【摘 要】
：
本文主要是研究一类带有概周期型算子的非线性方程的概周期型解.在第一章中,我们介绍了本文的研究背景和主要结果.在第二章中,我们给出了与本文相关的概周期型函数和概周期型算子的基本知识.在第三章中,我们研究方程x(t)=f(t,(Ax)(t)),t∈R的概周期解的存在性条件,其中A为概周期算子,f为概周期函数;方程x(t)=f(t,(Mx)(t)),t∈R+的渐近概周期解的存在性条件,其中M为渐近概周期
论文部分内容阅读
本文主要是研究一类带有概周期型算子的非线性方程的概周期型解.在第一章中,我们介绍了本文的研究背景和主要结果.在第二章中,我们给出了与本文相关的概周期型函数和概周期型算子的基本知识.在第三章中,我们研究方程x(t)=f(t,(Ax)(t)),t∈R的概周期解的存在性条件,其中A为概周期算子,f为概周期函数;方程x(t)=f(t,(Mx)(t)),t∈R+的渐近概周期解的存在性条件,其中M为渐近概周期算子,f为渐近概周期函数,并且将抽象的结果应用到差分方程、有限时滞方程等一系列具体的方程中去.
其他文献
公共服务动机概念启蒙于二十世纪九十年代,近三十年来公共管理领域掀起一阵PSM研究热潮,从西方世界蔓延至全球范围。而在中国相关研究始于2007年,主要是对西方研究成果的介绍、汇总、述评及中国化的初步探索等。研究公共服务动机与工作绩效间相关性的成果很多,但至今未有统一的结论。中小学教师具有公共事业单位员工的典型特征,服务于国家的教育民生工程,基于日常课业繁重、平均工资较低及晋升机会较少等特点,中小学教
内燃机是最为广泛的一种热力机械,近些年由于能源危机和环保问题,内燃机的燃烧和排放控制得以迅速发展,但内燃机的燃烧是在有限空间内,喷雾湿壁现象所带来的消极影响几乎不可避免,研究人员多采用掺混挥发性好的替代燃料减少燃油喷雾撞壁的质量,设计燃烧室结构来减少湿壁和利用撞壁,其中虽有通过改变壁面特性,如壁面温度、表面粗糙度等对撞壁后混合气分布展开研究,但少有针对湿壁后燃油与燃烧室壁面间微观流动过程及其影响因
聚能装药爆炸喷涂技术作为一种新型的表面改性技术,打破了传统意义上表面改性技术和爆炸加工技术之间的界限,能够利用聚能装药爆炸产生的爆轰波,驱动喷涂粉末轰击基板,以在其表面形成硬质涂层。本文通过对聚能装药爆炸喷涂的过程进行SPH法数值模拟,再现了喷涂粉末发散的过程。在分析碳源对涂层性能的影响时,分别以石墨、石墨烯、碳纳米管为碳源制备了碳化钨涂层,并通过SEM、XRD、BSE、显微硬度等对涂层性能进行了
目的:肥胖与非酒精性脂肪肝的发生发展密切相关。肥胖时升高的血清棕榈酸是诱导肝脏脂质蓄积的重要原因。人叉头框蛋白O1(FoxO1)是FoxO转录因子家族的成员,可诱导肝脏脂肪甘油三酯脂肪酶(ATGL)表达并抑制G0/G1开关基因2(G0S2)表达。然而,既往研究也显示了FoxO1在肝脏脂质蓄积中具有相反作用。本研究采用棕榈酸处理HepG2肝细胞,以期阐明FoxO1在棕榈酸诱导肝细胞脂质蓄积中的作用及
灰黄霉素是一种抗真菌抗生素,临床上被用于治疗皮肤癣菌感染,也可以用作防治农作物真菌病害。本研究的研究对象灰黄青霉D-756是我院吴松刚等自野生菌灰黄青霉4541经多代复合
非酒精性脂肪性肝炎对人体产生的危害引起越来越多人的重视与研究,很多学者都把研究重点放在抗氧化以及脂质代谢上,却忽略了炎症在NASH疾病进展中的作用,已经有研究结果表明,NASH疾病的严重程度与炎症正相关,可见如果有效控制炎症可能会使NASH疾病得到有效缓解。HMGB1是一种DNA结合核蛋白,是重要的晚期致炎因子,与多种炎症性疾病发展息息相关。在非酒精性脂肪性肝炎疾病中,肝脏部位蓄积的大量脂肪会产生
目的:探讨冠心病患者来源的HDL对小鼠腹腔巨噬细胞脂质沉积及凋亡的影响。方法:1.分离提取健康人群、稳定型冠心病及急性心肌梗死患者的HDL,并观察其对ox-LDL诱导的泡沫细胞内脂质沉积及细胞凋亡的影响。2.采用油红O检测泡沫细胞内脂质沉积。3.用DCFH-DA检测活性氧簇(ROS)的水平。4.annexin V/PI检测巨噬细胞凋亡率。5.Western blot检测巨噬细胞ABCA-1、ABC
在非寿险精算中,保险公司常关心某个保单的索赔次数,保单的索赔次数反映了该保单的风险大小。如果可以通过历史数据预测索赔次数,那么保单定价就会更加的合理。索赔次数常常依赖于该保单的风险特征,这些风险特征的综合一般用某个风险参数θ来刻画。由于保单的非齐次性,风险参数θ被认为是随机变量,服从某个先验分布。因此对索赔次数的预测就落入了贝叶斯框架之中。假设保单在过去若干年内已有索赔次数的损失记录,本文根据保单
极限定理及其收敛速度是最受概率学家关注的话题之一。在正态逼近中,我们所研究的随机变量{Wn}的分布函数与标准正态分布函数Φ(z)的误差也(?)被称作(一致的)Bcrry-Essccn界。当这个界同样与z有关时,我们也称其非一致的Bcrry-Esscen界。特征函数法给出了独立随机变量之和的一致和非一致Berry-Esseen界[1][2][13]。然而,在随机变量是相依的情况下,用特征函数处理是非
预测问题一直以来都是学者们研究的重点,随着人工智能的迅速发展,越来越多的学者将机器学习运用到预测研究中,并尝试改进优化算法以提高预测精度。其中SVM(支持向量机)作为机器学习的代表,能较好的解决非线性和高维数等问题,在预测方面具有较大的优势。LSSVM(最小二乘支持向量机)是一种基于SVM的改进算法,将二次规划问题转化为线性求解,大大简化了SVM的求解过程,加快了求解速度。Markov(马尔科夫)