可变样本容量和抽样区间的联合和R控制图

作者在前文[1] 中研究了可变样本容量 (VSS)和抽样区间 (VSI)的中位值 (～x)和极差 (R)控制图 ,指明其功效均大于常规 (FSS)控制图。本文将前文的研究方法推广到联合 ～x 和R图 ,记作CVSSI～x -R图 ,它能更快地发现过程平均值和方差的变化 ,从而减少不合格品数     

$L^{p}_{[0,1]}$空间M\"{u}ntz有理逼近的Jackson型估计 (英)

设$\Lambda=\{\lambda_{n}\}_{n=1}^{\infty}$为正的实数数列, 且当$n\rightarrow\infty$时, 有$\lambda_{n}\searrow 0$.本文给出了当 $\lambda_{n}\leq Mn^{-\frac{1}{2}},\;n=1,2, \cdots ,$(其中$M>0$为一正常数)时M\"{u}ntz系统$\{x^{\lambda_n}\}$的有理函数在$ L_{[0,1]} ^{p}$空间的逼近速度,主要结论为$R_{n} (f, \Lambda )_{L^{p}}\leq C_M \omega (f, n^{-\frac{1}{2}})_{L^{p}},\;1 \leq p \leq \infty.$     

可变样本容量和抽样区间的联合中位值和极差控制图

最近的理论研究表明具有可变样本容量(VSS)和可变抽样区间(VSI)的控制图比常规控制(FSSI)图能更快地揭露生产过程中的问题．本文将以前单个控制图的研究方法推广到联合中位值(x^-)和极差(R)控制图，记作CVSSIx^-—R图．假定过程处于控制状态的时间T服从负指数分布。利用Costa的马氏链方法设计CVSSIx^-—R图。并同联合常规(CFSSI)图作比较．所设计的CVSSI图较之CFSSI图能更快地发现过程平均值和方差的较小和中等的变化，从而减小不合格品数．     

ON THE APPROXIMATION OF (0,2) INTERPOLATION

Let $-1=x_{n,n}相似文献   

在区间截断的情况下,两点分布估计及其收敛速度

假设总体$X$服从两点均匀分布, 即$\pr(X=x_1)=\pr(X=x_2)=1/2$, 但是随机变量$X$的取值$x_1$和$x_2$是未知的\bd 在区间截断的情况下, 利用样本获得了$x_1$和$x_2$估计量$\wh{x}_1$和$\wh{x}_2$, 并给出了估计量$\wh{x}_1$和$\wh{x}_2$的收敛速度$o(n^{-1/3+\xs})$.     

图$(\bigcup\limits_{i{\in}A}P_i){\bigcup}(\bigcup\limits_{j{\in}B}U_j)$伴随唯一的充要条件

设$h(G; x) =h(G)$和$[G]_h$分别表示图$G$的伴随多项式和伴随等价类. 文中给出了$[G]_h$的一个新应用. 利用$[G]_h$, 给出了图$H{\;}(H \cong G)$伴随唯一的充要条件, 其中$H=(\bigcup_{i{\in}A}P_i){\bigcup}(\bigcup_{j{\in}B}U_j)$, $A \subseteq A^{'}=\{1,2,3,5\} \bigcup \{2n|n \in N, n \geq 3\}$, $B \subseteq B^{'}     

一列连续函数的遍历优化

设$T:X\rightarrow X$是紧度量空间$X$上的连续映射, $\mathcal{F}=\{f_n\}_{n\geq 1}$是$X$上的一族连续函数. 如果 $\mathcal{F}$是渐近次可加的, 那么$\sup\limits_{x\in \mathrm{Reg}(\mathcal{F},T)}\lim\limits_{n\rightarrow\infty}\frac 1 n f_n (x)=\sup\limits_{x\in X} \limsup\limits_{n\rightarrow\infty}\frac 1 n f_n (x) =\lim\limits_{n\rightarrow\infty}\frac 1 n \max\limits_{x\in X}f_n (x)=\sup\{\mathcal{F}^*(\mu):\mu\in\mathcal{M}_T\}$, 其中$\mathcal{M}_T$表示$T$-\!\!不变的Borel概率测度空间, $\mathrm{Reg}(\mathcal{F},T)$ 表示函数族$\mathcal{F}$的正规点集, $\mathcal{F}^*(\mu)=\lim\limits_{n\rightarrow\infty}\frac 1 n \int f_n \mathrm{d}\mu$. 这把Jenkinson, Schreiber 和 Sturman 等人的一些结果推广到渐近次可加势函数, 并且给出了次可加势函数从属原理成立的充分条件, 最后给出了 一些相关的应用.     

