线性模型中误差分布的基于L1估计的相合核估计

线性模型ｙｉ＝ｘｉ＇β＋ｅｉ，ｉ＝１，…，ｎ，的误差序列｛ｅｉ｝ｉ＾ｎ＝１有未知密度ｆ（ｘ）。本文在一定条件下证明了ｆ（ｘ）的核估计ｆｎ（ｘ）＝１／ｎａｎ∑＾ｎｉ＝１ｋ（ｅｎｉ－ｘ／ａｎ）的弱相合性，逐点强相合性，一致强相合性，其中ｅｎｉ为Ｌ１估计的残差。     

相依样本下密度泛函估计的渐近性质

设Ｘ１，Ｘ２，…Ｘｎ是从某个具有密度函数ｆ（ｘ）的一维总体中抽出的一个随机样本，μ＝ＥＸ１。本文考察了洪圣岩所提出的密度泛函θ＝ｆ（μ）的核型估计ｆｎ（Ｘ）的大样本性质，在样本序列（Ｘｎ）为平稳、一致强混合的情形下，得到了ｆｎ（Ｘ）的强收敛速度，并证明了ｆｎ（Ｘ）具有渐近正态性。     

相依平衡过程条件密度双重核估计的相合性

在样本序列为平稳、ρ－混合、α－混合情形下分别研究了条件密度ｆ（ｙ│ｘ）的双重核估计ｆｎ（ｙ│ｘ）的相合性。     

误差密度的相合估计

对于线性模型，误差序列，有未知密度函数ｆ（ｘ）．在对核ｋ（·）及Ｍ－估计中的ρ（·）施加非常弱的条件下，证明了ｆ（Ｘ）的核估计的弱相合、强相合和一致强相合性．其中：为β的Ｍ－估计．     

有返回轨道的区间连续映射的周期问题

设ｆ∈Ｃ０（Ｉ），若存在Ｘ∈Ｉ及正偶数ｎ，小于ｎ的正奇数ｄ以及不大于ｎ的非负偶数ｐ，使得ｆｎ（ｘ）≥ｘ＜ｆ（ｘ）且ｆｄ（ｘ）≤ｆｐ（ｘ）或者有ｆｎ（ｘ）≤ｘ＞ｆ（ｘ）且ｆｄ（ｘ）≥ｆｐ（ｘ），则ｆ含有周期点，其周期为中的那个奇数．该结论是文献［２］和文献［３］的关键结论，本文在重新证明文献［２］的结论２．２（即本文定理１）的基础上，给出该结论的另一种证法．该证明方法不必引用文献［２］的引理２．３和引理３．３．证明简洁、详尽．     

m（n）相依样本回归函数改良核估计的强相合性

ｍ（ｎ）相依样本回归函数改良核估计的强相合性杜斌秦更生（数学系）１引言设（Ｘ，Ｙ），（Ｘ１，Ｙ１）……是Ｒｄ×Ｒ１上的同分布随机向量序列，Ｅ｜Ｙ｜＜∞．回归函数ｍ（ｘ）＝Ｅ（Ｙ｜Ｘ＝ｘ）为未知实函数．Ｗａｔｓｏｎ［１］和Ｎａｄａｒａｙａ［２］首先建议...     

有界线性算子作用下相邻极限鞅的强大数定律

设Ｂ与Ｂ′是两个实的Ｂａｎａｃｈ空间，ｆ是Ｂ到Ｂ′的有界线性算子。Ｘ＝（Ｘｎ，ｆｎ，ｎ≥１）是一相邻极限鞅序列。本文研究了Ｘ在有界线性算子变换下ｆ（Ｘ）＝（ｆ（Ｘｎ），ｆｎ，ｎ≥１）这一相邻极限鞅的强大数定律，得到了若干有意义的结果。     

在有界计分函数下线性模型秩分析刻度参数估计的强相合性

对于线性模型Ｙｉ＝ｘｉβ＋ｅｉ，ｉ＝１，２…，在一定条件下，证明了υ＝υ（ｆ，ψ）＝∫ｆ（ｘ）ｄψ（Ｆ（ｘ））的估计量υｎ＝∫ｆｎ（ｘ）ｄψ（Ｆｎ（ｘ））的一致强收敛性，并得到了一致强收敛速度。     

线性模型M—估计下误差密度估计的相合性

线性模型Ｙｉ＝ｘ′ｉβ＋ｅｉ,ｉ＝１,２,…,其中ｅｉ｛｝∞ｉ＝１ｉｄ．,有未知密度ｆ（ｘ）．讨论了在对β作一般估计后,基于残差作出的误差密度核估计的相合性．在比文献［７,８］弱的条件下,证明了误差密度核估计的逐点弱相合,逐点强相合和一致强相合．     

