多维卷积算子逼近的收敛性

本文建立了多维卷积算子逼近的收敛定理,并且得到具正核卷积算子收敛的若干充分必要条件.     

一种有理插值算子逼近阶的估计

本文研究了[1]中引入的有理插值算子在以第二类切比晓夫多项式的零点作为插值结点时;对函数f(x)的点态收敛性,f(x)∈ C(■,1)。给出了点态收敛阶的上界估计式,并验证了所得结果是不可改进的。     

广义积分的两个新判敛法

本文介绍了广义积分的两个新判敛法,弥补了已知的判别法的不足,对某些广义积分敛散性的判定有效而方便。     

回归函数的混合型核估计的一致强收敛速度

设(X,Y)为取值于R~d×R~1的随机变量,(X_i,Y_i) i=1,2,…,n是取自(X,Y)的i·i·d·的样本,E|Y|<∞.用m(x)=E(Y|X=x)表示回归函数。m(x)的一种重要的核估计是Stone(1977)提出了一种把经典的最小二乘估计与非参数的权函数估计结合起来去估计m(x)的方法。在这篇文章里,讨论了把上述核估计与最小二乘估计结合起来所得的m(x)的混合型核估计的强一致收敛速度。     

线性微分方程幂级数解的收敛半径

给出微分方程Ｙ″＋Ｐ（ｘ）ｙ′＋Ｑ（ｘ）ｙ＝０的幂级数解ｙ＝∑ｎ＝０＾∞ａｎ（ｘ－ｘ０）＾ｎ其系数满足二项递推公式ａｎ＋ｐ＝ｆ（ｎ）ａｎ的收敛半径的求法。     

The Experimental Study on.the Risk Convergence of the Entrusted Portfolios of NSSF

This paper makes use of statistical tools of parameter correlation, multi-parameter regression, and does experimental analysis on issues of risk diversification of portfolios entrusted by National Social Security Fund （NSSF）. The issues are industry related investment fields distribution, the trend of capitalization movement, and investment style factors in stock selection. The results show that there are risk problems with portfolios entrusted by NSSF, which include similar investment fields distribution trend, little difference among portfolios, and high risk preference degree.     

线性调制下LMS和RLS算法研究及仿真

利用MATLAB仿真软件对线性调制下LMS和RLS两种算法进行仿真,通过仿真比较了两种算法的收敛速度,对两种算法收敛后的误码率进行分析,研究了步长对LMS算法均方误差性能曲线的影响和遗忘因子对RLS算法性能曲线的影响．     

无穷积分与瑕积分的一个关系(二)

以反函数为工具,对无穷积分与瑕积分的关系进行研究,在文献[1]的基础上得到了定量结果:∫+∞f(x)dx=∫f(a)f-1(x)dx-af(a).0a     

关于Hermite-Fejēr插值算子的p方收敛

在以第二类Ｃｈｅｂｙｓｈｅｖ多项式Ｕｎ（ｘ）的零点ｘｋ＝ｃｏｓθｋ＝ｃｏｓｋπｎ＋１，（ｋ＝１，２，…，ｎ）为插值节点的条件下，讨论了Ｈｅｒｍｉｔｅ－Ｆｅｊēｒ插值算子在［－１，１］上以（１－ｘ２）１２为权函数的ｐ方收敛问题，得到的收敛阶为Ｏ（１）ｗ１ｎＰ＋Ｂｎｐ｛｝．     

有效集合的逼近

设A（u）,uU,是线性度量空间E中的受扰动的非空子集。C（u）,uE从是E中受优动的凸锥。本文考虑有效集合Min（A（u）,C（u））,在A（u）逼近A（uo）,C（u）逼近C（uo）的情况下,推出Mn（（u）,C（u））收敛到Min（A（uo））.C（u））。