简介：城市＂精明增长＂是为了管理城市蔓延的恶性增长状态,以建设经济繁荣、社会公平、环境可持续发展的城市为目标。在考虑城市的经济、社会、环境和人口为衡量精明增长的主要指标的情况下,为了研究城市的可持续发展,建立微分方程模型,以实际数据为依据,来研究各指标对城市精明增长的影响和对未来城市可持续发展的调控作用。

简介：文献[1]提出了相关系数平稳过程并讨论了它的参数估计方法，其参数估计值采用了数值迭代法·本文在[1]的基础上对一种特殊的相关系数平稳序列的均值和方差提出一种具体的解决方法·得到了确切的均值和方差的参数估计表达式．

简介：研究一类具有变系数的二阶中立型时滞差分方程△τ^2[x（t）-c（t）x（t-τ）]=p（t）x（t-σ），t≥t0〉0的解的振动性，给出了该类方程一切有界解振动的几个充分条件．

简介：在响应变量满足MAR缺失机制下，我们分别研究了基于观察到的完全样本数据对、基于固定补足后的“完全洋本”和基于分数线性回归填补后的“完全洋本”得到的回归系数的最小二乘估计的弱相合性、强相合性及渐近正态性，我们还通过数值模拟，比较了基于上述估计得到的β的置信区间的优劣。

简介：基于平衡损失的思想和最小二乘统一理论，对带线性约束的一般线性模型提出了一种全面度量估计优良性的标准．给出了此标准下模型中回归系数线性函数的约束广义平衡LS估计，并得到了约束广义平衡LS估计唯一性的一个充分条件．

简介：本文讨论一阶具正负系数中立型时滞差分方程△（ｘ（ｎ）－ｃ（ｎ）ｘ（ｎ－ｋ））＋ｐ（ｎ）ｘ（ｎ－ｍ）－Ｑ（ｎ）ｘ（ｎ－１）－０，ｎ＝０，１，２，…我们获得了使方程所有解振动的“ｓｈａｒｐ”条件，即在系数ｐ（ｎ），Ｑ（ｎ），Ｃ（ｎ）为常数时是充分必要条件，本文的结果推广并改进了已有的结果．

简介：本文研究了一类在边界附近为定强算子的变系数亚椭圆算子的亚椭圆性边值问题。首先讨论了一个半空间R~+_n中的变系数亚椭圆算子,当其在B~0_n附近是定强算子时,为保证半空间中的边值问题是亚椭圆性边值问题时边界算子的给法的一个充分条件,并证明在此条件下,当主算子有一个低阶项的摄动时仍为一亚椭圆性边值问题。进而,证明了R~+_n中的变系数亚椭圆算子,若它在R~0_n附近是定强的且关于D_n的系数是非零无穷次光滑函数,则其边值问题是亚椭圆性边值问题.

简介：利用变量代换把二阶变系数线性微分方程降阶为一阶线性微分方程,讨论了二阶变系数线性微分方程可积4个充分条件及通解公式.

简介：本文提出了一种新的带择优的混合增长网络模型，并用马氏链理论严格证明了其稳定度分布的存在性。

简介：利用交替方向隐格式研究了一类三维变系数椭圆方程的边值问题，给出了交替方向法的推导过程，建立了相应的误差分析，并进行了数值模拟，结果表明，该格式具有易于计算、求解精确度高等优点．

简介：研究时滞差分方程解的性质在理论和应用中是非常重要的.本文借助研究离散变量的差分方程振动性的一般方法,研究了一类具有连续变量的变系数偶数阶中立型差分方程的有界解的振动性,给出了有界解振动的几个充分条件.

简介：本文研究二阶中立型时滞差分方程△^2(xn-cnxn-m)=pnxn-k,n≥no(*)的振动性与非振动性．其中，Cn，pn均为实效，pn≥0，pn≠0，n≥n0，m，k,n0是给定的非负整数，且m≥1，△为向前差分算子，△xn=xn+1-xn,我们证明了t若Cn≥0，则方程(*)总存在一个无界正解，也给出(*)的一切有界解振动的若干充分条件及充分必要条件．

简介：建立了边值问题w″+k(t)wα=0,w(0)=w(1)=0的一个正解存在定理,其中允许k(t)在[0,1]上改变符号.

简介：本文通过研究丝条的条干不匀，分析不匀的原因，从而达到改进的目的。

简介：

简介：本文对一类具有无界时滞的变系数差分方程的解的振动性建立了几个新的准则，　推广了［６］的结论．

简介：含字母系数的一元一次方程教案绵阳市实验中学陈俊教学目标：１、认知目标：认识字母系数方程，会识别方程中字母系数和字母已知数。２、情感目标：创设情趣，把枯燥、抽象的字母生动、具体化、激发学生学习兴趣。３、动作技能目标：会解含字母系数的一元一次方程。教学重...

简介：关于用消元法解常系数线性微分方程组的问题姜福德（青岛海洋大学）用消元法解常系数线性微分方程组，许多教材仅用例题说明解题方法，并且指出在求得一个未知函数的通解之后，求其他未知函数时，一般不再积分（积分就会出现新的任意常数）。然而求其他未知函数时不用再积...

简介：仅对一元四次整系数多项式在实数域内分解问题进行了研究，根据分解后其系数应为二次代数整数的特点，以及导出的二次方程判别式的完全平方性质，得出了一元四次整系数多项式在实数域内能分解成两个二次因式乘积的条件及方法，从而解决了一元四次整系数多项式在实数域内的因式分解问题．

简介：考虑线性模型Y=Xβ+ε,Y是可观察的n维向量,ε和β是不可观察的n维和p维随机向量;E（β）=Aα,VAR（β）=σ2△≥0;E（ε）=0,VAR（ε）=σ2V≥0;E（εβ＇）=0;X,A,△,V皆为已知矩阵;α∈Rk,σ>0皆为未知参数,本文首次提出矩阵损失函数,并给出了（Sα,Qβ）的估计（L1Y+α,L2Y+b）在非齐次估计类中可容许的充要条件。