一类多元线性函数方程(Ⅰ)

设函数f(x1，x2，…，xn)对xn有连续二阶偏导数，我们寻求函数方程n↑∑i=1(-1)^i-1[f(x1，…，xi xi 1，…，xi 1) f(x1，…，xi-xi-x(i 1)，…，x(n 1))] (-1)^n2f(x1，x2，…，xn)=0的一般解．首先，给出了方程n↑∑i=l(-1)^i-1[F(x1，…，xi x(i 1)，…，x(n 1)) F(x1，…，xi-x(i 1)，…，x(n 1)]=0的一般解，其次，上述第1式对x(n 1)两次微分，并简化得到形如第2式的方程．第1个函数方程的一般解为f(x1，x2，…，xn)=(n-1)↑∑i=1(-1)^i-1[A(x1，…，xi x(i 1)，…，xn) A(x1，…，xi-x(i 1)),…,xn)] (-1)^n-1 2A(xi,x2,…,x(n-1).其中A(x1，x2，…，x(n-1))是对x(n-1)具有连续二阶导数的任意函数。     

Banach代数上n-上循环的Hyers-Ulam稳定性

设A是Banach代数,M是BanachA模,从An到M的n元线性映射f:An→M称为n-上循环是指任给x1,…,xn+1∈A都有x1f(x1,…,xn+1)+(-1)n+1f(x1,…,xn)xn+1+nΣi=1(-1)if(x1,…,xi-1,xixi+1,xi+2,…,xn+1)=0.证明了从An到M上的n-上循环是Hyers-Ulam稳定的.     

n-赋范线性空间上的Aleksandrov问题

在n-赋范线性空间上研究Aleksandrov问题得到,如果满射f:X→Y满足当‖x1-x0,…,xn-x0‖≤1时,有‖f(x1)-f(x0),…,f(xn)-f(x0)‖≤‖x1-x0,…,xn-x0‖,且当‖x1-x0,…,xn-x0‖≥α时,有‖f(x1)-f(x0),…,f(xn)-f(x0)‖≥α,则f为n-等距.     

对称平均对幂平均的分隔及其应用

设k↑∑n(Xn)是n个正实数x1…,xn(n≥3）的k（2≤k≤n-1)次对称平衡,而Mt(Xn)为x1…,xn的t次幂平均,本文获得了使不等式Mp(Xn)≤k↑∑n(Xn)≤Mq(Xn)成立的p的最大值和q的最小值,其中k=2,…,n-1,并将此结果用于n维长方体及文[2]的征解问题61。     

度为n的余半单Hopf代数的表示

设H是代数闭域k上的余半单Hopf代数,n为正奇数.如果H除了含有一个维数为n2的单子余代数外,只含有维数不超过(2n-1)2的奇维数的单子余代数,且这些单子余代数的维数均不相同,则H或者包含一个阶为3,或5,或7,…,或n的群样元,或者存在一个n维自共轭基元xn,使得x2n=1 x3 x5 … x2n-1,其中x3,x5,…,x2n-1是g(H)的基,且|x3|=3,|x5|=5,…,|x2n-1|=2n-1.     

Hermite-Fejér插值算子的平均收敛性

讨论Hermite-Fejér插值算子H2n-1(f,x)在Lp空间上平均收敛性,得到平均收敛的几个充要条件.其中之一:H2n-1(f(x),x)平均收敛于f(x)的充分必要条件是:‖H2n-1‖p有界,并且limA-∞||n∑xn1H2n-1(xi,x)-xi||o=02(i=1,2).     

一类极大平面图4-着色布尔方程组

对极大平面图的4-着色布尔方程组F1d1(x1,x2,…,xn)=1 F2d2(x1,x2,…,xn)=1……Fndn(x1,x2,…,xn)=1进行研究,得到了该布尔方程组的5条性质,并且给出了求极大平面图4-着色全部解的一个算法.     

两个与初等对称函数有关的S-几何凸函数

给出了S-几何凸函数和正数对数控制的定义.通过建立两个S-几何凸函数,推广了一个关于初等对称函数的著名的不等式Ek2(x)>Ek-1(x).Ek+1(x),其中x∈Rn+={x=(x1,x2,…,xn)|xi>0,i=1,2,…,n},n≥2,2≤k≤n-1,Ek(x)=Ek(x1,x2,…,xn)=∑1≤i1<…相似文献   

一类丢番图方程的正整数解

当丢番图方程a1y^21 a2y^22 … an-1y^2n-1=any^2n有一组非平凡的整数解y^*1，y^*2，…，y^*n(y^*n≠0)时，给出了方程a1/x^21 a2/x^22 … an-1/x^2n-1=an/x^2n满足(x1，x2，…，xn)=1的全部正整数解的公式。     

样本峰度的最大值

设X=（x1…,xn）（x1，…，xn不全相等）是来自某总体容量为n的简单样本。本文证明了样本峰度kn（X）的最大值为n-2＋1/n-1。该结论支持了作者关于峰度统计意义的观点：峰度是衡量总体数据离群度的特征量。     