φ-混合删失模型中密度函数K-M估计的r-阶相合速度

在生存时间与删失时间为 φ 混合序列的情况下，研究并获得了随机删失模型概率密度函数 ｆ（ｘ）的 Ｋ Ｍ（ｋａｐｌａｎ Ｍｅｉｅｒ）估计 ｆｎ（ｘ）的 ｒ阶相合速度。     

有返回轨道的区间连续自映射

设ｆ∈Ｃ０（Ｉ），若存在ｘ∈Ｉ及正整数ｎ，正奇数ｄ及非负偶数ｐ使得ｆｎ（Ｘ）≤Ｘ＜ｆ（ｘ）且ｆｄ（ｘ）≤ｆｐ（ｘ），或者ｆｎ（ｘ）≥ｘ＞ｆ（ｘ）且ｆｄ（ｘ）≥ｆｐ（ｘ），则ｆ２含有湍流，即，存在着Ｉ中的点ｒ＜ｓ＜ｔ使得ｆ２（［ｒ，ｓ］）（［ｓ，ｔ］［ｒ，ｔ］）。这一结论改进了ＴＹＬｉ，ＭＭｉｓｉｕｒｅｗｉｃｚ等人在“Ｎｏｄｉｖｉｓｉｏｎｉｍｐｌｉｅｓｃｈａｏｓ”中的命题３．６．此外，本文还简化了该文中的命题２．３及３．４的证明。     

微商共同作用在半素环的某些多线性多项式上的结果

本文主要讨论了半素环的微商共同作用在某些扩张形心上的特殊多线性多项式的问题。给出了，假设Ｒ是带有扩张形心的半素环，Ｑｍｒ为Ｒ的极大右商环，ｆ（Ｘ１，Ｘ２，．．．Ｘｎ）是Ｒ的扩张心形Ｃ上的非中心值的多线性多项式。如果ｆ（Ｘ１，Ｘ２，．．．Ｘｎ）的单项式的系数之和（记为ｆｓｃ）的右零化子为零并且Ｒ的微商ｄ和δ共同中心作用在ｆ（ｘ１，ｘ２，．．．ｘｎ），ｘｉ∈Ｉ（ｉ＝１，２，．．．ｎ）上，这里Ｉ为Ｒ的筒     

最大似然估计的相合性、渐近正态性及重对数律

设有样本｛Ｙｉ，Ｚｉ｝，ｉ＝１，２，…，ｎ，其中：Ｙｉ＝ｍｉｎ（Ｘｉ，Ｔｉ），Ｚｉ＝Ｉ（ＸＩ≤Ｔｉ）．假定Ｘ１，Ｘ２，…，Ｘｎ相互独立，有共同的分布函数ＦＸ（ｘ）＝１－ｅ－αＱ（βｘ），Ｔ１，Ｔ２，…，Ｔｎ相互独立，分布函数分别为Ｇ１（ｔ），Ｇ２（ｔ），…，Ｇｎ（ｔ）本文给出参数（α，β）的最大似然估计具有相合性、渐近正态性及重对数律的一个充分条件，然后验证Ｌｏｍａｘ分布满足该条件     

单调增函数幂次积分序列的一个新结果

利用实分析中函数项级数收敛的性质，建立其相关的等式，证明了如下结果：设ｆ（ｘ）在［０，１］上单调增加并且满足下式：∫１０ｆｎ（ｘ）ｄｘ＝ｐｎ＋１，ｎ＝１，２，３，…其中，ｐ为正常数，那么有：０＜ｐ≤１且ｆ（ｘ）＝（ｘ＋ｐ－１）／ｐ，ｘ∈（１－ｐ，１）０，ｘ∈（０，１－ｐ］｛。证明具有一定的技巧性，逻辑性强，条理清楚。     

不等方差情形下非参数回归模型的小波估计

考虑非参数回归模型Ｙｉ＝ｇ（ｔｉ）＋σｉｅｉ,１≤ｉ≤ｎ,给出了ｇ（ｔ）和ｆ（ｕ）的小波估计ｇｎ（ｔ）和ｆｎ（ｕ）;在适当条件下给出了ｇｎ（ｔ）的弱相合速度,在Ｅ｜ｅｉ＾３｜〈∞下给出了ｇ（ｎ（ｔ）的一致强相合速度,在Ｅ｜ｅｉ｜＾２＋δ〈∞下得到ｇｎ（ｔ）的渐近正态性结果;在Ｅ｜ｅｉ｜＾３＋δ〈∞下证明了ｆｎ（ｔ）的一致强相合性。     

由强迫函数诱导的高阶泛函微分不等式的有界振动

本文考虑了非线性泛函微分不等式Ｘ（ｔ）｛ＬｎＸ（ｔ）十ｆ（ｔ，ｘ（ｇ１（ｔ））），…Ｘ（ｇｍ（ｔ）））－ｈ（ｔ）｝≤０．（当ｎ为奇数时）（１）ｘ（ｔ）｛Ｌｎｘ（ｔ）－ｆ（ｔ，ｘ（ｇ１（ｔ）），…Ｘ（ｇｍ（ｔ）｝≥０（当ｎ为偶数时）（２）的振动问题，得到了不等式（１）和（２）的一切有界解振动和一切解振动的充分条件．     

