半序约束下一类多变量的估计

本文考虑一类多变量在半序约束θｉｊ１≤θｉｊ２≤…≤θｉｊＫｉ＝１，２，…，Ｉ；ｊ＝１，２，…，Ｊθｉ１ｋ≤θｉ２ｋ≤…≤θｉＪｋｉ＝１，２，…，Ｉ；ｋ＝１，２，…，Ｋθ１ｊｋ≤θ２ｊｋ≤…≤θＩｊｋｊ＝１，２，…，Ｊ；ｋ＝１，２，…，Ｋ（１）的条件下的估计问题。给出三元关系下保序回归的充要条件，讨论了多个正态总体及一类特殊指数分布族的参数在约束（１）下的最大似然估计与保序回归的关系。     

随机比较系数的若干极限性质

设｛Ｘｎ，ｎ≥１｝是在Ｓ＝（１，２，…，ｍ｝中取值的一列随机变量，其联合分布为Ｐ（Ｘ１＝ｘ１，，…，Ｘｎ＝Ｘｎ）＝Ｐ（ｘ１，…，Ｘｎ）＞０，（Ｐｎ１，Ｐｎ２，…，Ｐｎｍ）（ｎ＝１，２，…）是Ｓ上的一列分布，Ｋ∈Ｓ，Ｓｎ（ｋ，ｗ）是在序列Ｘ１（ｗ），…，Ｘｎ（ｗ）中出现ｋ的次数，ｒｎ（ｗ）＝称为（Ｘｉ，１≤ｉ≤ｎ｝相对于乘积分布的随机比较系数，Ｓｎ（ｋ，ｗ）─为Ｓｎ（ｋ，ｗ）与ｋ相对于乘积分布的期望出现次数之差．本文的目的是要研究ｒｎ（ｗ）与Ｓｎ（ｋ，ｗ）之间的某些极限关系．     

随机比较系数的若干极限性质

高｛Ｘｎ，ｎ≥１｝是在Ｓ＝｛１，２，…，ｍ｝中取值的一列随机变量，其联合分布为Ｐ（Ｘ１＝ｘ１，，…，Ｘｎ＝ｘｎ）＝ｐ（ｘ１，…，ｘｎ）＞０，（ｐｎ１，ｐｎ２，…，ｐｎｍ）ｎ＝１，２…是Ｓ上的一列分布，ｋ∈Ｓ，Ｓｎ（ｋ，ω）是在序列Ｘ１（ω），…，Ｘｎ（ω）中出现ｋ的次数ｒｎ（ω）＝ｎ／∏／ｉ＝１ｐｉｘｉ／ｐ（Ｘ１，…，Ｘｎ）称为｛Ｘｉ，１≤１ｉ≤ｎ｝相对于乘积分布ｎ／∏／ｉ＝１ｐｉｘｉ的随机比较系     

指数寿命型元件串联系统可靠信置信限

设Ａ是由ｋ个相互独立的指数型元件串联而成，设第ｉ个元件的寿命服从参数为λｉ的指数分布，λｉ〉０，未知，ｉ＝１，２，．．．，ｋ，设对第ｉ个元件，在时刻ｔｉ，进行了Ｎｉ次独立试验，成功数为Ｓｉ（ｉ＝１，２，．．．，ｋ），本文研究基于数组（ｔｉ，Ｎｉ，Ｓｉ）ｉ＝１，２，．．．，ｋ求中联系统Ａ之可靠性的经典精确置信下限以及近似Ｆｉｄｕｃｉａｌ置信下限。     

半序约束下多维正态分布协方差阵的最大似然估计

对于给定Ｋ个Ｐ维正态总体，协方差阵∧ｉ（ｉ＝１，２，…，ｋ）为未知参数。本文给出协方差阵在一个简单半序约束０＜∧１≤∧２≤…≤∧ｋ的条件下的最大似然估计的一种算法。     

Global Attractivity of X_(n 1)=AX_n F(X_(n-k))

