B-值鞅Hardy空间与BMO空间的实内插

研究了B值鞅Hardy空间与BMO空间的实内插，并利用所得结果，讨论了鞅Hardy空间的内插空间的共轭问题。     

基于Y型分支与布拉格光栅结构的集成光芯片研究

采用Y型分支与深刻蚀布拉格波导光栅相集成的方案,制备了带有通道监控功能的1×8光分路器集成芯片.耦合封装后的集成光芯片同时实现了稳定的通道光信号传输与监控功能.集成光芯片8通道反射谱中心波长范围为1597 nm～1639 nm,间隔为6 nm,3 dB带宽最大为0.67 nm,通道反射率最低为88.24％.1550 n...     

STABILITY OF DISPLACEMENT TO THE SECOND FUNDAMENTAL PROBLEM IN PLANE ELASTICITY

In this article, by using the stability of Cauchy type integral when the smooth perturbation for integral curve and the Sobolev type perturbation for kernel density happen, we discuss the stability of the second fundamental problem in plane elasticity when the smooth perturbation for the boundary of the elastic domain （unit disk） and the Sobolev type perturbation for the displacement happen. And the error estimate of the displacement between the second fundamental problem and its perturbed problem is obtained.     

Lévy型算子所生成马氏过程的稳定性

利用Lévy型算子积分微分型表示形式和拟微分型表示形式,以寻求Lévy型算子生成的马氏过程各种稳定性的精确且可验证的充分条件.给出了由符号函数直接判定的Lévy型过程非爆炸的充分条件,这个条件包括了扩散过程非爆炸的线性增长条件;当Lévy型算子生成马氏过程对应半群的符号函数已知时,得到了由该符号函数直接表达的常返性充分条件,它推广了关于Lévy过程经典的Chun-Fuchs常返性准则.     

一道概率竞赛试题的解法探讨

第十七届北京高中数学知识应用竞赛初赛第四题如下：在上届复赛中有一道题：“你计划在下一周假期去某地旅游,当地气象预报告诉你下一周每天有50％的可能下雨．为了简单起见,假设每天是否下雨与前几天的天气情况无关．估计一下在下周旅游时遇到连续3天下雨的可能性多大？”同学们采用古典概型方法得到在一周中连续3天下雨的概率为0．3672．     

基于sieve方法的响应变量为当前状态数据的部 分函数型线性模型的估计

利用sieve方法研究响应变量为当前状态数据的部分函数型线性模型的估计.在一定的条件下,证明了该估计的强相合性和渐近正态性,得到了该估计的收敛速度,并且非参数部分达到最优收敛速度.最后通过一个数值模拟来研究该估计的有限样本性质.     

一类具有粘性项的拟线性抛物型方程组*

研究了一类具有非线性源项和粘性项的拟线性抛物型方程组的初边值问题．通过构造稳定集, 证明了此问题整体解的存在性, 并建立了解的长时间行为．同时在放松函数的适当假设条件下, 得到了初始能量非负时解的爆破性质及解的生命区间估计．     

注重数学概念教学 发展问题解决能力

数学概念是中学数学教学中至关重要的内容,是基础知识和基本技能的核心.正确理解概念是学好数学的基础.数学的问题解决是学好数学的具体体现,是学生有兴趣学习数学的动力源泉.在平常的教学中,可以通过解题训练,提高学生问题解决的能力.当下普遍的是重解题训练,轻概念教学.这样虽可短期内提高学生平时数学成绩,但其淡化了对知识本质的理解,不利于可持续发展.笔者结合自身的教学实践,以"离散型随机变量的分布列"为课例(下文简称为"课例"),分析如何通过概念教学提高学生数学问题     

两台自私型机器上自私工件排序的PoA紧界

本文研究了两台自私型机器上有自私型工件的关于二元均衡的排序问题。对任意工件序列$L$, 证明了二元均衡排序的PoA的紧界为$\frac{8}{7}$。如果工件尺寸在区间$[1, r](r\ge1)$内, 得到了二元均衡排序的PoA的紧界为关于$r$的分段线性函数。     

广义变系数模型的Bayesian B样条估计

提出了广义变系数模型函数系数的一种新的估计方法．我们用B样条函数逼近函数系数,不具体选择节点的个数,而是节点个数取均匀的无信息先验,样条函数系数取正态先验,用Bayesian模型平均的方法估计各个函数系数．这种估计方法一个主要特点是允许各个函数系数所需节点个数的后验分布不同,因此允许不同函数系数使用不同的光滑参数．另外,本文还给出了Bayesian B样条估计的计算方法,并通过模拟例子,说明广义变系数模型的函数系数可以由Bayesian B样条估计方法得到很好的估计．