一类中立型泛函微分方程正解的存在性

利用Ｌｅｖｉ引理、Ｂａｎａｃｈ压缩映象原理,给出了非线性中立型微分方程ｄｄｔ「ａ（ｔ）ｘ（ｔ）－∑＾ｎｊ＝１ｂｉ（ｔ）ｘ（ｔ－ｒｉ）」＋∑＾ｎｊ＝１ｆｊ（ｔ,ｘ（ｔ）,ｘ（ｔ－τｊ（ｔ）））＝０存在正解的几个充分条件。     

线性模型中误差分布的基于L1估计的相合核估计

线性模型ｙｉ＝ｘｉ＇β＋ｅｉ，ｉ＝１，…，ｎ，的误差序列｛ｅｉ｝ｉ＾ｎ＝１有未知密度ｆ（ｘ）。本文在一定条件下证明了ｆ（ｘ）的核估计ｆｎ（ｘ）＝１／ｎａｎ∑＾ｎｉ＝１ｋ（ｅｎｉ－ｘ／ａｎ）的弱相合性，逐点强相合性，一致强相合性，其中ｅｎｉ为Ｌ１估计的残差。     

矩形区域上均匀分布的一个性质

设｛Ｘｔ＝（Ｘ１ｔ，Ｘ２ｔ，…，Ｘｐｔ｝ｔ＝１，２，…，ｎ｝是矩形区域Ｄ＝｛ｘ＝（ｘ１，ｘ２，…，ｘｐ）│αｉ≤ｘｉ≤ｂｉ，ｉ＝１，２，…，ｐ｝上的均匀分布的样本，Ｘ（１），Ｘ（２），…，Ｘ（ｎ）是Ｘ１，Ｘ２，…，Ｘｎ的次序统计量。     

n个图的逻辑积的色数和边色数

证明了图的逻辑积的色数公式ｘ（Ｇ１∧Ｇ２∧…∧Ｇｎ）≤ｍｉｎ｛ｘ（Ｇ１），ｘ（Ｇ２），…，ｘ（Ｇｎ）｝，边色数有并作如下猜想：ｘ（Ｇ１∧Ｇ２∧…∧Ｇｎ）＝ｍｉｎ｛ｘ（Ｇ１），ｘ（Ｇ２），…，ｘ（Ｇｎ）｝．     

多齿映射和多角映射的迭代移位

利用ｘ ∈［０ ,１］ 的ｒ － 进位展开,ｘ ＝ ａ１ｒ ＋ ａ２ｒ２ ＋ …＋ ａｎｒｎ ＋ …　　　ａｎ ∈｛０ ,１ ,…,ｒ － １｝ ,１ ＜ ｒ ∈Ｎ证明了多齿映射Ｓｒ（ｘ） ＝ Ｆｒａｃ（ｒｘ） ,　　０ ≤ｘ ≤１和多角映射Ｔｒ（ｘ） ＝Ｓｒ（ｘ） ,　２ｊ － ２ｒ ≤ｘ ≤２ｊ－ １ｒ ,　ｊ ＝ １ ,２ ,…, ｒ ＋ １２２ｊ － ｒｘ ,　２ｊ － １ｒ ≤ｘ ≤２ｊｒ ,　ｊ ＝ １,２ ,…, ｒ２是移位映射,从而是混沌映射．     

两类特殊单峰映射

文章首先研究了ｆ（ｃ）＝１的单峰映射，得到如下结论（１）ｐｐ（ｆ）＝Ｚ＋（２）ｋ（ｆ）＝ＲＬ∞（３）｛Ａ：Ａ∈ｆ，Ａ不以ＲＬ∞为结尾｝｛Ｉ（ｘ）：ｘ∈Ｉ｝，（４）ｆ（ｃ）＝１，且ｆ严格上凸时，｛Ａ：Ａ∈ｆ，Ａ不以ＲＬ∞结尾｝＝｛Ｉ（ｘ）：ｘ∈Ｉ，ｘ≠１｝，其次，研究了ｆ（ｃ）≤ｃ的单峰映射，得到（５）ｐｐ（ｆ）＝｛１｝（６）若Ｆ（ｆ）＝｛０｝，则对ｘ∈Ｉ，ｌｉｍｎ→∞ｆｎ（ｘ）＝０，（７）若Ｆ（ｆ）＝｛０，ｙ｝，则ｙ为渐近周期点。（８）｛Ｉ（ｘ）：ｘ∈Ｉ｝｛Ｌ∞，Ｃ，ＲＬ∞｝     

Gn的一种完全因子

设ｎ＝２＾λ－１＋ｔ，λ〉２，０≤ｔ〈２＾λ－１。反馈函数ｘｎ＝ｆ（ｘ０，ｘ１，…，ｘｎ－１）＝１＋ｘ０＋Σｉ∈Ｉｔ（ｘｉ＋ｘｎ－ｉ）产生ｎ阶ｄｅ Ｂｒｕｉｊｎ－Ｇｏｏｄ图Ｇｎ的一个完全因子ＰＦλ（２＾λ－１＋ｔ）其中Ｉｔ＝｛ｔ；（ｔｉ）是奇整数，１≤ｉ≤ｔ｝。     