本文给出差分方程Ｘｎ＋１＝ＡＸｎ＋Ｆ（Ｘｎ－ｋ）的全局吸收性．其中ｎ＝０，１，…，Ｘｉ∈［０，∞）ｍ，ｍ，ｋ∈｛１，２，…｝，Ａ是ｍ×ｍ矩阵，Ｆ∈Ｃ［０，∞）ｍ，（０，∞）ｍ］．这是［１］中研究深题２．４．１     

曲面的GC^k拼接条件

在一定的基本假设下，若Ｓ（ｈ１）∥Ｓ（ｈ２）∥Ｓ（ｈ３）得到了存在一个ｐ次多项式ｆ，使曲面Ｓ（ｆ）分别与Ｓ（ｇ）在Ｓ（ｇｉ，ｈｉ）（ｉ＝１，２，３）处ＧＣ＾ｋ光滑拼接的充要条件为存在ｐ－ｍ次多项式ω１，ｐ－ｎ多次式ω２，ｐ－ｌ次多项式ω３，以及多项式ａｉ（ｉ＝１，２，３）使得｛ω１ｇ１－ω２ｇ２＝ａ２ｈ＾ｋ＋１２－ａ１ｈ＾ｋ＋１１∈〈ｈ＾ｋ＋１１，ｈ＾ｋ＋１２〉 ω２ｇ２－ω３ｇ３＝ａ３ｈ＾ｋ＋１     

年金利率方程a^—n／i=k的数值解法

本文讨论了ｎ年延付年金的现时值ａ＾－ｎ／ｉ＝ｋ为已知时求利率ｉ的数值解法,通过数学分析,得到几个新的迭代公式：（１）ｉｓ＋１＝ｉｓ－（１＋ｉｓ）ｋｉｓ－１＋（１＋ｉｓ）＾－ｎ／ｋ（ｎ＋１）ｉｓ－（ｎ－ｋ）;（２）ｉｓ＋１＝ｉｓ－１＋ｉｓ／ｎ－ｋ「ｋｉｓ－１＋（１＋ｉｓ）＾－ｎ」;（３）ｉｓ＋１＝ｉｓ（１－ｋ－ａ＾－ｎ／ｉ／ｎ－ｋ;其中初值ｉ０－２（ｎ－ｋ）／ｋ（ｎ＋１）。     

n阶非线性微分方程K点边值问题解的存在性判定定理

本文给出了ｎ阶非线性微分方程，Ｋ点边值问题（ｎ≥２，２≤Ｋ≤ｎ）：ｙ＾（ｎ）＝ｆ（ｔ，ｙ，ｙ，ｙ，．．．ｙ＾（ｎ－１），ｙ＾（ｉ１）（ｉ１）＝ａ１，ｙ２（ｉ２）＝ａ２，．．．ｙ＾（ｉ）（ｔｋ）＝ａｋ，Ｋ≤ｎ，ｙ＾（ｉＫ＋２）（ｔｊ）＝ａｋ＋１，ｙ＾（ｉＫ＋２）＝ａｋ＋２，．．．，ｙ＾（ｉｎ）（ｔｊｎ－ｓ）＝ａｎ，Ｋ〈ｎ。其中ｉｎ∈（０，１，２，．．．ｎ－１）（ｍ＝１，２，．．．，ｎ），ｊｈ∈（１，     

对数似然比的一类极限性质

设Ｘｎ,ｎ≥１是在Ｓ＝１,２,…中取值的随机变量系列,其联合分布为ｐ（ｘ１,…,ｘｎ）,（ｐｎ（１））,ｐｎ（２）,…）是Ｓ上的一列分布,ｋ∈Ｓ,Ｓｎ（ｋ,ω）是ｋ在序列Ｘ１（ω）,…,Ｘｎ（ω）中出现的次数。令φｎ（ω）＝∑＾ｎｉ＝１ｌｏｇｐｉ（Ｘｉ）－ｌｏｇｐ（Ｘ１,…,Ｘｎ）,ψｎ（ｋ,ω）＝Ｓｎ（ｋ,ω）－∑＾ｎｉ＝１ｐｉ（ｋ）。本文研究φｎ（ω）与ψｎ（ｋ,ω）之间的某些极限关系     

