≤ \frac{2}{n-2} if n ≥ 3; 0 ≤ ϒ < ∞ if n = 2 u_0(x) ∈ W^{2,p}(Ω) ∩ W^{2,2}(Ω) ∩ W^{1,p}_0(Ω)(W^{2,p}(R^n) ∩ W^{2,2}(R^n) for Cauchy problem), 2 ≤ p < ∞, we obtain the existence and uniqueness of global solution u(x, t) ∈ W^{1,∞}(0, T; W^{2,p}(Ω) ∩ W^{2,2}(Ω) ∩ W^{1,p}_0(Ω))(W^{1,∞}(0, T; W^{2,p}(R^n) ∩ W^{2,2} (R^n)) for Cauchy problem), so the results of [1] and [2] are generalized and improved in essential.     

用符号刻划多变量加细函数向量的精度

假定ｆ（ｘ）＝（ｆ１（ｘ）,…,ｆｒ（ｘ））Ｔ,ｘ∈Ｒｄ是一个满足矩阵加细方程ｆ（ｘ）＝的向量函数,其中Ａ是Ｚｄ中的有限集,ｃｋ是ｒ×ｒ,矩阵．由小波分析的多尺度分析方法可知,加细向量ｆ的性质需要由符号叫ｍ（ξ）来反映．本文,我们给出了用符号来刻划多变量加细向量ｆ具有Ｐ阶精度的充分必要条件．     

CONVERGENCE RATE OF VECTOR SUBDIVISION SCHEME

In this paper,some characterizations on the convergence rate of both the homoge- neous and nonhomogeneous subdivision schemes in Sobolev space are studied and given.     

两类对称函数的Schur凸性

本文用一种新方法研究两类对称函数的Schur凸性.首先,对x=(x1,...,xn)∈(-∞,1)n∪(1,+∞)n和r∈{1,2,...,n},讨论Guan(2007)定义的对称函数Fn(x,r)=Fn(x1,x2,...,xn;r)=∑1≤i1≤i2≤···≤ir≤n r∏j=1xij/(1-xij)的Schur凸性,其中i1,i2,...,in为正整数;推广褚玉明等人(2009)的主要结果,因而用新方法推广并解决Guan(2007)提出的一个公开问题.然后,对x=(x1,...,xn)∈(-∞,1)n∪(1,+∞)n和r∈{1,2,...,n},研究本文定义的对称函数Gn(x,r)=Gn(x1,x2,...,xn;r)=∑1≤i1≤i2≤···≤ir≤n(r∏j=1xij/(1-xij))1/r的Schur凸性、Schur乘性凸性和Schur调和凸性,其中i1,i2,...,in为正整数.作为应用,用Schur凸函数自变量的双射变换得到其他几类对称函数的Schur凸性,用控制理论建立一些不等式,特别地,由此给出Sharpiro不等式和Ky Fan不等式一个共同的推广,导出Safta猜想在高维空间的推广.