完全多部图的符号边控制数的界

$f: E(G)\rightarrow\{-1,1\}$称为图$G =(V,E)$的一个符号边控制函数 (简称SEDF),如果$f[e]=f(N[e])=\sum_{e''\in N[e]}f(e'')\geq1$对于图$G$的每条边$e\in E$都成立. $w(f)=\sum_{e\in E}f(e)$称为函数$f$的权. $G$的符号边控制数$\gamma_{s}\,''(G)$是指$G$的所有符号边控制函数的最小权.本文对完全多部图的符号边控制数进行研究.对于完全$r$-部图, 当$r$为偶数并且各部的顶点数相同的情况下,我们得到了这一参数的若干下界和上界.     

在Freud正交多项式零点处的Gr\"{u}nwald插值算子的收敛性

设$W_{\beta}(x)=\exp(-\frac{1}{2}|x|^{\beta})~(\beta > 7/6)$ 为Freud权, Freud正交多项式定义为满足下式$\int_{- \infty}^{\infty}p_{n}(x)p_{m}(x)W_{\beta}^{2}(x)\rd x=\left \{ \begin{array}{ll} 0 & \hspace{3mm} n \neq m , \\ 1 & \hspace{3mm}n = m \end{array} \right.$的     

在Banach空间中推广的 Roper-Suffridge算子(III)

假定 $X$ 是具有范数$\|\cdot\|$的复 Banach 空间, $n$ 是一个满足 $\dim X\geq n\geq2$的正整数. 本文考虑由下式定义的推广的Roper-Suffridge算子 $\Phi_{n,\beta_2, \gamma_2, \ldots , \beta_{n+1}, \gamma_{n+1}}(f)$: \begin{equation} \begin{array}{lll} \Phi _{n, \beta_2, \gamma_2, \ldots, \beta_{n+1},\gamma_{n+1}}(f)(x) &;\hspace{-3mm}=&;\hspace{-3mm}\dl\he{j=1}{n}\bigg(\frac{f(x^*_1(x))}{x^*_1(x)})\bigg)^{\beta_j}(f''(x^*_1(x))^{\gamma_j}x^*_j(x) x_j\\ &;&;+\bigg(\dl\frac{f(x^*_1(x))}{x^*_1(x)}\bigg)^{\beta_{n+1}}(f''(x^*_1(x)))^{\gamma_{n+1}}\bigg(x-\dl\he{j=1}{n}x^*_j(x) x_j\bigg),\nonumber \end{array} \end{equation} 其中 $x\in\Omega_{p_1, p_2, \ldots, p_{n+1}}$, $\beta_1=1, \gamma_1=0$ 和 \begin{equation} \begin{array}{lll} \Omega_{p_1, p_2, \ldots, p_{n+1}}=\bigg\{x\in X: \dl\he{j=1}{n}| x^*_j(x)|^{p_j}+\bigg\|x-\dl\he{j=1}{n}x^*_j(x)x_j\bigg\|^{p_{n+1}}<1\bigg\},\nonumber \end{array} \end{equation} 这里 $p_j>1 \,( j=1, 2,\ldots, n+1$), 线性无关族 $\{x_1, x_2, \ldots, x_n \}\subset X $ 与 $\{x^*_1, x^*_2, \ldots, x^*_n \}\subset X^* $ 满足 $x^*_j(x_j)=\|x_j\|=1 (j=1, 2, \ldots, n)$ 和 $x^*_j(x_k)=0 \, (j\neq k)$, 我们选取幂函数的单值分支满足 $(\frac{f(\xi)}{\xi})^{\beta_j}|_{\xi=0}= 1$ 和 $(f''(\xi))^{\gamma_j}|_{\xi=0}=1, \, j=2, \ldots , n+1$. 本文将证明: 对某些合适的常数$\beta_j, \gamma_j$, 算子$\Phi_{n,\beta_2, \gamma_2, \ldots, \beta_{n+1}, \gamma_{n+1}}(f)$ 在$\Omega_{p_1, p_2, \ldots , p_{n+1}}$上保持$\alpha$阶的殆$\beta$型螺形映照和 $\alpha$阶的$\beta$型螺形映照.     

