e1←→σ←→e2神经网络反相解的研究

对e1←→σ←→e2神经网络模式，采用相同的微分方程模型研究此模式产生的反相解的周期性，得到P^*-起跳区，根据此区域的性质给出激发元进入P^*-起跳区的条件，满足此条件的系统得到周期反相解，两元沿着相同的闭轨运动，且闭轨位置与初始条件无关。     

对称正则长波方程的一个守恒差分格式

本文考虑了具有齐次边界条件的对称正则长波方程的有限差分法．构造了一个两层守恒的有限差分格式,利用离散泛函分析方法分析了格式的收敛性和稳定性,从理论上得到了收敛阶为O(h~2 τ)．数值试验表明,我们的方法是可信的．     

约束系统量子化中Dirac方法与Faddeev-Jackiw方法的等价性

对约束系统量子化中Dirac方法和 Faddeev-Jackiw方法进行了讨论，并对它们的运动方程、正则量子化的等价性进行证明.找出了两种方法中约束的对应关系. 关键词： Faddeev-Jackiw方法 Dirac方法 约束系统 正则量子化     

A-调和方程弱解的逆Hlder不等式及其应用

本文给出A 调和方程弱解的逆H lder不等式及其若干应用 .     

非正则位置参数模型中的拟极大似然估计

当分布密度的形式未知时，参数的极大似然估计没有明确的解析表达式，也不能通过设计算法由计算机运算得到。本文我们将从该分布中抽取的样本当作是来自另一个形式已知的分布密度的样本，该已知分布密度的选取依赖于未知的分布密度，但是具有与未知分布相似的边界性质。基于这两个分布族，我们提出了拟极大似然估计的概念，同时，对这种拟极大似然估计的渐近性质进行了讨论。结果表明拟极大拟然估计与极大似然估计有关相同的渐近性质，并且由于拟极大似然估计的获得不依赖于未知分布密度的形式，只与一已知的分布密度有关，使得通过计算机可以实现对其的求解。     

涉及两个单形的一类不等式

本文中,我们建立了下列主要结果: 定理 设∑_A和∑_B为n维Euclid空间E~n(n>2)中的两个单形,它们的棱长分别是a_i,b_i(i=1,2,…,c_(n 1)~2),它们的体积分别是V_1和V_2,则当θ∈(0,1]时有     

准正则环和强正则环

环R称为准正则环，如果环R的每个右理想是由R的若干个幂等元所生成，主要结果是：(1)设R是准正则环，如果R的分式环Q作为右R模是右Noether的，则R是半单Artin环。(2)设R是准正则环，如果环R的每个素右理想都是极大右理想，则R是强正则环。     

关于正定可对称化线性代数方程组的预对称正则化算法

1引言考虑线性代数方程组A_x=b,A∈R~(n×n)非奇异,x,b∈R~n(1)的求解．当系数矩阵是大型稀疏的正定可对称化矩阵,文[1,2]讨论了一类预对称共轭梯度算法(LRSCG算法是其中之一),这类算法的实质是利用非对称的系数矩阵可对称化的性质,并结合共轭梯度法而构造的一种预处理的共轭梯度法[12,16,17]．但非对称的系数     

无限维Banach空间的一个特征

证明如下结果，设Ｘ是Ｂａｎａｃｈ空间，则Ｘ是无限维的充分必要的条件是存在不含内点的非空凸集Ｂ，使得Ｂ不在任何一个闭超平面上。