Kumaraswamy分布顺序统计量的数字特征及渐近性质

设{Xk,1≤ k ≤n}独立同分布,X（1）,X（2）,······ X（n）为其顺序统计量,当总体服从Kum（λ,φ）分布时,得到了其顺序统计量的联合概率密度、极端值顺序统计量的概率密度和k阶矩的表达式.此外还研究了极端值顺序统计量X（1）和X（n）的渐近分布。     

关于随机独立性和回归独立性的几个命题的证明

有3种情形来描述随机变量X和Y之间的关系：（i）X和Y随机独立；（ii）Y回归独立于；（iii）X和Y不相关。主要证明了：1）若X和Y随机独立，则Y回归独立于X；2）若Y回归独立于X，则X和Y不相关；3）若X和Y均为两值随机变量或（X，Y）服从二维正态分布，则三种情形等价。同时得到一个推广：设Y为两值随机变量，X是离散型随机变量，若Y回归独立于X，则X和Y随机独立。     

利用双元变换求函数值域

对于形如等类型的函数，我们引进两个独立的变量X，Y，分别代换人X），g（X），消去X化为关于X，Y的方程，并利用数形结合方法，可使一些函数的值域得到较完美的解决。下面举例说明。1．形如y一八五7Y土一，I方法〕：设Y一人G7万，X一一，则y一Y士X，即Y一干X＋y……（l）且aX’－cy’一ad一阶……（2）在坐标系XOY中，（）、（2）分别表示一条直线（斜率为全1，在Y轴上的截距为y）和一条二次曲线（可以是直线），在直线（）与曲线（2）在第一象限（包括X，Y轴的正半轴）有公共点时，则直线（）在X轴上截距的范围就是原函数的值域…     

非紧距离空间上的Lipschitz-α算子

引入大Lipschitz-a^＊数和小Lipschitz—a^＊数以及算子空间L^α＊（X,Y）,Lβ^α＊（X,Y）,l^α＊（X,Y）,lβ^α＊（X,Y）,证明了L^α＊（X,Y）关于范数‖·‖1构成Banach算子空间,L^α＊（X,Y）关于范数‖·‖a＊,‖·‖max构成Banach空间,进一步证明它们各自构成Banach代数并讨论了由有界算子空间构成的Banach代数（L^α＊（X,Y）,‖·‖a＊）与有界算子空间构成的Banach代数（Lβ^α＊（X,Y）,‖·‖a＊）之间的关系．     

线性回归模型中K-d型估计研究

考虑线性回归模型Y=Xβ＋ε,E（ε）=0,Cov（ε）=σ2 I,当设计矩阵X的列存在共线性时,最小二乘估计β=（X′X）-1 X′Y的性质变坏,为此给出了有偏估计β（K,d）=（X′X＋K）-1（X′Y＋dβ）,其中K〉0为对角矩阵,ki〉0,-∞〈d〈∞为参数,讨论了这种有偏估计对Liu估计、最小二乘估计的优越性,并证明了其可容许性估计。     

求Z=X Y的概率密度的曲线积分法

求Z＝X＋Y的概率密度一般采用先求二重积分，再求导．本文给出了一种新的更简便的求法──由曲线积分获得．此法可推广到求Z＝aX＋bY的概率密度．图3，参5     

赋β-范线性空间上的齐性算子性质初探

证明了赋β－范空间上的有界齐性算子与在零点连续的齐性算子等价；对两个赋β－范空间X和Y之间的有界性算子全体B（X，Y），按引入的算子范数及线性运算，在X具有共轭分离性时，B（X，Y）为赋β－范线性空间；指出B（X，Y）完备与Y守备是等价的，只要X具有共轭分离性，这些推广了赋范空间上的关于有界线性算子已有的结论。     

吡虫啉对小菜蛾阿维菌素药剂敏感性影响的研究

取食农药吡虫啉后，小菜蛾对阿维菌素的敏感性会随着取食量差异而受到影响。1．8％阿维菌素对小菜蛾的LC50浓度稀释倍数（Y1）与20％吡虫啉浓度稀释倍数（X）之间存在显著的线性相关关系，函数式为：Y1=14205—1248．8ln（X）；而20％吡虫啉处理过的小菜蛾羧酸酯酶比活力（Y2）与20％吡虫啉浓度稀释倍数（X）之间的线性相关关系函数式为：Y2=-0．0804＋0．0196ln（x）。     

λ_4-最优二部图的领域交条件

文章给出了二部图是λ4-最优的一个领域交条件.设n为一个不小于8的正整数,令G=（X∪Y,E）为一个n阶二部图且ξ4（G）≤n/2.若G有一个饱和X或Y中所有顶点的匹配且对任意的u,v∈X和u,v∈Y都有｜N（u）∩N（v）｜≥4,则G是λ4-最优的.     

