矩限制下次序统计量均值的界

设X_1 X_2…,X_n为随机变量,它们的次序统计量为X_(14)A≤X_(26a)≤…≤X_(n.n),记E(X_(itn))=μ_(iln),当X_1…,X_n有共同的均值μ,方差σ~2时,〔1〕中得出了其次序统计量均值的界,本文在E(X_i)=μ,E|X_i|p=c<∞(p>1)时,得出了相应的结果。特别,如对任p>1.E|X_i|p=c(p)≤k<∞,i=1,2,…时,我们得出     

有限集S上变换的标准分解及其应用

通过研究集合S={ 1,2 ,… ,n}上变换σ的动力系统性质 :(1)得到了σ的标准分解式 :σ =(q11q12 …q1t1 ) ∧ (q2 1q2 2 …q2t2 ) ∧ … (qm1qm2 …qmtm) ∧ (j11j12 …j1n1 ) (j2 1j2 2 …j2n2 )… (jk1jk2 …jknk) ;(2 )证明了 :｜H n ｜ =∑ni =0Cin(n-i) i(n-i) ! ,其中H n ={σ∈Hn｜σk+ 1=σ ,k =1,2 ,3,… } .     

平衡设计单向分类随机模型参数的极大似然比检验

对平衡设计单向分类随机模型参数的假设H0:μ=μ0,σα2=σα02,σ2=σ02←→H1:μ≠μ0或σα2≠σα02或σ2≠σ02,利用极大似然比方法导出了检验H0的统计量.求出了检验统计量的渐进分布,并给出了检验规则.最后给出一个应用实例.     

基于Ⅱ型截尾样本下Rayleigh分布参数的条件置信限

Rayleigh分布是很重要的寿命分布 ,单参数Rayleigh分布的参数推断问题在一些文献中已有讨论 .本文假设寿命X服从双参数Rayleigh分布 ,即X有密度　　f(x ;μ ,σ) =2 (x - μ)σ e(x- μ) 2σ 　　x>μ ;-∞ <μ <∞ ;σ >0通过Ⅱ型截尾样本的前r个次序统计量 :X(1 ) ≤X(2 ) ≤…≤X(r) (r≤n) ,首先推出了枢轴量Z1=( ^μ - μ) 　^σ,Z2 =^σ σ建立在可观测的辅助统计量a =(a1 ,a2 ,… ,ar) (ai=(X(i) - ^μ)　^σ;μ ,^σ分别为参数 μ ,σ的极大似然估计 )基础上的条件分布 ,据此得到了参数 μ ,σ的条件置信限 (置信区间 ) ,最后 ,给出了p分位点xp 的置信区间和Rayleigh分布的容许限的计算方法 .     

截断和与次序统计量之比的分布收敛

设{X_n,n≥1}为i.i.d.r.v.S.,|X_n~(1)|≥|X_n~(2)|≥…≥|X_n~(n)|为{X_i,i≤n}的次序统计量,g为(0,+∞)上正Borel可测函数。我们讨论了截断和~(r)S_n=sum from i=r+t to nX_n~(i)与次序统计量X_n~(r)的比的分布收敛,令(r)T_n=[~(r)S_n-(n-r)EX_1I{E|X_1|<+∞}]/g(|X_n(r)|),对正的常数列b_n,n≥1,我们得到了对所有的r≥1,~(r)T_n/(?)依分布收敛的充要条件。     

一个加性混合幂丢番图不等式

证明了如果η是实数, λ1,μ1,μ2,μ3,μ4,θ1,θ2是非零实数,并且不同一符号,至少有一个λ1/μj (i=1,2,3,4)是无理数, 那么对任意0<σ<1/30,不等式|λ1x21+μ1x32+μ2x33+μ3x34+μ4x35+θ1x46+θ2x57+η|<(max|xi|)-σ有无穷多整数解x1,...,x7.     

EV线性模型参数的经验似然比置信区域

考虑EV(error in variables) }线性模型 Yi =xτiβ0 +εi,Xi =xi+ μi,　i=1,2 ,… ,n ,其中εi 是i.i.d .的具有均值 0和连续可导的分布函数的误差 ,Xi 为 p维可观测随机向量 ,xi 为 p维不可观测随机向量 ,β0 为 p× 1未知参数向量 ,μi 是 p维i.i.d .的不可观测随机误差 .记 ei =(εi,μτi) τ,且Eei=0 ,Σee=σ2 Ip+ 1.设xj与ei对所有的i,j都是独立的 .在一般的条件下证明了非参数形式的Wilks theorem在EV线性模型中的正确性 ,并利用它构造出了 β0 的置信区域 ,然后在小样本下给出了模拟结果 .     