涉及导数与公共值集的亚纯函数的唯一性

在亚纯函数唯一性理论中,亚纯函数同时涉及导数与公共值集的唯一性问题是一困难而有趣的问题．本文在这方面做了尝试,运用比较简洁的方法,经过细致的计算,把仪洪勋等人的结果由公共值推广到公共值集的情况,得到结果：设ｋ,ｎ为正整数,ｎ≥２,Ｓ１＝｛∞｝,Ｓ２＝｛０｝,Ｓ３＝｛１,ω,ω２,…,ωｎ－１｝,ωｎ＝１为３个集合,若非常数亚纯函数ｆ与ｇ以Ｓ１,Ｓ２为ＣＭ公共值集,ｆ（ｋ）与ｇ（ｋ）以Ｓ３为ＣＭ公共值集,且满足下述２个条件之一：ｉ）ｎ≥５,且δ（０,ｆ）＜１,或Θ（∞,ｆ）＞０;ｉ）２≤ｎ≤４,且２δ（０,ｆ）＋（ｋ＋１）Θ（∞,ｆ）＞ｋ＋２,则ｆ≡ｔｇ,或ｆ（ｋ）·ｇ（ｋ）≡ｔ,其中ｔｎ＝     

一类退缩椭圆方程组的特征值问题

设ΩＲ＋ｎ＝｛Ｘ＝（ｘ１，ｘ２，…ｘＮ）｜ｘ１＞０，Ｎ＞３｝为有界光滑区域，Ｒ＋Ｎ∩Ω≠Φ。文中利用临界点理论，讨论退缩椭圆型方程组Ｔｕｋ≡－∑Ｎｉ＝１Ｄｉ（ｘｉａＤｉｕｋ）＝λｆｋ（ｘ，ｕ１，ｕ２，…ｕｎ），ｉｎΩｕｋ＝０ｏｎΩ，ｋ＝１，２，…ｎ｛非平凡广义解的存在性。     

可数非齐次马氏链转移概率的若干极限定理

设｛Ｘｎ,ｎ≥１｝是状态空间为Ｓ的非齐次马氏链。对于ｉ１,ｉ２,…,ｉｍ∈Ｓ,令Ｓｎ（ｉ１,…,ｉｍ）表示ｍ元序组序列｛（Ｘｋ－ｍ＋１,…,Ｘ｝ｋ＝ｍ＾ｎ中出现ｍ元序组（ｉ１,…ｉｍ）的频数,σｎ（ｉ１,…,ｉｍ）为转移概率的随机和。本文将给出有关Ｓｎ（ｉ１,…,ｉｍ）和σｎ（ｉ１,…,ｉｍ）若干极限定理,得到非齐次马氏链转移概率的一种频率解释。     

多目标规划部分弱有效解的求法

多目标规划部分弱有效解的求法魏运财，焉波（吉林电气化高等专科学校，吉林１３２０２１）设ｆｉ（ｘ）是定义在上的实值函数，（ｉ＝１，２，…ｐ，称ｆ（ｘ）＝（ｆ１（ｘ），ｆ２（ｘ），…，ｆｐ（ｘ））为Ｘ上的向量函数，形如下面的数学规划（ＶＰ）称为多目标规划...     

曲面的GC~k拼接条件

在一定的基本假设下，若Ｓ（ｈ１）≠Ｓ（ｈ２）≠Ｓ（ｈ３），得到了存在一个ｐ次多项式ｆ，使曲面Ｓ（ｆ）分别与Ｓ（ｇｉ）在Ｓ（ｇｉ，ｈｉ）（ｉ＝１，２，３）处ＧＣｋ光滑拼接的充要条件为存在ｐ－ｍ次多项式ｗ１，ｐ－ｎ次多项式ｗ２，ｐ－ｌ次多项式ｗ３，以及多项式ａｉ（ｉ＝１，２，３）使得ｗ１ｇ１－ｗ２ｇ２＝ａ２ｈｋ＋１２－ａ１ｈｋ＋１１∈〈ｈｋ＋１１，ｈｋ＋１２〉ｗ２ｇ２－ｗ３ｇ３＝ａ３ｈｋ＋１３－ａ２ｈｋ＋１２∈〈ｈｋ＋１２，ｈｋ＋１３〉｛从而将ＧＣｋ拼接问题的复杂运算化简成了一个简单的线性方程组。     