一种边界型二重求积公式的构造

设Ｄ＝｛（ｘ，ｙ）；ｐ≤ｘ≤１，０≤ｙ≤ｆ（ｘ）｝，ｆ（０）＝１，ｆ（１）＝０，ｆ（ｘ）在「０，１」上连续且严格单调。给出一种构造Ｆ（ｘ，ｙ）在Ｄ上具有不含内部节点且具有高代数精确度的边界插值公式及一种构造非对称区域的边界型的二重求积公式，并给出误差估计式。     

B值随机元阵列加权和的收敛性与大数定律

令｛Ｘｎｉ，１≤ｉ≤ｋｎ↑∞，ｎ≥１｝为Ｂ值随机元阵列，｛ａｎｉ，１≤ｉ≤ｋｎ，ｎ≥１｝为实数阵列。讨论加权和Ｓｎ＝Σ↑ｋｎ↓ｉ＝１ａｎｉＸｎｉ，ｎ≥１的收敛性。在条件ｓｕｐ↓ｎ，ｉＰ（‖Ｘｎｉ‖〉ｘ）＝０（ｘ＾－ｒ）下给出了一些收敛性结果（１≤ｒ〈ｐ≤２），同时用这种收敛性刻划了Ｂａｎａｃｈ空间的ｐ型性质。     

理想刚塑性结构极限分析的数学规划算法

从塑性极限分析理论的上限定理出发，将理想刚塑性结构极限分析问题归化为求：ｆ（ｘ１，ｘ２，…，ｘｎ）＝∑Ｒｉ＝１∑ｎｊ＝１ａｉｊｘｊ＋ｂｉ的凸函数的最小值及最小值点的问题，给出了解决上述问题的数学规划算法。     

偶图的周长

设Ｇ（Ａ，Ａ２；Ｅ）为２连通偶图，（Ａ１，Ａ２）为顶点二分划，Ｄ（ｘ）＝｛ｙ｜ｙ∈Ｖ（Ｇ）＼｛ｘ｝，ｄ（ｘ，ｙ）＝２｝，ｄ＾＊ｄ（ｘ）表示Ｄ（ｘ）∪｛ｘ｝中所有的度排成的非减度序列（ｄ＾＊１，ｄ＾＊２，…，ｄ＾＊ｊ，…，ｄ＾＊｜Ｄ（ｘ）｜＋１）中当下标ｊ＝ｄ（ｘ）时的度而当｜Ｄ（ｘ）｜＋１＜ｄ（ｘ）时ｄ＾＊ｄ（ｘ）＝ｄ＾＊｜Ｄ（ｘ）｜＋１。δ０＝ｍｉｎ｛ｄ（ｘ）｜ｘ∈Ｖ（Ｇ）｝，δｉ＝ｍｉｎ｛ｄ＾     

反应扩散方程组在分数幂空间的整体吸引子

本文研究如下具有色散的反应扩散方程组ｕｔ＝ＤΔｕ－γｕ＋Σｎｊ＝１Ｂｊ（ｘ）ｕｘｊ＋ｆ（ｕ），ｘ∈Ω，ｔ＞０，ｕ（ｘ，ｔ）＝０，ｘ∈Ω，ｔ＞０，ｕ（ｘ，０）＝ｕ０（ｘ），ｘ∈Ω．（１）其中Ω是Ｒｎ中的有界开集且具有光滑的边界Ω，ｕ＝（ｕ１，…...     

关于一种修正的Jacobi多项式

以修正的Ｊａｃｏｂｉ多项式算子的零点作为插值的节点,构造了一个“１／１６”平均插值过程Ｃｎ（ｆ,ｘ）．若ｆ（ｘ）∈Ｃｊ［－１,１］,０≤ｊ≤３,则Ｃｎ（ｆ,ｘ）对ｆ（ｘ）的逼近程度达到最佳,结论为｜Ｃｎ（ｆ,ｘ）－ｆ（ｘ）｜＝Ｏ１ｎｊ＋１＋１ｎｊωｆ（ｊ）,１ｎ（０≤ｊ≤３）｜Ｃｎ（ｆ,ｘ）－ｆ（ｘ）｜＝Ｏωφλｆ,１ｎδｎ（ｘ）１－λ（０≤λ≤１）     

修整HERMITE-FEJER插值在ORLICZ空间中的逼近

给出了不等式‖ＰＮ‖（Ｍ）Ｗ≤Ｃｉｎｆα｛α＞０：１ｎｑｊ＝０ｎｋ＝１Ｍ［１α（１－ｘ２ｋｎ）ｊ｜ＰＮ（ｊ）（ｘｋ）｜］≤１｝其中Ｎ＝（ｑ＋１）ｎ－１,ＰＮ（ｘ）为阶≤Ｎ的代数多项式,ｘｋ（ｋ＝１,２,…,ｎ）为第一类Ｃｈｅｂｙ－ｓｈｅｖ多项式的零点．讨论了此不等式的应用．     