一类中立型差分方程非振动解的存在和渐近性

讨论了非线性多时滞中立型差分方程　　　　Δ(x(n) - p(n)x(n-τ) ) +q(n) ∏mi =1(x(n -σi) ) αisgnx(n-σi) =0的非振动性 .其中 :p(n) ≥ 0 ,q(n)≥ 0且不恒等于 0 ;τ ,σi 是非负整数 ,i=1,2 ,… ,m ;αi >0 ,∑mi =1αi =1;Δ是前差分算子 ,Δx(n) =x(n+1) -x(n) .利用序列及映射的构造得出了方程最终正解的存在条件 ,并且引用以指数形式趋于 0的定义讨论了非振动解的渐近性态 .     

一类非线性多时滞中立型差分方程的振动性

讨论了非线性多时滞中立型差分方程　　　　Δ(x(n) - p(n)x(n-τ) ) +q(n) ∏mi =1(x(n -σi) ) αisgnx(n-σi) =0的振动性 .其中 :p(n) ≥ 0 ,q(n)≥ 0且不恒等于 0 ;τ ,σi是非负整数 ,i=1,2 ,… ,m ;αi >0 ,∑mi=1αi=1;Δ是前差分算子 ,Δx(n) =x(n+1) -x(n) .采用离散的Riccati变换和某些函数变换 ,利用反证法 ,得出了此方程所有解的若干振动准则 .     

具正负系数的多滞量中立型差分方程的振动性

讨论了具正负系数的多滞量中立型差分方程Δ[x(n)-m∑l=1Rl(n)x(n-rl)] w∑i=1Pi(n)x(n-τi)-k∑j=1Qj(n)x(n-σj)=0的振动性.其中:w≥k;Rl,Pi,Qj∈([n0,∞),R );rl,τi,σj都是非负整数,并且关于l,i,j都是单调减的,τi≥σi.在新的条件下得到了该方程振动的充分条件.     

酸形成函数及用酸形成函数表示的理论缓冲系数公式

本文在讨论各类酸的酸形成函数基础之上,推导出用用酸形成函数表示的理论缓冲系数公式,即:σ=2.30=(sum∑from i=1 to n i(i-■)β_1[H])/(1+sum∑ from i=1 to n β_1[H]~i)式中σ即理论缓冲系数,β_i为各级酸累积形成常数,■即酸形成函数,即:■=(sum ∑ from i=1 to n iβ_i[H]~i)/(1+sum ∑ from i=1 to n β_1[H]~i)应用计算机绘制■-pH 图及σ-pH 图,根据图形讨论了若干典型的缓冲体系。     

寿命分布中位置参数和尺度参数的区间估计

型分布是可靠性试验中常见的一类寿命分布，其分布参数μ、σ的区间估计，一直是可靠性统计分析关心的问题之一。本文借助次序统计量讨论了μ、σ均未知情况下各自的区间估计，并利用极大似然估计及渐近性讨论了μ、σ近似区间估计。本文方法适用于全样本情况和截尾样本情况。     

迭代序列x_(n+1)=(α+βx_(n-k))/(1+sum from i=1 to k x_(n-i+1)~γ)的全局性质

通过函数f(x)=(α+βx)/(1+kxγ)在[0,+∞)上的单调性,并利用上下极限方法得到了非线性差分方程x_(n+1)=(α+βx_(n-k))/(1+sum from i=1 to k x_(n-i+1)~γ)正平衡点的全局吸引性,同时还得到正振动解的半循环分布.其中α>0,0<β<1,0<γ≤1,k∈N,x-k…x0是任意非负实数.     

三角系统T_n的匹配数与点独立集数

给出了一类三角系统Tn的匹配数和点独立集数的一种计算方法和计算公式,证明了:定理1(a)μ(Tn)=μ(Tn-1)+μ(Tn-2)+μ(Tn-3)+μ(Tn-4)(n≥8);(b)σ(Tn)=σ(Tn-1)+σ(Tn-3)(n≥7).定理2设ri(i=1,2,3,4)为非负整数,则(a)当n≥8时,有μ(Tn)=28∑r1+2r2+3r3+4r4=n(r1+r2+r3+r4)!r1!r2!r3!r4!+26∑r1+2r2+3r3+4r4=n-1(r1+r2+r3+r4)!r1!r2!r3!r4!+23∑r1+2r2+3r3+4r4=n-2(r1+r2+r3+r4)!r1!r2!r3!r4!+15∑r1+2r2+3r3+4r4=n-3(r1+r2+r3+r4)!r1!r2!r3!r4!;(b)当n≥7时,有σ(Tn)=14∑r1+3r2=n(r1+r2)!r1!r2!+6∑r1+3r2=n-1(r1+r2)!r1!r2!+9∑r1+3r2=n-2(r1+r2)!r1!r2!     

