欧德斯(Erd(o)s)猜想的证明注记

文章对文[5]中引理2的证明中两个关键点作了进一步阐述,并揭示了引理2证明的理论根据实质上是集合论、映射和一一对应及数列的排列规律;而且给出了“必存在符合条件的n1、n2值使n1≠n2”的证明。     

非线性发展方程的有理函数解

提出了求解非线性发展方程精确解的负幂指数展开法.利用这一方法,借助计算机的符号计算,求得了若干非线性发展方程的有理函数解.     

实指数幂多元牛顿变换的Julia集

阐述了多元牛顿变换的Julia集理论,给出了多元牛顿迭代法,推广了Motyka和Reiter的工作,构造并研究了实指数幂多元牛顿变换的Julia集.结果发现:随参数β值增大,实指数幂多元牛顿变换的Julia集有一个突变,表现为吸引域的个教加1;多元牛顿变换Julia集的吸引域的结构取决于初始点的选取;实指数幂多元牛顿变换Julia集的结构,依赖于相角θ主值范围的选取;多元牛顿变换的Julia集具有对称性.     

可数强仿S-闭空间

给出了可数强仿S-闭空间的概念，讨论了该空间的一些性质及其半正则化，同时给出它了的一个极不连通的定理．     

E-凸类函数及其在最优化中的应用

在已有研究基础上，对几类E-凸函数进行了研究，得出了它们的一些新性质，并研究了它们在最优化问题中的应用，推广了以前的部分结论，完善了这几类非凸函数．     

复方程f″ Af=0解的超级零点充满圆

设f1,f2是复方程f″ Af=0的两个线性无关解,其中A是整函数,令E=f1f2.本文研究了齐次线性微分方程f″ Af=0的超级零点充满圆问题,建立了E的超级零点充满圆的一些结果.所得结果精确了一些已有的结果.     

A New Mean Reversion Model of Close-End Fund

On the basis of fractal theory, one of the nonlinear theories, this paper studies the validity of Chinese fund market fractal time sequence through Hurst exponent, calculates the H value and proposes a new close-end fund mean reversion model. Meanwhile, this paper validates the mean reversion time sequence for consecutive 54 week data of fund market. The result indicates that this model can effectively prove that Chinese close-end fund market follows the biased random walk. The research also proves that the fund discount does have mean reversion tendency and averagely the fund with high discount has a higher excess yield than that of the fund with low discount. The mean excess yield and the ratio between discount rate deviation and standard deviation demonstrate a descending relationship. The optimum investment period based on ＂mean reversion＂ is one month. Consequently this model provides a new arbitrage method through the discount of close-end fund.     

连续值域决策表的属性约简算法

结合模糊聚类技术与粗糙集理论，首先给出了一种求连续属性重要性的方法，然后由粗糙集中属性约简思想，给出连续值域决策表的属性约简算法，最后通过实例说明该算法的有效性。     

一类幂指函数求导公式的推导

通过一般幂指函数的求导方法及对幂指函数y=xxx(x>0)的求导,得出了幂指函数y=fgh(f=f(x),g=g(x),h=h(x),f>0,g>0,h>0)正确的求导方法和求导公式,并对错误解法进行了分析.     

连续Vague集

对存在中立者的投票模型进行了分析,指出Fuzzy集和Vague集在表达此类模糊信息时所存在的不足;根据投票模型中中立者的倾向程度,对中立者的倾向性给出了三种不同方式的赋值方法,即等量赋值为0.5,由支持者和反对者的人数的比例等量赋值以及根据中立者和反对者的比例不等量赋值.由这三种赋值方式提出了三种由Vague集向Fuzzy集的转化方法,并根据第三种转化给出了连续Vague集的定义,最后对连续Vague集的交、并、补等性质进行了初步讨论.