三角代数上一类局部非线性三重高阶可导映射

设U是一个2-无挠的三角代数,Ω={x∈U:x~2=0},■是U上一列映射(无可加性假设).用代数分解方法证明:若对任意的■,x,y,z∈U且xyz∈Ω,有■,则D是一个高阶导子.     

广义矩阵代数上一类非全局非线性三重高阶可导映射

设G是一个满足MN=0=NM的2-无挠的广义矩阵代数,Q={A∈G:A²=0},D={d_n}_n∈N是G上一列映射(没有可加性假设)。文章证明:若对任意n∈N,A,B,C∈G且ABC∈Q,有d_n(ABC)=∑_r+s+t=nd_r(A)d_s(B)d_t(C),则D是一个可加的高阶导子。作为应用,在三角代数上得到了相同的结论。     

三角代数上的零点Lie高阶可导映射

研究了三角代数上在零点Lie高阶可导映射的结构,证明了三角代数上的每一个零点Lie高阶可导映射可表示为高阶导子与中心值映射之和.     

三角代数上的一类局部可导非线性映射

设T=Tri(A,M,B)为三角代数,δ:T→T是一个映射(没有可加性的假设).利用代数分解的方法证明了:如果对任意的A,B∈T,且A与B至少有一个是幂等元,有δ(AB)=δ(A)B+Aδ(B),则δ是一个可加导子.并得到了上三角矩阵代数和套代数上此类局部可导非线性映射的具体形式.     

三角代数上Lie积为平方零元的非线性Jordan高阶可导映射

设U是一个 2-无挠的三角代数,D ={d_n}_n∈N是U上一个Lie积为平方零元的非线性Jordan高阶可导映射。证明了三角代数U上的每一个Lie积为平方零元的非线性Jordan高阶可导映射都是高阶导子。作为结论的应用,得到套代数或 2-无挠的上三角分块矩阵代数上的每一个Lie积为平方零元的非线性Jordan高阶可导映射都是高阶导子。     

三角代数上的一类非全局高阶可导非线性映射

设T=Tri(A,M,B)是三角代数,{δn}n∈N:T→T是一列映射(没有可加性的假设,其中δ0是恒等映射).若对任意的U,V∈T且U与V中至少有一个是幂等元,有δn(UV)=∑i+j=nδi(U)δj(V),则{δn}n∈N是T上可加的高阶导子.     

三角代数上Lie积为平方零元的非线性Jordan可导映射

设U=Tri(A, M, B )是特征不为 2 的三角代数, Q={u∈U:u²=0}且φ:U→U是一个映射(无可加或线性假设)。 证明了如果对任意a,b∈U且［a,b］∈Q, 有φ(ab)=φ(a)b+aφ(b), 则φ是一个可加导子, 其中［a,b］=ab-ba为Lie积, ab=ab+ba为Jordan积。     

三角代数上互逆元处的高阶ξ-Lie可导映射

设U=Tri(A,M,B )是含单位元1的三角代数,1_A、1_B分别是A和B的单位元。对任意的A∈A, B∈B分别存在整数k₁、k₂,使得k₁1_A-A, k₂1_B-B在三角代数中可逆。利用代数分解的方法,证明了如果{φ_n}_n∈N:U→U是一列线性映射满足对任意的U,V∈U且UV=VU=1,有φ_n(［U,V］_ξ)=∑_i+j=nφ_i(U)φ_j(V)-ξφ_i(V)φ_j(U)(ξ≠0,1),则{φ_n}_n∈N是U上的高阶导子,其中φ₀=id₀是恒等映射,［U,V］_ξ=UV-ξVU。     

三角代数上Lie积为平方零元的非线性三阶可导映射

对三角代数上Lie积为平方零元的非线性双可导映射进行推广,给出三导子和Lie积为平方零元的非线性三阶可导映射的定义,研究Lie积为平方零元的非线性三阶可导映射的三个性质,证明三角代数上Lie积为平方零元的非线性三阶可导映射也是一个三导子.     

