NA序列加权和的收敛性

设t0∈（0，1），Wnt（t0）是关于实变量t1，t2，…,tn的权函数；随机变量序列Y1，Y2，…，Yn是NA的，本文研究了随机变量序列加权和∑i=1,n Wni（b）Y；的收敛性，所得结果是iid情形的推广。     

关于Diophantine方程(xm+1)(xn-1)=y2

设N是全体正整数的集合,证明了：方程(X^m 1)(X^n-1)=y^2 x,y,m,n∈N，X＞1仅有正整数解(X，y,m,n)=(2，3，3，1)。     

带有小参数和不连续源项的反应--扩散问题的多过渡点格式

在许多应用领域常出现带有小参数和不连续源项的反应一扩散问题．这类问题在边界层和内部层附近都出现剧烈振荡现象，解析解根本无法求出．因此人们常采用关于摄动参数为一致收敛的数值方法．本介绍了多过渡点方法，此方法根据边界层和内部层的特点，选择合适的过渡点．在内部层和边界层附近加细了网格点。它很好地拟合了边界层和内部层的性质．证明了新的格式关于小参数一阶一致收敛．提高了Shishkin网格法(单过渡点法)的收敛阶．     

关于无限维线性系统的小时滞鲁棒稳定性

在一般Banach空间中，给出了线性系统小时滞鲁棒稳定性的一个新类型的充分条件。     

一类模糊映象的拟变分不等式

引入并研究了一类新的模糊映象的拟变分不等式，证明了这类拟变分不等式解的存在性，并构造了其迭代算法，最后证明了由此算法产生的迭代序列的收敛性，推广和改进了已知的相应结果。     

一种改善Turbo码选代译码收敛特性的方法

Turbo码可为数字通信系统提供接近信道容量的纠措能力，其迭代译码算法的收敛稳定性是算法能否实用的关键因素之一。针对短长度交织器对随机错误扩散能力弱带来的迭代收敛稳定性差的问题，在Turbo码的常用迭代译码方法的基础上加以改进，利用前后两次迭代序列的信息熵引入选代进步因子以发送迭代译码的收敛特性。给出了迭代步进因子的产生方法并进行了计算机仿真，仿真结果表明，该方法可有效改善短交织长度时Turbo码的迭代泽码收敛特性。     

三维摩擦接触问题算法精度和收敛性研究

回顾了摩擦接触问题的现有解法，包括Lagrange乘子法、惩罚函数法、增广Lagrangian乘子法，线性互补模型及互补类非线性方程组方法等，尤其是近期关于非线性方程组方法的系列研究结果：(1)三维弹性摩擦接触问题互补类非线性方程组的光滑化解法；(2)将其推广为非光滑解法；(3)三维弹塑性摩擦接触问题增量方程和算法，非线性方程组方法解法基于严格的数学理论基础，严格地满足接触条件，并用随机数产生的接触柔度矩阵证实了算法的收敛性，由于每个接触点对的未知数只有3个，不合任何人工变量，同时，算法有局部二次收敛率且计算效率很高。为了考察以增广拉格朗日法为代表的工程中流行算法的精度和收敛性，设计了一个典型的弹性摩擦接触问题算例，证实了通用程序ANSYS的增广拉格朗日法是近似的并且不能保证收敛。     

An iterative algorithm in potential-field inversion

1　Principle and MethodAll the problems of potential- field inversioncan be concluded that of solving nonlinear functionas follows:b =f( x) ( 1 )where x =( x1,x2 ,… .xn) T,xj( j =1 ,2 ,… ,n)indicate geometricparameters and physical parame-ters of the object;b=( b1,b2 ,… ,bm) T,bi( i=1 ,2 ,… ,m) indicate potential- field measurements.Main algorithms for expression( 1 ) are leastsquare method ( include damping least squaremethod ) ,gradient method ( conjugate gradientmethod and variable met…     

指数分布场合下基于分组数据区间估计的新方法

从新的角度证明了分组数据下指数分布总体均值的极大似然估计(MLE)的渐进正态性,给出了该均值的渐进置信区间。通过Monte Carlo模拟比较,发现该置信区间优于CHEN和MIE得到的置信区间。     

优化问题的序列线性方程组解法

拟牛顿算法是求解无约束优化问题的有效算法.序列二次规划方法是将拟牛顿算法应用于求解约束优化的推广与发展,它保持了拟牛顿算法的超线性收敛速度而成为约束优化的重要算法类.序列线性方程组方法则是它的进一步发展,目的在于每步求迭代方向dk时避免求解计算量较大的二次子规划.现在序列线性方程组方法仍在研究和发展,目的是简化算法结构、减少计算量,同时保持算法的优良性质.