不完全面板数据随机效应的检验

主要考察了双向误差面板数据模型yi, t=α x′i, tβ ui, t,ui, t=μi λt νi, t在缺失数据下的统计性质,给出了检验随机效应是否存在的检验统计量,求出该检验统计量的大样本分布,并从数值实验上验证了上述检验统计量的统计性质.     

关于独立随机变量列部分和乘积的一个极限定理

讨论了一类独立非负随机变量列部分和乘积的渐进结构，在一定条件下给出了一个中心极限定理。假设X1,X2…，Xa,…为二阶矩存在的非负独立随机变量列，证明收敛性[^nПk=1（Sk/μk）^1/γk]^1/√Tnd→e√2N成立，其中N是标准正态随机变量，Sk=^k∑i=1Xi,μk=E（Sk）,σk=Var（Sk），γk=σk/μk，且Tn=^n∑k=1k/σk.     

狄拉克方程和反易自逆矩阵的定理

§1.引言反易自逆矩阵在量子理论里起着重要的作用。1927年,为了表征自旋角动量的特点,Pauli引进了三个二阶矩阵δ,(Pauli矩阵),它们除了满足角动量的一般对易关系外,还满足反易自逆关系{σ_i,σ_j}≡σ_iσ_j+σ_jσ_i=2δ_(ij) i,j=1,2,3.(1.1) Pauli给出它们的表示式为     

一个变分双曲型组的解

本文研究带Dirichlet条件的边界值问题{□u+△G(u)=f(t,x),(t,x)∈Ω≡(0,π)×(0,π), (*)u(t,x)=0, (t,x)∈aΩ,的解的存在性,这里口是波算子a2/at2-a2/ax2,GRn→R是一连续函数.设σ(口)={k2-m2,k,m∈N}记波算子口的特征值的集合,(a2G(u)/auiaui)记u∈Rn.点处的Hessian阵.假定σ((a2G(u)/auiauj))∩σ(□)=φ.再设E={u|u(t,x)=∑k,mψkm(t,x)Ckm, Ckm ∈ Rn k,m ∈ N,∑k,m(k2+m2+1)|Ckm|2 ＜+∞},Y={y|y(t,x)=∑i,k,mμikmψkm(t,x)ei,k2 - m2 ＜γi(u),μikm ∈ R,k,m ∈N,∑k,m(k2+m2+ 1)|μikm|2＜+∞,i= 1,2,……,n} Z={z|z(t,x)=∑i,k,mμikmψkm(t,x)ei,k2 -m2＞γi(u),μikm ∈ R,k,m ∈ N ,∑k,m(k2 + m2+1)|μikm|2 ＜+ ∞,i = 1,2,……,n}.对Y中的k2-m2记ξ(‖u‖0) =min‖v‖0≤‖u‖0 mink,m∈N min1≤i≤n{γi(v)-(k2- m2) ＞ 0},对Z中的k2-m2,记η(‖u‖0)=min‖v‖0≤‖u‖0 mink,m∈N min1≤i≤n{k2-m2-γi(v)＞0},这里‖·‖0记(L2(Ω))n.假设∫+∞1ξ(s)ds=∞, ∫+∞1η(s)ds=∞.在上述条件下,我们使用R.F.Manasevich的最大值最小值定理证明问题(*)的弱解u0∈(H1(Ω))n的存在性和唯一性.     

复多元GAUSSIAN模型中参数的检验问题

讨论q个复多元正态总体中关于假设H:∑1=…＝∑q=σ^2I,μ1=…=μq=μ0的检验问题，并以χ^2－分布为基础的级数形式给出了在与原假设相接近的某些备择假设下似然比统计量的非零渐近分布。     

复多元正态总体球性检验似然比准则的精确分布

讨论了r个复多元正态总体中检验假设H:μ1=μ2=…=μr=μ0;∑1=∑2=…=∑r=σ^2I的检验问题，以最一般的形式给出了用含有H－函数的级数表示的修改似然比统计量的非零精确分布。