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．     

样本区间的概率分布及其性质

设(X1,X2,…,Xn)为服从I=[0,1]上的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,利用顺序统计量的性质讨论Yi(1≤i≤n+1)的概率性质。     

团簇Yn(n=1～4)的电离势的理论计算

文章采用密度泛函理论(DFT)中的B3LYP方法,分别在LANL2DZ基组、CEP-121G基组及SDD基组下,优化团簇Yn(n=1-4)的几何结构.计算结果表明Y和Y+的基态分别是二重态和三重态;Y2和Y+2的基态分别是五重态和四重态;Y3和Y+3的基态分别是二重态和三重态,具有D3h对称性的等边三角形结构;Y4和Y+4的基态分别是三重态和二重态,具有C3v对称性的金字塔结构和Cs对称性的金字塔结构.计算得到团簇Yn的3种电离势,其中第一类电离势IPverI与实验结果吻合得较好,而用后2种基组计算所得结果与实验值误差约2%.     

一个具有Markov性的入圈问题

研究序列{Xn},{Xn}满足Xn=Yn(mod 2),其中Yn∈Z+,Y0≥2,Yn+1=Yn+[Yn/2],证明了{Xn}为一独立随机变量序列,并且是一时间齐次Markov链.最后,利用该Markov链{Xn}的性质,证明了入圈问题经过有限次插点,Cm的任意一边上都至少插入一个新点.     

ON RANGE DECOMPOSITION THEOREMS

We prove the following theorems.Theorem 1.Suppose f:X→Y is a closed map.X is a ωγ and β space,then Y=Y0∪(∪n=1^∞Yn),where f^-1(y) is countably compact for each y ∈Y0 and Yn is closed discrete in Y for each n≥1,Theorem 2-3:Suppose f:X→Y is a closed map,X is stratifable space,then Y=Y0 ∪(∪n=1^∞Yn),where f^-1(y) is compact for each y∈Y0 and Yn is closed discrete in Y for each n≥1.     

矩阵损失下的协方差阵Σ的二次型估计的风险函数

考虑模型 H:Y=( Y1 ,Y2 ,… ,Yn)′=( X′1 ,X′2 ,… ,X′n)′β+ ( e1 ,e2 ,… ,en)′ Xβ+ e.其中 ,Yi:r维列观察向量 ,Xi:r× p已知矩阵 ,i=1 ,2 ,… ,n.β=( β1 ,β2 ,… ,βp)′是 p维未知参数向量 .e1 ,e2 ,… ,en　iid,e1 与r维正态分布 Nr( 0 ,Σ)有相同的前 4阶矩 ,这里Σ是未知的 r× r协方差阵 .在矩阵损失函数 L( d,Σ) =( d-Σ) 2 下 ,给出了Σ的二次型估计类 { Y′AY:A≥ 0 ,A∈ Rn× n}的风险函数 .     

关于商高数2n+1,2n(n+1),2n(n+1)+1

已知①商高数2％+l,2n(n+1),2n(n+1)+l在％季0,8(mOd 12)或2n+1含有质因子力季I(rood 8)时;疹 (1)(2祀+1)。+(2竹(铊+1))”=(2犯(记+1)+1)。只有鬈一∥=2=2这一组正整数解. 我们将证明下面的 定理. 除开 + —,.^.,、,(2) n-----O,24,80,104,120,144,200,224(rood 240),(3)而且2彻+】只含有质因子矽三l(rood 16),铊兰48,96,128,176(rood 240), ‘而且2即+1只含有质因子P--1(rood 32)这两种情形外, 。‘√㈣‘_～^-,v_～,、(4) ,(1)式只有茹=Y—z一2这一组正整数解。 ,…帅●……-…J--,州…,’,州.。j蹙孳{譬l‘÷ 。” . ·10、。 +0=¨ …     

NA序列加权和的收敛性

设t0∈（0，1），Wnt（t0）是关于实变量t1，t2，…,tn的权函数；随机变量序列Y1，Y2，…，Yn是NA的，本文研究了随机变量序列加权和∑i=1,n Wni（b）Y；的收敛性，所得结果是iid情形的推广。     

α混合下非参数回归函数基于分割估计的强相合性

文章在样本序列(X1,Y1),(X2,Y2),…,(Xn,Yn)取值于Rd×d1上同分布的α混合随机向量序列的情形下,研究了非参数回归函数m(x)=E(Y|X=x)基于分割估计的强相合性。     

相对损失函数下期望向量的线性Minimax估计

设Y1,Y2,…,Yn,i.i.d.,EY1=β,CovY1=Σ这里β∈Rp,Σ>0均未知.在两种相对损失函数下,我们给出了线性估计在线性估计类中的唯一的线性Minimax估计.     