关于一个组合型Bernstein多项式的逼近阶

以Ｊａｃｏｂｉ多项式的零点作为插值的节点,构造了一个组合型的Ｂｅｒｎｓｔｅｉｎ多项式算子Ｃｎ（ｆ,ｘ）．若ｆ（ｘ）∈Ｃｊ［－１,１］,０≤ｊ≤５,则Ｃｎ（ｆ,ｘ）对ｆ（ｘ）的逼近程度均达到最佳。即｜Ｃｎ（ｆ,ｘ）－ｆ（ｘ）｜＝Ｏ１ｎｊ＋１＋１ｎｊωｆ（ｊ）,１ｎ,（０≤ｊ≤５）．     

关于高阶泛函边值问题的一个比较定理

考虑泛函边值问题：ｘ（ｎ）－ｎｉ＝１Ａｉ（ｔ，ｘ，ｘ，…，ｘ（ｎ－１）ｘ（ｉ－１）＝ｆ（ｔ，ｘ，ｘ，…，ｘ（ｎ－１））（０≤ｔ≤１），Ｂ（ｘ，ｘ，…，ｘ（ｎ－１））＝ξ．在适当条件下，利用Ｂｏｒｓｕｋ定理证明了上述问题的可解性蕴含于边值问题“ｘ（ｎ）－ｎｉ＝１Ｐｉ（ｔ）ｘ（ｉ－１）＝０，Ｂ（ｘ，ｘ，…，ｘ（ｎ－１））＝ξ”解的唯一性．     

关于椭圆区域在限定条件下的极值映照及其性质

本文得到椭圆区域Ω１＝｛（ｘ，ｙ）│：ｘ＾２／ａ＾２＋ｙ＾２／ｂ＾２≤１｝到椭圆区域Ω↑￣１＝｛（ｕ，ｖ）｝│：ｕ＾２／ａ＾２＋ｖ＾２／ｋ＾２ｂ＾２≤１｝，在边界эΩ１上与Ａｆｆｉｎｅ变换ＡＫ（ｚ）＝ｘ＋ｉＫｙ一致，且把эΩ１集点映到эΩ↑￣１焦点的唯一极值的Ｔｅｉｃｈｍｕｌｌｅｒ映照，并得到此映照的一些性质。     

扩散系数和源函数的同时反演

本文讨论了线性扩散方程：Ｕ：（ｘ，ｔ）＝ａ（ｔ）Ｕｘｘ（ｘ，ｔ）＋ｆ（ｔ）ｇ（ｘ）在区域０≤ｘ≤１，０≤ｔ＜Ｔ上确定未知函数组｛ｕ（ｘ，ｔ），ａ（ｔ），ｆ（ｔ）｝的反问题，证明了反问题解的存在性和唯一性。     

B值一致渐近鞅的局部收敛性及大数定律

设（Ω，Ｆ，Ｐ）是概率空间，Ｂ是ｐ阶一致光滑空间，Ｘ＝（Ｘｎ，Ｆｎ，ｎ≥１）是Ｂ值一致渐近鞅，则有：（１）｛∑∞ｎ＝１Ｅ（‖ｄＸｎ‖βＭ‖ｄＸｎ‖β－１＋Ｍβ／Ｆｎ－１）＜∞，１≤β≤ｐ，Ｍ＞０，ｓｕｐｎ≥１‖Ｘｎ‖＜∞｝｛Ｘｎ收敛｝（２）｛∑∞ｎ＝１Ｅ（‖ｄＸｎ‖β（Ｍｎ）‖ｄＸｎ‖β－１＋（Ｍｎ）β／Ｆｎ－１）＜∞，Ｍ＞０，１≤β≤ｐ｝｛Ｘｎｎ收敛于０｝（３）若对任意的ｘ≥０及ｎ≥１，均有Ｐ（‖ｄＸｎ‖≥ｘ）≤ａＰ（Ｙ≥ｘ），其中Ｙ是一正实值随机变量，ＥＹ＜∞，Ｅ（Ｙｌｎ＋Ｙ）＜∞，ａ是一正实数，那么Ｘｎｎａ．ｓ．收敛于０．上述结论推广与改进了若干熟知的重要结果     

一类随机级数的收敛性及和的分布

设ｘ、，ｘ２，…ｘｎ是独立同分布的随机变量序理，Ｐ（０≤ｘ１≤１）＝１且Ｐ（ｘ１＝１）〈１证明了随机组数∑（－）＾ｎ－１ｘ１ｘ２…ｘｎ的收敛性，并提供了一种求和Ｓ＝∑（－）＾ｎ－１ｘ１ｘ２…ｘｎ的分布方法。