一类非线性差分方程解的极限问题

研究了形如Ｅｘ（ｋ）＝Ａｘ（ｋ）＋ｆ（ｋ，Ｘ（ｋ））的非线性差分方程解的极限性质．Ｅｘ（ｋ）＝ｘ（ｋ＋１）．Ａ是ｎ×ｎ（ｎ≥２）阶常数矩阵．ｘ（ｋ）∈Ｒｎ．ｆ：Ｊ×Ｇ→Ｒｎ，Ｊ＝｛ｊ０＋ｋ｜ｋ＝１，２，…．ｊ０∈Ｒ｝，Ｇ．Ｒｎ．ｆ满足对任一紧集中的ｘ（ｋ）一致有ｆ（ｋ，ｘ（ｋ））→０，当ｋ→∞．利用差分不等式及比较原理得到：当Ａ的谱半径小于１时，方程的有界解均趋于零解．当Ａ的话半径大于１时，方程有无界解．并研究了所有解均趋于零解的充分条件．     

关于一种修正的Jacobi多项式

以修正的Ｊａｃｏｂｉ多项式算子的零点作为插值的节点,构造了一个“１／１６”平均插值过程Ｃｎ（ｆ,ｘ）．若ｆ（ｘ）∈Ｃｊ［－１,１］,０≤ｊ≤３,则Ｃｎ（ｆ,ｘ）对ｆ（ｘ）的逼近程度达到最佳,结论为｜Ｃｎ（ｆ,ｘ）－ｆ（ｘ）｜＝Ｏ１ｎｊ＋１＋１ｎｊωｆ（ｊ）,１ｎ（０≤ｊ≤３）｜Ｃｎ（ｆ,ｘ）－ｆ（ｘ）｜＝Ｏωφλｆ,１ｎδｎ（ｘ）１－λ（０≤λ≤１）     

用球面Jackson多项式刻划Besov空间

记Ｓｎ－ １ 为ｎ（ｎ ≥３） 维欧氏空间Ｒｎ 中的ｎ － １ 维单位球面,Ｘｐ （Ｓｎ－ １） 为Ｓｎ－ １ 上的ｐ（１ ≤ｐ ≤∞） 幂可积函数空间,或连续函数空间,并记Δ＝ ｛ｇ（ｘ）｜ｇ,Δｇ ∈Ｘｐ （Ｓｎ－ １）｝,Δｆ ＝ ｎｉ＝ １２ｇ（ｘ）ｘｉ２ ｜｜ｘ｜＝ １,ｇ（ｘ） ＝ ｆ（ ｘ｜ｘ｜）．作Ｋ 泛函Ｋ（ｆ,δ）ｐ ＝ ｉｎｆｇ∈Δ｛‖ｆ － ｇ‖ｐ ＋ δ‖ｇ‖Δ｝以及Ｂｅｓｏｖ 空间（Ｘｐ ,Δ）θ,ｑ（０ ＜ θ＜ ２,１ ≤ｑ ≤∞）,则有下面的（ｉ）,（ｉｉ） 为等价的：（ｉ）　ｆ ∈（Ｘｐ ,Δ）θ,ｑ;　（ｉｉ）　［∞ｖ＝ １（ｖθ‖Ｊｖ,ｓ（ｆ） － ｆ‖ｐ）ｑ １ｎ ］１ｑ ＜ ＋ ∞当ｑ＝ ∞时,ｆ ∈（Ｘｐ ,Δ）θ,∞‖Ｊｖ,ｓ（ｆ）－ ｆ‖ｐ ＝ Ｏ（ｖ－ θ）,其中Ｊｖ,ｓ（ｆ）为球面Ｊａｃｋｓｏｎ 平均。     

矩形域上Bernstein多项式的Lipschitz常数

设ｆ（ｘ，ｙ）是定义在矩形域Ｂ：＝｛（Ｘ，ｙ）｜０≤ｘ≤１，０≤ｙ≤１｝上的任一实值函数，Ｂｍｎ（ｆ；ｘ，ｙ）是与之相应的（ｍ，ｎ）次Ｂｅｒｎｓｔｅｉｎ多项式．本文证明了：若ｆ（ｘ，ｙ）是Ｌｉｐｓｃｈｉｔｚ连续的，即ｆ（ｘ，ｙ）∈ＬｉＰＡａ，那么对所有正整数ｍ，ｎ都有Ｂｍｎ（ｆ；ｘ，ｙ）∈ＬｉｐＢａ．这里Ｂ＝Ａ且在一定意义下，常数Ｂ是最好的．上述结果被推广到了高维区域的情形．