Clifford分析中广义正则和超正则函数的某些边值问题

来源 :四川师范大学 | 被引量 : 0次 | 上传用户:iror163
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
复方法是研究偏微分方程的强有力的工具,本文主要对Clifford分析中广义正则及超正则函数的几个边值问题,平面上的一类退化二阶方程的斜微商边值问题进行研究,推广了一些已有的结果。 首先,在Clifford分析中,我们研究广义正则函数的Plemelj公式,推出了广义正则函数的一类Riemann边值问题解的表示式,并证明了其在线性情况下的存在唯一性;又给出了广义正则函数的一类Riemann边值逆问题的数学提法,并将其转化为Riemann边值问题。 其次,在Clifford分析中,我们讨论超正则函数(Mln-1f(x)=0,算子Mlkf(x)=Dlf(x)+kQ′f/xnf∈(r)D(r>1),k=0,1,…,n-1)的一些性质,运用奇异积分方程理论及Schauder不动点原理证明了此超正则函数的一类带共轭值的非线性边值问题解的存在性,并得到解的积分表示式。 最后,借助双曲数及双曲复函数的一些性质,我们在平面上特殊区域中导出一类退化型二阶双曲方程的斜微商边值问题解的表示式,并能用连续迭代的方法证明了其解的存在唯一性。
其他文献
图像分割作为一种重要的图像处理技术,不仅受到人们的广泛重视,同时在实际中得到大量的应用。近年来,基于偏微分方程的图像分割方法作为一新兴的研究领域,因其理论体系比较成熟和
本文考虑如下Boussinesq方程组的Cauchy问题:ut+(u·▽)u+▽p=γ△u+θf,(x,t)∈R3×(0,+∞),θt+(u·▽)θ=ε△θ,(x,t)∈R3×(0,+∞),divu=0,(x,)∈R3×(0,+∞),u(x,0)=u0(
对给定的矩阵,求其结构化的低秩逼近矩阵出现在控制工程、通讯工程、模式识别、分子构成等许多实际应用领域。本文研究一个给定矩阵的低秩Hankel最佳逼近及其加权逼近的问题。
神经元网络是当前神经元研究的主要方向,它对揭示人脑信息传输与储存原理有着积极作用,而theta-神经元模型是目前研究神经元网络的重要模型之一.本文基于一维theta—神经元网络
随着网络和现代通信技术的飞速发展,数字化多媒体信息的安全问题正日益成为人们关注的焦点。20世纪90年代以来,信息隐藏成为信息技术领域的一大研究热点。信息隐藏的目的是在