三角代数上的广义高阶Jordan导子

引入并讨论了广义高阶Jordan导子、广义高阶Jordan三重导子及广义高阶导子的定义,研究了三角代数上的广义高阶Jordan导子和广义高阶Jordan三重导子;利用三角代数的结构性质和代数分解,证明了三角代数上的每个广义高阶Jordan导子和广义高阶Jordan三重导子是广义高阶导子;证明了在三角代数上的广义高阶Jordan导子、广义高阶Jordan三重导子和广义高阶导子是等价的.     

Rayleigh分布的随机比较

讨论服从 Rayleigh分布的随机变量的随机比较 ,给出 Rayleigh分布随机比较的充要条件 ,得到 Rayleigh分布的危险率序与逆危险率序之间的关系 .     

k-out-of-N系统的随机比较

设 {Xn,n≥ 1}是独立非负随机变量序列 ,N是正整值的随机变量且与 {Xn,n≥ 1}独立 .考虑由寿命为X1,… ,XN 的N个部件组成的k -out -of-N系统 (系统正常当且仅当N个部件中至少k个正常 )的寿命 ,得到了两个这样的系统寿命的故障率序下的随机比较性质     

三参数Weibull分布的随机比较

给出了两个相互独立但不同分布的三参数Weibull分布随机变量满足各种随机序时其分布所含参数间的相应关系.也给出了两组相互独立但不同分布的随机变量次序统计量之间的随机序关系.     

随机序及其随机序之间的关系

文章先介绍了几种主要的随机序,其中包括期望效用准则、随机占优、单调风险率条件、单调似然率条件和均值-方差准则,然后在此基础上研究了它们之间的关系。     

成比例反向失效率混合模型中的随机比较

成比例反向失效率混合模型可表示为G（x）=E[-F（x）^θ],其中,G为总体变量y的分布函数,θ为随机比例参数,F为基本分布函数。研究了θ分布函数的不同选择所对应的成比例反向失效率混合模型之间的随机比较。证明了θ和y是正似然比相依的。     

示性随机变量的若干应用

通过几个具体例子展示了示性随机变量在概率统计与随机过程中的若干应用.     

Stochastic Optimal Estimation with Fuzzy Random Variables and Fuzzy Kalman Filtering

By constructing a mcan-square performance index in the case of fuzzy random variable, the optimal estimation theorem for unknown fuzzy state using the fuzzy observation data are given. The state and output of linear discrete-time dynamic fuzzy system with Gaussian noise are Gaussian fuzzy random variable sequences. An approach to fuzzy Kalman filtering is discussed. Fuzzy Kalman filtering contains two parts： a real-valued non-random recurrence equation and the standard Kalman filtering.     

反失效率脆弱模型的若干性质

研究了反失效率脆弱模型的年龄性质,讨论了总体变量与脆弱变量之间的正似然比相依性,得到了总体变量关于脆弱变量在普通随机序、失效率序、反失效率序及似然比序下的封闭性.     

混合泊松分布的随机序

研究了混合泊松分布类的随机控制序、失效率序以及失效率函数, 证明了混合泊松分布类相对其结构分布类的随机控制序(失效率序)是保随机控制序(失效率序)的, 但是结构分布类相对其混合泊松分布类的随机控制序却不一定是保随机控制序的, 并通过实例证明了混合泊松随机变量的失效率函数并非都是递增的.     

IFR型寿命分布的随机比较

研究了ＩＦＲ分布在修理更策略中的随机比较,得到了对不同部件相同策略的两个比较结果,即假设－／Ｆｄ（ｔ）≥－／Ｇｄ（ｔ）,且Ｆ或Ｇ是ＩＦＲ,得到Ｎｍ,Ｆ随机地小于等于Ｎｍ,Ｇ;Ｎｍ,Ｆ（Ｚ）随机地小于等于Ｎｍ,Ｇ（Ｚ）。