求解不可导方程的修正牛顿迭代及其在Banach空间中的收敛性

为了解决不可导方程的求根问题以及在实际应用方面的考虑，在韩丹夫一文收敛条件的基础上，提出了用修正的牛顿方法来解决不可导方程的求根问题，并且用优序列方法给出了收敛性理论，由于方程本身的限制，所得到的结果是线性收敛的．     

乘积空间中减算子不动点的存在唯一性定理

研究了乘积空间中严格集压缩减算子不动点存在唯一性问题,在弱连续的条件下,得到了不动点的存在唯一性和迭代收敛性.并给出了它的应用.     

含k-次增生算子的非线性方程的迭代程序

建立了一般Banach空间中含k-次增生算子的非线性方程的带混合误差的Ishikawa迭代序列的强收敛性的一般性定理,所得的是任卫云等和LIU Li-shan等于最近得到的主要结果的多方面的拓广和改进,且所用方法不同于他们．     

Calderon-Zygmund算子多线性交换子的λ-中心BMO估计

建立了由Calderon-Zygmund算子和λ-中心BMO函数族生成的多线性交换子Tb在中心Money空间Bq,λ（R^n）上的有界估计,其中b=（b1,…,bm）,bi是λ-中心BMO函数．     

单位球上Zygmund空间到α-Bloch空间的复合算子

讨论了单位球上Zygmund空间Z到α-Bloch空间Bα的复合算子Cφ的有界性和紧性,得到了算子Cφ:Z→Bα为有界和紧的几个充要条件.给出了当μ(t)=(log e/(1-t2)-1时,μ-Bloch空间Bμ到α-Bloch空间Bα的复合算子Cφ为有界算子和紧算子的充要条件.     

二元体相分离模型的静态分歧

运用非线性分歧理论,研究二元体相分离模型的静态分歧,给出了一个与该模型线性问题第一特征值相关的临界值。当参数超过该临界值时,二元体相分离模型有静态分歧发生,此时相应的二元体有相分离现象发生。此外,提出影响二元体相分离现象发生的主要因素是晶格间距和二元体所在区域的形状。     

When is the pseudo-best estimator blue?

Summary Linear unbiased estimation of the mean of a random variable in Hilbert space is treated in the typical case where the mean belongs to a known subspace. The best linear estimate depends on the underlying covariance operatorB ₀ of the random variable. This operatorB ₀, however, is rarely completely known, so that an auxiliary operatorB is used to compute a “pseudo-best” estimate. It is shown that the best and the pseudo-best estimates coincide, if and only ifB ₀ B ⁻¹ leavesM invariant. Applications to linear regression are to be found in the references.     

关于最小不确定态的概率分布

本文借助于曲线坐标下动量算符的一种厄密形式,导出了广义坐标算符和广义动量算符的最小不确定态,并结合常见坐标分量取不同上、下限的情况讨论相应的概率分布,进而得到有关的结论.     

半线性抛物方程在L2p空间中全局吸引子的存在性

本文研究了半线性抛物方程所生成的半群{S（t）}t≥0的吸引子的存在性.利用文献[1]中证明吸引子正则性的思想,分别得到半群{S（t）}t≥0在L^2p（Ω）空间中具有一个有界吸收集和一个全局吸引子.     

Projected subgradient techniques and viscosity methods for optimization with variational inequality constraints

In this paper, we propose an easily implementable algorithm in Hilbert spaces for solving some classical monotone variational inequality problem over the set of solutions of mixed variational inequalities. The proposed method combines two strategies: projected subgradient techniques and viscosity-type approximations. The involved stepsizes are controlled and a strong convergence theorem is established under very classical assumptions. Our algorithm can be applied for instance to some mathematical programs with complementarity constraints.