二阶非线性散度型微分方程的最大值原理及其特征值问题

章给出了二阶非线性散度型微分方程的最大值原理，利用这些原理可获得解的估计，并可给出相应的特征值问题的特征值估计。     

随机微分方程特征值期望的上界估计

利用变分原理,从不同角度,讨论了随机微分方程特征问题特征值的性质,给出了其期望值的两个上界估计式。     

关于树的特征值的估计

利用树的特征值的一个性质,给出了一个仅用树的阶或线数来估计特征值,该结果大大强于一般图的特征值的估计     

Dirac-Laplace算子的特征值间距估计

利用the general Bochner fomula和Rayleigh theorem,给出了球面S^n p(1)的子流形M上Dirac-Laplace算子的特征值间距估计,并由此讨论在一些限制条件下相应的特征值间距的有关估计．特别地对M为Spin-子流形时,给出了其特征值间距的估计．     

两个复矩阵乘积的特征值估计

设 A,B是两个 n阶复矩阵 ,且 r(AB- BA)≤ 1 .利用 A,B的特征值给出了乘积矩阵 AB的特征值的取值范围 ,推广了关于可换 Hermite矩阵乘积的特征值估计的一些结果     

分块矩阵特征值的圆盘估计

在考虑非正规性因素影响下,对分块矩阵给出了复方阵特征值的整体圆盘估计,即给出复方阵的特征值相对于对角元素算术平均值的偏离程度的估计.     

矩阵C-特征值的包含区间

研究矩阵C-特征值的估计问题, 通过引入基本C 特征值的概念, 并运用在实空间中定义超平面的构造性几何方法, 给出了判定非奇异矩阵的充分条件, 进而研究了新的矩阵基本C-特征值的包含区间, 并给出了实用估计式.     

关于乘积矩阵的特征值估计

本文给出了半正定Hermite矩阵和Hermite矩阵乘积的特征值估计,同时给出了乘积矩阵中正、负、零特征值个数的估计,推广了文[1]—[4]的结果。     

分块矩阵特征值的圆盘估计

在考虑非正规性因素影响下，对分块矩阵给出了复方阵特征值的整体圆盘估计，即给出复方阵的特征值相对于对角元素算术平均值的偏离程度的估计。     

关于广义特征值的注记

在什么条件下，广义特征值为实数？［１］在Ｒｎ×ｎ中给出了一个充分条件。［２］在一定条件下给出了广义特征值的估计．本文在Ｃｎ×ｎ下给出广义特征值为实数的几个充分条件。并且在命题１和命题２中还给出广义特征值的估计。