首先列举本文使用的一些记号.设 A 和 B 都是矩阵,A≥0(A>0)表示 A 是非负定(正定)对称阵,A≥B(A>B)表示 A-B≥0(A-B>0);\mathcal{M}(A)表示 A 的列空间;A~+表示 A 的 Moore-Penrose 广义逆;A~-表示“满足 AA~-A=A”品的 A 的广义逆.考虑一般的随机效应线性模型...
的框架内能得到更好的阐明.如 Smith 所指明的,当 f 满足一定的单调性条件时,(3)的解有一些良好的性质,且可在一定程度上应用 Hirsch 的“单调流”理论.我们在[4]中发展了[8]的工作,得出了(3)全局渐近稳定的某种充分条件.本文将[4,8]中的方法应用于方程(1)的研究,所得之主要结果(定理1,2)阐明了:当μ满足一定条件时,方程(1)具有某种意义的全局稳定性.我们的结果特别可用于某些微分差分方程...
Ge 在假定 H_1下(见[1]),给出了求解(P)的一个新方法——填充函数法.[2]的作者又探索并构造了一些新的填充函数,但[2]的遗憾之处是一目了然的,他的理论与算法是在假定 H_1下进行的.诚然,对目标函数 F(x)了解得越多,F(x)的性质越好,就容易寻找出求解的更有效的算法.事实上往往是为得到函数的更多的信息要以化费相当大的工作量为代价,况且,大量的实际优化问题中,目标函数并不常常是连续可微的.
设 G 是 n 维欧氏空间 E~n 中的有界区域.B(x_0,r)记中心在 x 半径为 r 的球体,B(r)=B(0,r).W_2~1(G)和\mathring{W}_2^1(G)是通常的空间.[W_2~1(G)]~N 和[\mathring{W}_2^1(G)]~N为 N 维向量值函数的空间.限于 n≥3.在 G 中考虑方程...
设 G 是一个图,我们用 V(G)和 E(G)分别表示 G 的顶点集和边集,记 v=|V(G)|,ε=|E(G)|.P(G;λ)是图 G 的色多项式.称图 G 是色唯一的,如果任何图 H,由 P(H;λ)=P(G;λ),推知 H 与 G 同构.c_t(G)表示 G 中长为 k 的圈的个数.用G=(X,Y)表示二部图,K_(m,n)表示两部分的基数分别为 m 和 n 的完全二部图.本文中所有的图都是简单图,没有定义的术语和记号均可在[1]中找到.我们的主要结果是,用...
