由AANA序列生成线性过程的中心极限定理

考虑线性过程■,其中{Xn,n≥1}是均值为零且方差有限的渐近几乎负相依(AANA)随k=-∞∞∞n机变量序列,{a_k,k∈Z}是一实数列,满足■,在适当的假设下,利用AANA序列的矩不等式及线性过程{Y_t≥1}的收的收敛性,给出AANA序列生成线性过程的中心极限定理.     

由鞅差序列生成的线性过程的Baum-Katz大数定律的精确渐近性

主要讨论了线性过程Xt=∑∞j=0ajεt-j,其中{εt,Ft;t∈Ζ}是均值为零,方差有限的平稳鞅差序列,aj,j∈Ζ是绝对可和的实数序列.令Sn=∑nt=1Xt,n≥1,在适当矩的条件下,利用部分和Sn的收敛性,对于1≤p2,若supj≥1Eεjδ＆lt;∞,证明了∑∞n=1nr/p-2P｜Sn｜≥εn1p,∑∞n=1n-1/P｜Sn｜≥εn1/p当ε→0时的精确渐进性.在鞅差序列的前提下,进一步推广了线性过程的Baum-Katz大数律的精确渐近性性质.     

NSD序列部分和乘积的渐近分布

设{X_n, n≥1}是同分布正的负超可加相依(NSD)序列, 利用NSD序列加权和的中心极限定理和大数定律, 在适当的条件下证明当n→∞时, 并讨论严平稳条件下的类似结论.     

NSD序列部分和乘积的渐近分布

设{X_n, n≥1}是同分布正的负超可加相依(NSD)序列, 利用NSD序列加权和的中心极限定理和大数定律, 在适当的条件下证明当n→∞时, 并讨论严平稳条件下的类似结论.     

正相协序列生成的平均移动过程的Davis大数定律的精确渐近性

{εt;t∈N*}是一严平稳零均值正相协随机变量序列,00有E|ε1|2 δ'<∞对某个ρ>0有μ(n)=0(n-ρ).给出了∞∑n=0(lognδ/nP{|Sn|≥ε√nlogn}当ε→0时的精确渐近性.     

由混合序列生成的线性过程加权和的极限定理

假设线性过程Xt=∑〖DD(〗∞〖〗j=0〖DD)〗ajξt-j, t≥1, 其中{ξt,t∈Z}为一零均值的混合序列, {aj, j≥0}为一实数序列, 满足∑〖DD(〗∞〖〗j=0〖DD)〗j〖JB(|〗aj〖JB)|〗<∞, {ani,1≤i≤n,n≥1}为一实值的三角阵列, 在适当的假设条件下, 利用混合序列的中心极限定理及相应的概率不等式, 证明了由混合序列生成线性过程加权和的极限定理.     

多项式的正交性与其零点有界性的一个注记

设{Φn(z)}n"=0是首一复正交多项式序列,其中Φn的次数为n,n≥1,且Φn的零点zn,j,j=1,2,…,n,满足|zn,j|<1.本文讨论{Φn(z)}n"=0的正交性,某个比值的有界性和条件|zn,j|<1,j=1,2,…,n之间的联系.     

正相协序列生成的平均移动过程的Baum-Katz大数定律的精确渐近性

设{εt;t ∈ N*}是一严平稳零均值正相协随机变量序列,0＜Eε21＜∞,及σ2=0＜Eε21 2∞∑j=2Eε1εj,0＜σ2＜ ∞,{aj;j ∈N}是一实数序列,并且∞∑j=0|aj|＜ ∞.义移动平均过程Xt=∞∑j=0ajεt-j,t≥1,令Sn=n∑t=1Xt,n≥1.假设对某个δ'＞0有E|ε1|2 δ' ＜ ∞,对某个ρ＞0有μ(n)=0(n-ρ),给出了∞∑n=1nr/p-2P{|Sn|≥εn1/p},∞∑n=11/nP{|Sn|≥εn1/p}当ε→0时的精确渐近性.     

一类带非线性边界条件的一阶奇异微分方程正解的存在性

用Krasnoselskii不动点定理,证明一类带非线性边界条件的一阶微分方程■,正解的存在性结果.其中:λ0是一个参数;a∈C([0,1],[0,∞))且■;h∈C([0,1],(0,∞));c∈C([0,∞),[1,∞))且■,f在∞处超线性且f在0点允许有奇异性.     

Q πij上的单位上三角矩阵群的注记

记■,其中若k_(ij)=p~(e1)_1p~(e2)_2…p~(en) _n,则p_i?π_(ij).证明G是一个群的充要条件是矩阵中任意(ij)位置的元满足条件■,且k_(ij)整除所有的k_(il)k_(lj)(1≤ilj≤n).当G是群时,G的上下中心列重合的充要条件是■,且k_(ij)=d ~((m))_(ij),其中d~((m))_(ij)表示所有■(1≤il_1l_2l_(m-1)j≤n)的最大公约数.     

一类局部对偶平坦的(α,β)度量（英文）

刻画了定义在n(n≥3)维流形M上的局部对偶平坦的弱Landsberg的(α,β)度量■,其中■是一个黎曼度量,β=b_i(x)y~i是一个1形式.还刻画了定义在n(n≥3)维流形上局部对偶平坦且具有相对迷向平均Landsberg曲率的(α,β)度量■,其中?(s)是关于s的多项式.     