凸多目标规划的弱有效解与评价函数最优解的关系

凸多目标规划的弱有效解与评价函数最优解的关系王欣欣，魏运才（吉林冶金电气化高等专科学校，吉林１３２０２１）设ｘＲｎ，ｆｉ（Ｘ）（ｉ＝１，２，…，Ｐ）是ｘ上的实值函数。定义１形如下面的数学规划（Ｖｐ）ｍｉｎｆ（ｘ）＝ｍｉｎ（ｆ１（ｘ），ｆ２（ｘ），…，...     

非线性四阶常微分方程三点边值问题解的存在性及唯一性

运用解的匹配法，讨论了非线性四阶常微分方程三点边值问题：ｙ（４）＝ｆ（ｔ，ｙ，ｙ′，ｙ″，ｙ）（１）ｙ（ｉ）（α）＝λｉ，ｙ（ｊ）（β）＝λｊ，ｙ（ｋ）（γ）＝λｋ其中α，β，γ，λｉ，λｊ及λｋ均为实数，解的存在性及唯一性，并且讨论了满足解存在唯一的区间长度的估计。全文总假设函数ｆ（ｔ，ｕ０，ｕ１，ｕ２，ｕ３）在［α，γ］×Ｒ４上连续。     

两参数Ornstein—Uhlenbeck方程k重时集维数的一个注记

设Ｘ＾２ｄ（ｔ），是初值为ｘ∈Ｒ＾ｄ的两参数ｄ维Ｏｒｎｓｔｅｉｎ－Ｕｈｌｅｎｂｅｃｋ过程，Ｍｋ为Ｘ＾２，ｄ（ｔ）的ｋ重时集；当４ｋ〉（ｋ－１）ｄ时，文」１「得到了：Ｐ＾ｗ｛ｄｉｍＭｋ＝ＤｉｍＭｋ＝２ｋ＝（ｋ－１）／２ｄ｝〉０本文进一步获得了：Ｐ＾ｘ｝ｄｉｍＭｋ＝ＤｉｍＭｋ＝２ｋ－（ｋ－１）＿／２ｄ｝〉１。     

关于独立随机变量和的重对数律

设随机变量｛Ｘｎ，ｎ＝１，２，…｝是独立不同分布随机变量序列，且ＥＸｎ＝０，σ＾２ｎ＝ＥＸ＾２ｎ，ｎ＝１，２，…。ξ是服从Ｎ（０，１）分布的正态随机变量，如果｜Ｅ（Ｘｎ／σＮ）＾Ｋ１≤Ｅξ＾ｋ，ｋ＝３，４，…，则随机变量序列｛Ｘｎ，ｎ＝１，２，…｝服从重对数律。     

一个新形式的强大数定律

采用文献＾［１］中的分析方法研究可列非齐次马氏链ｍ元状态序组出现频率的极限定理,得到了如下结果：定理 设｛Ｘｎ,ｎ≥０｝是以Ｓ＝｛１,２,３,…｝为状态空间的马氏链,其初始分布与转移矩阵列分别为ｑ（１）,ｑ（２）,ｑ（３）,… Ｐｎ＝（ｐｎ（ｉ,ｊ））,ｉ,ｊ∈Ｓ,ｎ＝０,１,２,…设ｎ≥２为整数,ｉｋ∈Ｓ（ｋ＝０,１,…,ｍ）,Ｓｎ（ｉ１,…,ｉｍ,ω）是ｍ维随机向量序列｛（Ｘ１,Ｘ１＋１,…,