极限limλ→0(λI+YA)-1Y存在的充要条件

证明了极限limλ→0(λI+YA)-1Y与极限limλ→0Y(λI+AY)-1存在的充要条件是rankYAY＝rankY,当两个极限存在时,它们是相等的,且其表示式是limλ→0(λI+YA)-1Y＝limλ→0Y(λI+AY)-1＝A(2)R(Y),N(Y)＝(YA)#Y＝Y(AY)#.     

ρ-混合误差下回归函数估计的渐近正态

设Y1,Y2,…,Yn 是固定点x1,x2,…,xn 的n 个观察值,适合模型Yi= g(xi)+ εi,1≤i≤n.在｛εi｝为ρ混合误差下讨论了Priestley 等人提出的一类非参数回归函数加权核估计的渐近正态性;在较弱条件下,通过对统计量分块的方法,证明了估计量的渐近正态性     

极限lim(λ->0)(λI+YA)~(-1)Y存在的充要条件

证明了极限lim（λI+YA）-1Y与极限limY（λI+AY）-1存在的充要条件是rankYAY=rankY,当两个极限存在时,它们是相等的,且其表示式是lim（λI+YA）-1Y=limY（λI+AY）-1=AR（2）（Y）,N（Y）=（YA）＃Y=Y（AY）＃。     

独立Pareto元件构成系统的随机比较

设X1……,Xn是独立的随机变量,Xi～Pareto(α,βi),i=1,2,…,n.令Y1,…,Yn是另一组独立的随机变量,Yi～Pareto(α,γi),i=1,2,…,n.假设β- γ.研究了最小的次序统计量X1:n.和Y1:n之间的随机比较,特别,当n=2时,证明了(X(2)|X(1)=x)关于x随机递增,并且证明了(X(2)| X(1)=x)≥st(Y(2)|Y(1)=x).     

随机变量序列{Xn}服从大数定律的充要条件

首先给出大数定律的基本形式,在几个引理的基础上,提出并证明了{Xn}服从大数定律的充要条件是E1 Y 2nY2n→0(n→∞),其中Yn=n-1k∑=n1(Xk-μk),μk=EXk(k=1,2,…).     

Moderate deviations for a test of symmetry based on deconvolution kernel density estimators

Suppose that Y1 , Y2 , , Yn are independent and identically distributed n observations from convolution model Y = X + ε, where X is an unobserved random variable with unknown density f X,and ε is the measurement error with a known density function. Set f n ( x )to be a nonparametric kernel density estimator of f X,and the pointwise and uniform moderate deviations of statistic sup x∈ R | f n ( x ) f n( x) |are given by Gine and Guillou’s exponential inequality.     

Moderate Deviations for a Test of Symmetry Based on Deconvolution Kernel Density Estimators

Suppose that Y1 , Y2 , , Yn are independent and identically distributed n observations from convolution model Y = X + ε, where X is an unobserved random variable with unknown density f X,and ε is the measurement error with a known density function. Set f n ( x )to be a nonparametric kernel density estimator of f X,and the pointwise and uniform moderate deviations of statistic sup x∈ R | f n ( x ) f n( x) |are given by Gine and Guillou’s exponential inequality.     

关于1，4，9拟循环数开方规律

定义了拟循环整数，并对由偶数个1，4，9组成的拟循环数的开方给出了一般规律，即设Xn=11…12n,Yn=44…42n,Zn=99…92n,(n=1,2,…)时，有Xn=33…3n,33…3n166…62n,Yn=66…6n.66…6n63…32n2,Zn=99…9n.99…9n499…92n。     

一种求方程x~n+x~(n-1)+…+x+1=a正实根的方法

本文给出的结果是:如果1〈a〈n+1,则迭代过程X_(k+1)=Φ(X_k)=X_k~(n+1)+a-1/a对任意初值x_o∈[O,a_m]均收敛于方程X~n+X~(n-1)+…+X+1=a的正实根X~*;如果a〉n+1,则迭代过程对任意初值X_o∈[b_m,+∞)均收敛于方程X~n+X~(n-1)+…+X+1=a的正实根X~*(n=1,2,3,…,a_m和b_m分别见下文定理2和定理3)。     

回归函数基于分割估计的若干结果

设(X1,Y1),(X2,Y2),…,(Xn,Yn)为取值于Rd×R1上的一组样本,在独立同分布(i.i.d)样本下,构造了截尾数据时回归函数基于分割估计及改良基于分割估计,并获得了其强相合性;在同分布φ-mixing相依样本下,获得了回归函数基于分割估计及改良基于分割估计的强相合性及收敛速度。