NA随机变量随机和的差的精确大偏差

【目的】研究由两类保单构成的随机和的差N1(t)∑j=1X1j-N2(t)∑j=1X2j的相依风险模型,该风险模型中第一类保单{X1j,j≥1}是一个负相协(Nagatively associated,NA)随机变量序列,{X2j,j≥1}是一个独立的随机变量序列,{N1(t),t≥0}和{N2(t),t≥0}是两个计数过程。【方法】采用类似求独立随机变量随机和的差的精确大偏差的渐近极限方法,研究了NA随机变量随机和的差的精确大偏差问题。【结果】引入一些假设条件,得到如下的一致渐近极限结论,即:对于任意固定的γμ2,有limt→∞supx≥γ(λ1(t))p+1|P(N1(t)∑j=1X1j-N2(t)∑j=1X2j-(μ1λ1(t)-μ2λ2(t))x)/λ1(t)F1(x)-1|=0。【结论】推广了独立随机变量随机和的差的精确大偏差的相应结论。     

线性过程的大数定律与中心极限定理

设{Xt}是一个线性过程Xt=∑∞j=0cjεt-j,其中{cj}是常数列,{εi,Fi}是一个适应的鞅差序列,∑∞j=0cj2Eε2t-j<∞,t=1,2,….本文利用线性过程的Beveridge-Nelson分解,得到了一类线性过程的大数定律和中心极限定理,推广和改进了Philips和Solo文中的相应结果.     

NSD随机阵列加权和最大值的收敛性

利用负超可加相依(NSD)随机阵列的Rosenthal型矩不等式和截尾方法, 在随机阵列{X_nk, 1≤k≤k_n, n≥1}关于{a_nk, 1≤k≤k_n, n≥1}一致可积的条件下, 讨论NSD随机阵列加权和最大值的弱收敛、 L^r收敛和完全收敛性.     

NSD家族组蛋白赖氨酸转移酶分子机制研究的新进展

人源NSD家族蛋白由NSD1、NSD2和NSD3等3个成员组成,都是组蛋白H3第36位赖氨酸(H3K36)的二甲基转移酶.NSD家族蛋白在真核生物中非常保守,参与多种重要的生理功能,例如NSD3调控神经嵴细胞的基因表达[1].NSD家族蛋白被人们关注的另一个重要原因是该家族蛋白与人类的多种癌症密切相关,例如NSD2又被称为MMSET,与多发性骨髓瘤相关[1].但是,目前尚未研发出靶向NSD家族蛋白的特效药.NSD家族蛋白的催化结构域在没有底物的时候形成一种自抑制的构象[2],即自身的一段序列结合在底物相应结合的位置而抑制了酶的催化活性.此外,合成的小肽底物并不能激活NSD家族蛋白的催化活性,只有核小体底物存在时,NSD蛋白才能被激活,并特异催化核小体H3K36位点的二甲基化修饰[3].但是NSD蛋白对核小体底物的倾向性以及激活的分子机制并不清楚.     

NA随机变量随机和的差的精确大偏差

【目的】研究由两类保单构成的随机和的差 * 的相依风险模型,该风险模型中第一类保单{X1j,j≥1}是一个负相协(Nagatively associated,NA)随机变量序列,{X2j,j≥1}是一个独立的随机变量序列,{N1(t),t≥0}和{N2(t),t≥0}是两个计数过程。【方法】采用类似求独立随机变量随机和的差的精确大偏差的渐近极限方法,研究了NA随机变量随机和的差的精确大偏差问题。【结果】引入一些假设条件,得到如下的一致渐近极限结论,即:对于任意固定的γ>μ2,有 *。 【结论】推广了独立随机变量随机和的差的精确大偏差的相应结论。(注：*处为公式)
     

周期系数高阶线性微分方程的次正规解

考虑周期系数高阶线性微分方程f~((n))+∑j=1 n[P_(n-j)(e~z)+Q_(n-j)(e~(-z))]f~((n-j))=R_1(e~z)+R_2(e~(-z)),其中n≥2,P_j(z),Q_j(z)(j=0,1,2,…,n-1),R_1(z)和R_2(z)均是关于z的多项式,且Pj(z),Qj(z)(j=0,1,2,…,n-1)不全为常数.在条件degPjdegP0(j=1,2,…,n-1)下,获得方程的次正规解的表示.     

关于有向双环网络L-形瓦的四个参数

对于有向双环网络G（n；s1，s2），四个参数k1，k2，j1,j2定义如下： （1）k1=min（k1ks2=js1（mod n）且k≥j≥0,k=1,2,…,n-1）； （2）j1=min（j1k1s2=js1（mod n）,j≥0）; （3） j2=min（j1 ks2=js1（mod n）且j〉k≥0,j=1,2,…,n=1）; （4）k2=min（k1 ks2=j2s1（mod n）,k≥0） 则k1，k2，j1,j2恰好是由G（n；s1，s2）决定的L-形瓦的四个参数，并且（j2-j1，k1-k2）是同余方程xs1＋ys2=0（mod n）的最小正解．     

关于递推关系αa_(i-1,j-1) βa_(i-1,j)=a_(i,j)

研究了满足ααi-1,j-1 βαi-1,j=αi,j的序列{αi,j}.用发生函数法得到了n 1阶矩阵A=(αi,j)(n 1)-(n 1)的精确表达式.用数学归纳法证明(1-βx-axy)中一般项xiyi(i≥j)的系数为αjβi-j i n-1 n-1 ij.导出了一些有关二项式系数(nk)的新的组合恒等式.     

二元周期序列4-错误序列的研究

通过将周期为2n的二元序列的k-错线性复杂度的计算转化为求Hamming重量最小的错误序列的方法,研究序列的k-错线性复杂度的分布情况,讨论了序列不同k-错线性复杂度条件下对应的k-错误序列的分布情况。基于Games-Chan算法,给出了线性复杂度小于2n的2n周期二元序列的4-错线性复杂度分别为2n-1-(2m+2j)和2n-1-(2m+2j)+x情况下的4-错误序列的计数公式。同时,给出实例并使用计算机进行验证。