一类指数分布参数的渐近最优和可容许的经验Bayes估计

在平方损失下,给出了指数族:f(x|β)=T′(x)βexp{-T(x)β}的参数β的渐近最优与可容许的EBi=1log(1 估计,即:nδ(x1,x2,…,xn)=φ(x1,x2,…,xn)(q T(x))n u,其中φ(x,x1,x2,…,xn)=log(1 T(x)q) Sn(x1,x2,…,xn)-v-1,x1,x2,…,xn(历史样本)和x(当前样本)独立同分布于f(x),Sn(x1,x2,…,xn)=n∑T(xi)q),u>0,v>0,q>0(已知)为任意的实数,并给出了证明。     

n—参数d—维Ornstein—Uhlenbeck过程

王梓坤[1]首次引出了多参数Ornstein-Uhlenbeck过程(简称OUP),并对二参数的情况作了较系统的讨论.廖昭懋[2]将[1]中部分结果推广到了n-参数1-维的情形.本文试讨论n-参数d-维OUP,推广了[1]与[2]的结果.设(Ω,F,P)为完备的概率空间,Rn为n维欧氏空间,Rn+={(t1,…tn):t1≥0,…,tn≥0}.Rn+中的全体Borel集记为Bn+,Rn+中Lebesgue测度有限的Borel可测集全体记为Bnb,设x,y∈Rn,x=(x1,…,xn),y=(y1,…,yn),用x≤y表示x1≤y1,…,xn≤yn,若T∈Rn+,用T≥0表示t1≥0,,tn≥0;用T→∞表示t1→∞,…,tn→∞;在不误解时将(0,…,0)记为0.称X(T)为n-…     

广义区间估计及其最优性(Ⅰ)

将普通区间估计的概念(x1,x2,…,xn)→[G1(x1,x2，…，xn)，G2(x1,x2，…，xn)]拓广为广义区间估计的概念(x1，x2,…,xn)→|Aλ|Aλ∈Θ^~Aλ∩[G1(x1,x2,…,xn)]∈Φ|.于广义区间估计上建立了最优性概念，证明了广义区间估计与假设检验的最优性之间的关系，推演了一个重要区间估计的最优性．     

逻辑方程和逻辑方程组的解法

首先给出了一类线性逻辑方程组的解法,然后通过主和取范式把F(x1,x2,…,xn)=1、F(x1,x2,…,xn)=0,F(x1,x2,…,xn)=G(x1,x2,…,xn)等类型的逻辑方程转化为线性逻辑方程组求解,最后给出了任意逻辑方程组的求解方法.     

一族不含导数的具有某种大范围收敛性的迭代法

本文始终假设f(x)为阶数小于2的只含实零点的超越整函数(包括多项式),且当x为实变量时取实数值,今考虑下列方程 f(x)=0(1)的求根问题。 对任意给定的常数h≠0,记　(f;x)=f(x+h)2-f(x)f(x+2h).我们给出如下一族不含导数的迭代公式这里的参函数α(χ)为满足下列条件之一的连续函数: 定理 设h为给定正数(或负数),a(x)为满足条件(3·1)威者(3·2)的一个参函数。任意给定x0,如果使得方程(1)在[x0,x0+2h](当 h<0时,在[x0+2h,x0])上无根,则由(2)产生的数列｛xn｝单调地收敛于x0左侧(或右侧)最邻近的根。如果x0左(或右)侧无根,则｛xn｝将发散到-∞(…     

Walsh spectrum properties of rotation symmetric boolean function

Rotation symmetric function was presented by Pieprzyk. The algebraic configuration of rotation symmetric（RotS） function is special. For a Rots n variables function f（x1, x2, …, xn） we have f（ρn^k （x1, x2, …xn））=f（x1, x2, …, xn） for k=0, 1, …, n-1. In this paper, useing probability method we find that when the parameters of RotS function is under circular translation of indices, its walsh spectrum is invariant. And we prove the result is both sufficient and necessary.     

微分法在求多维连续型随机变量函数的概率密度中的应用

多维连续型随机变量的分布函数F(x1 ,… ,xn)与密度函数f(x1 ,… ,xn)的关系是 n x1 … xnF(x1 ,… ,xn) =f(x1 ,… ,xn) ,dF(x1 ,… ,xn) =f(x1 ,… ,xn)dx1 …dxn.利用这一关系给出了用微分法求多维连续型随机变量函数的概率密度的方法及实例 ,在许多情形下 ,它比通常的方法要简单一些     

Maclaurin不等式的最优化加强

设A(x) ,G(x) ,∑kn(x)分别为n个正实数x1 ,… ,xn 的算术平均 ,几何平均 ,k次对称平均 本文证明了使不等式 (A(x) ) p(G(x) ) 1 -p ≤ ∑kn(x)≤qA(x) + ( 1-q)G(x)成立的p的最大值是pn,k =n -kk(n - 1) ,q的最小值是qn ,k =nn - 1k1- kn .其中 2 ≤k≤n- 1.     

2个推广的Smarandache方程及其正整数解

采用初等方法与解析方法,对2个含有n个变量的推广的Smarandache方程(x1a1/x1+1/x1ax1)+(x2a1/x2+1/x2ax2)+…+(xna1/xn+1/xnaxn)=2na(x1a1/x1+1/x1ax1)·(x2a1/x2+1/x2ax2)·…·(xna1/xn+1/xnaxn)=(2a)n进行了研究,并得出其有正整数解x1=x2=x3=…=xn=1.     

具有正负项的高阶中立型差分方程的振动性

讨论了具有正负项的高阶中立型差分方程△[an△m-1(x(n) pnx(n-τ))] f(n,x(n-σ))-g(n,x(n-ρ))=0.其中:△是前差分算子,△xn=xn 1-xn;m为正整数;ax,pn为非负实数序列;τ,σ,ρ为非负整数;f(n,u)和g(n,υ)为连续函数.建立了有界振动及有界概振动的判别准则.