关于斜积空间上连续函数的增长率

研究斜积系统F：X × Y→X × Y,F（x,y） = （f（x）,g（x,y））上连续函数φ（x,y）纤维方向的增长率．我们证明了如果μ是f-遍历测度,则∧（μ）=max ∪∈uμ（F） ∫X×Y φd∪ 及 λ（μ）=lim n→∞ 1/n max y∈Y ^n-1∑i=0 φ（F^i（x,y））=constant 对μ a.e.x是一致的。     

Kenmotsu流形的半不变子流形

给出了Kenmotsu流形的子流形成为半不变积的两个充要条件,即：1）设M是Kenmotsu流形M^-的半不变子流形,则M为M^-的半不变积的充要条件为：对任意Y∈Г（TM）,X∈Г（D）,有△↓XY∈Г（D○ |ξ|)。2）设M是Kenmotsu流形M^-的半不变子流形,则M为M^-的半不变积的充要条件是：对任意X∈Г（TM）,Y∈Г（D),有fB(X,Y)=0。     

一种几何格的特征多项式

设Fq是q个元素的域，Fq^(n)是Fq上的n维行向量空间。令L（n,Fq)＝{X|X是Fq^(n)的子空间}。对于X，Y∈L（n,Fq），如果X包含于Y，规定它们的偏序关系为X≥Y。那么（L(n,Fq)，≥）是一个有限格，称为Fq^(n)的子空间格。本先证明（L（n,Fq)，≥）是一种几何格，而后给出这个格的特征多项式。     

饲养温度对小菜蛾(Plutella xylostella)AchE和CarE活力的影响

在湿度定义为干、湿球温度差为3℃、光照强度10000—12000lx、光照周期14L：10D条件下，探索饲养温度（X：24—36℃）之变化对小菜蛾（Plutella xylostella）4龄幼虫乙酰胆碱酯酶（Ache）和羧酸酯酶（CarE）活力（Y）的影响效应。实验结果表明，活力指数随着饲养温度的升高而降低，两者之间存在显著的线性相关关系：温度与乙酰胆碱酯酶（AchE）活力两者间的相关关系函数式为Y=0．3327—0．0068X；与羧酸酯酶（CarE）活力的为Y=3．1278—0．0780X。     

关于样本区间长度的联合分布

设（X1，X2，…，Xn）为服从I=[0，1]上均匀分布的简单随机样本，它们将[0，1]分成（n＋1）个样本区间，以Y0，Y1，…，Yn分别表示这些样本区间的长度．本文讨论Y0，Y1，…，Yn的联合分布及其极限分布．     

C2（H）上的广义导算子成为φ类算子的充要条件

设H是复Hillbert空间,B（H）为H上有界线性算子全体所成的代数,C2（H）为H上的Hilbert-Schmidt类算子,按内积（X,Y）=tr(Y*X)成为Hilbert空间,文中给出院 当A弱正规且0不属于W（A）时广义导算子δA,B,τA,B成为φ类算子的充要条件。     

线性回归模型系数Stein估计的改进研究

在线性回归模型Y=Xβ,E（ε）=0;COV（ε）=σ^2Ⅰ下给出了有偏估计βc（K）=（CX’X）＋ФKФ＇）^-1X’Y,其中C≥1,K=diag（k1,k2,…,kp）为对角阵,ki≥0,讨论了这种有偏估计的可容许性,证明利用广义岭回归技术可以改进著名的Stein估计（在均方误差意义下）。     

Meso紧空间及次meso紧空间的Tychonoff乘积

该文主要证明了如下结果：引理在ω<ω。上存在一个滤子满足：对于每个次meso紧空间X和X的每个开覆盖,存在的开加细序列使得对于任何紧子集．有.定理设X是正则meso紧（次meso紧）空间,Y是meso紧（次meso紧）空间,如果PlayerI在G（DC,X）中有必胜策略,则X×Y是meso紧（次meso紧）的     

BP神经网络计算乙醇-环己烷-水体系汽-液平衡

基于带动量因子的BP神经网络，以实验测定的乙醇（1）－环己烷（2）－水（3）体系在35℃、50℃、65℃的汽液平衡数据为训练和预测样本者了计算，选择温度、X1和X23个参数作为输入，Y1、Y2和Y3作为输出，隐层单元数为9，学习速率为0.5，动量因子为0.128。对Y1，Y2，Y3，神经网络计算的训练平衡误差分别为：0.0071,0.0101,0.0060，预测平均误差分别为：0.0065,0.0124,0.0060，小于NRTL模型计算的相应误差，为相平衡计算提供了新的有效的工具。     

二维混合关联及算法

为了研究两个不同类型随机变量的关联及算法，提出了二维混合关联和二维混合单关联的概念，以及二维混合关联的两个基本模型。建构了二维混合单关联的两个基本模型。建构了二维混合型随机变量，给出了二维混合密度的精确定义，推出了求解关联变量自身分布的算法，对于关联模型Y（X），Y的边缘密度为pY（y）=∑kp（xk,y）y∈R，对于关联模型X（Y），X的边缘分布列为px（xk）=∫kp（xk,y）dy,k=1,2,…。再利用重期望公式，推出求解了关联变量自身分布的数学期望的简化算式。     

关于二部图圈的一个结果

设G=（X,Y;E）是连通二部图,｜X｜=n≥5,｜Y｜=n-δ,若NC2≥n-δ,则图G的周长C（G）≥2（n-δ）。进而G有控制圈。