p.c.f.自相似集上的“热点”猜想及分形插值函数

来源 :浙江大学 | 被引量 : 0次 | 上传用户:yisheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文主要包括两方面的工作.  1.“热点”猜想.“热点”猜想是由J.Rauch于1974年提出的,其研究区域是欧式空间中的区域.2012年,利用谱提取算法,阮火军在Sierpinski垫片上证明了“热点”猜想成立.本文继续这方面的工作,在一些p.c.f.自相似集上考察“热点”猜想,证明了“热点”猜想在高维的Sierpinski垫片上成立,但是在六角垫片上不成立.从而得出,对于一般的p.c.f.自相似集“热点”猜想不成立.  2.分形插值函数.首先对于定义在p.c.f自相似集上的分形插值函数,本文刻划了它们能量有限的充要条件.接着对于Sierpinski垫片(SG)上具有一致纵向尺度的分形插值函数,本文讨论了它们的Laplacian算子.作为应用,证明了以下Dirichlet问题的解为一致纵向尺度因子为1/5的分形插值函数:{u(qi)=qi,i=1,2,3,Δu(x)=η,x∈SG{q1,q2,q3}其中q1,q2,q3为SG的边界点,a1,a2,a3,η∈R.最后对于SG上一类具有相同纵向尺度因子的分形插值函数,研究了它们的最值问题,得出它们与基本函数具有相同取值范围的充分必要条件.
其他文献
随着计算机技术以及地震数据采集、处理、解释技术的快速发展,地震技术在油气勘探、开发工作中的重要性日益突出.利用地震技术对储层的预测已是油气勘探开发中一种重要技术手
Accurate home location is increasingly important for urban computing. Existing methods either rely on continuous(and expensive) Global Positioning System(GPS) d
聚类分析是机器学习的经典问题。聚类可以分为无监督聚类和半监督聚类,无监督聚类是通过抽取数据中“潜在”结构,将相似数据组成类或类的层次结构,不需要任何先验和假设。在现有
由于测量仪器的不精确,测量环境的不稳定以及测量人员的记录误差等各方面因素的限制,往往使得兴趣变量的测量值与真实值不一致,即在科学实验、生产或统计调查中都存在测量误差,因
期刊
本文主要研究了一类带一般恢复率函数的传染病模型及乙型肝炎的宏观与微观模型。  第二章,建立了一个带一般恢复率函数的传染病模型。通过引入参数б,把经典的SIS模型和SIR模
本文基于高小山等人在2009年提出的微分-差分(DD)特征列方法理论,针对微分-差分系统的一些特性及本文所研究的格方程的微分差分混合算子这一特点,提出改进的微分-差分特征列方
注重油田开发,加强环境保护和增强可持续发展的能力,就必须在油田开发过程中切实加强测井技术的应用,才能更好地适应油田资源科学化、合理化利用的需要.因而本文正是基于这一
无论是在自然科学研究还是实际应用中,多目标优化问题都是主要的研究课题及问题之一。至今为止,国际上对多个目标进化算法的研究已经进入了兴旺时期,出现了各种新型占优机制