关于有限族Lipschitz映射多步Ishikawa迭代算法的收敛性及其应用

本文的目的是研究Lipschitz映射公共不动点问题.基于传统的Ishikawa迭代和Noor迭代方法,我们引入多步Ishikawa迭代算法,并且分别给出了该算法强收敛于有限族拟-Lipschitz映射和伪压缩映射公共不动点的充分必要条件.此外,我们证明了该算法强收敛到非扩张映射的公共不动点.作为应用,我们给出数值试验证实所得的结论.     

两类广义Petersen 图的Euler亏格

广义 Petersen 图 P(n, m) 是这样的一个图:它的顶点集是{u_i, v_i | i=0,1, ^… , n-1}, 边集是 {u_iu_i+1, v_iv_i+m, u_iv_i | i=0,1, ^…, n-1}, 这里 m, n 是正整数、加法是在模n 下且 m<|n/2| . 这篇文章证明了P(2m+1, m)(m≥ 2) 的 Euler 亏格是1, 并且 P(2m+2, m)(m≥ 5) 的 Euler 亏格是2.     

粘合、倾斜同调维数与高维Auslander-Reiten理论

本文主要研究阿贝尔范畴粘合$(\mathscr{A}, \mathscr{B}, \mathscr{C})$中$\mathscr{A}$, $\mathscr{B}$与$\mathscr{C}$之间的倾斜同调维数关系. 特别地,对遗传的阿贝尔范畴$\mathscr{B}$,给出了粘合$(\mathscr{A}, \mathscr{B}, \mathscr{C})$中的范畴之间的$n$-几乎可裂序列间的联系.     

有序Banach空间中非线性二阶周期边值问题的正解

讨论了有序Banach空间E中的非线性二阶周期边值问题-u″(t)+bu′(t)+cu(t)=f(t,u(t)),0≤t ≤ ω,u(0)=u(ω),u′(0)=u′(ω)正解的存在性,其中b,c∈R且c＞0,f:[0,ω]×P→P连续,P为E中的正元锥.本文通过新的非紧性测度的估计技巧与凝聚映射的不动点指数理论,获得了该问题正解的存在性结果.     

双参数 C-半群

引入单参数C-半群和双参数C0-半群,给出了更一般的双参数C-半群和无穷小生成元的定义,应用双参数半群与单参数半群的关系和双参数半群的性质,给出了双参数C-半群的阶全微分,偏微分,指数有界性,和双参数C-半群是由C、A1和A2唯一确定的闭稠定线性算子的一个充分条件.     

On an Anisotropic Equation with Critical Exponent and Non-Standard Growth Condition

Using variational methods, we prove the existence of a nontrivial weak solution for the problem
{-∑i=1^Nδxi（｜δxiu｜pi-2δxiu）=λα（x）｜u｜q（x）-2u＋｜u｜p＊-2u,in Ω,
u=0 inδΩ,
where Ω R^N（N≥3） is a bounded domain with smooth boundary δΩ,2≤pi〈N,i=1,N,q：Ω→（1,p＊）is a continuous function, p＊ =N/∑i=1^N 1/pi-1 is the critical exponent for this class of problem, and λ is a parameter.     

一类位置不变的Pickands型估计量

当极值指标大于0时, 本文提出了一种位置不变的Pickands型估计量,证明了该估计量的强弱相合性, 给出了其渐近展式和强收敛速度,并对$k_2$的最优选择进行了讨论,最后利用自适应性方法对该估计量和其它Pickands型估计量进行随机模拟分析,比较该估计量的优越性.     

带有测量误差的相关数据的CUSUM控制图

实际中测量误差不仅存在而且在某些情况下还影响质量控制的表现,本文将考虑带有测量误差的相关数据的监控问题. 为检测这类数据的飘移,我们给出了一个基于极大似然比检验的CUSUM控制图及其多种情况下的可控与失控的ARL.模拟结果显示, 当过程负相关时, 我们提出的CUSUM控制图具有良好的表现.     

从偏态Pearson VII分布生成的新的多元偏态t分布

一般而言, 偏态的椭球等高分布是一类分布族,有相当一部分的分布都是积分形式, 且此类积分不易求出,而偏态的正态、偏态的正态尺度混合、偏态的PVII型、偏态的PII型的分布却有着很好的结构,偏态t分布属于偏态PVII型分布, 因此,本文在偏态PVII型分布的基础上着重研究新的偏态t分布,给出它的背景、定义、两种随机表示及其等价性.     

变系数混合模型的光滑样条推断

为了拟合纵向数据和其他相关数据,本文提出了变系数混合效应模型(VCMM).该模型运用变系数线性部分来表示协变量对响应变量的影响,而用随机效应来描述纵向数据组内的相关性, 因此,该模型允许协变量和响应变量之间存在十分灵活的泛函关系.文中运用光滑样条来估计均值部分的系数函数,而用限制最大似然的方法同时估计出光滑参数和方差成分,我们还得到了所提估计的计算方法.大量的模拟研究表明对于具有各种协方差结构的变系数混合效应模型,运用本文所提出的方法都能够十分有效地估计出模型中的系数函数和方差成分.