可变抽样区间的非参数控制图

最近几年一些学者研究了可变抽样区间的质量控制图。Amin等提出了可变抽样区间(VSI)的非参数控制图———符号 (Sign)统计量图〔1〕。本文在此基础上研究位置VSI符号控制图的制定方法 ,并设计离散VSI符号控制图。符号控制图的优点是对非正态总体亦可应用 ,并且不需要过程方差的信息。本文将所设计的VSI符号控制图同固定抽样区间 (FSI)的常规图作比较 ,并举实例说明符号控制图的应用     

可变抽样区间的单边控制图

利用质量控制图监督生产过程时 ,通常每隔固定时间从过程抽取固定容量的样本。本文在前文[1] 的基础上设计具有可变抽样区间的单边标准差 (S)图、极差 (R)图和不合格品数 (np)图。计算了这三个图发信号前的平均样本数和平均时间 ,并同固定抽样区间的常规控制图作比较。所设计的控制图能缩短过程失控时间从而减少不合格品数。     

Minimum Ellipsoid Bounds for Solutions of Polynomial Systems via Sum of Squares

We study ellipsoid bounds for the solutions of polynomial systems of equalities and inequalities. The variable μ can be considered as parameters perturbing the solution x. For example, bounding the zeros of a system of polynomials whose coefficients depend on parameters is a special case of this problem. Our goal is to find minimum ellipsoid bounds just for x. Using theorems from real algebraic geometry, the ellipsoid bound can be found by solving a particular polynomial optimization problem with sums of squares (SOS) techniques. Some numerical examples are also given.     

AT&T准则下完全检验的最优设计

本文研究了完全检验的质量控制问题,将广泛用于X-控制图的AT&T准则应用于完全检验,并根据完全检验的特点,提出一种新的最优模型,数值实验结果表明AT&T准则下的完全检验优于传统的完全检验.     

AT&T准则下完全检验的最优设计(英文)

本文研究了完全检验的质量控制问题,将广泛用于X-控制图的AT＆amp;T准则应用于完全检验,并根据完全检验的特点,提出一种新的最优模型,数值实验结果表明AT＆amp;T准则下的完全检验优于传统的完全检验。     

基于可变抽样区间的累积和方差控制图研究

介绍了基于对数方差的累积和控制图,进行了可变抽样区间的控制图设计用Markov链方法计算可变抽样区间的累积和方差控制图的平均报警时间,并且与固定抽样区间的控制图进行比较,分析在不同参数取值下的平均报警时间.     

二阶中立型微分方程非振动解的存在性

考虑了一类变系数的具有强迫项的二阶中立型微分方程(x(t)+R(t)x(h(t)))″+P(t)x(g_1(t))-Q(t)x(g_2(t))=f(t)非振动解的存在性问题.通过Banach压缩映像原理,分别得到了方程存在满足■|x(t)|>0的非振动解x(t)的充分条件与必要条件,推广了一阶变系数方程的相应结果.     

Control charts for the Pareto distribution

The Pareto distribution plays an important role in various areas of researchIn this paper, the average run length(ARL) unbiased control charts, which monitor the shape and threshold parameters of the Pareto distribution respectively, are proposed when the incontrol parameters are knownThe effects of parameter estimation on the performance of the proposed control charts are also studiedResults show that the control charts with the estimated parameters are not suitable to be used in the known parameter case, thus the ARL-unbiased control charts for the shape and threshold parameters with the desired ARL0, which consider the variability of the parameter estimates, are further developedThe performance of the proposed control charts is investigated in terms of the ARLFinally, an example is given to illustrate the proposed control charts.     

A new multivariate variability control chart based on a covariance matrix combination

In the field of multivariate quality control, there are many control charts related to the process mean but few options addressing process variability. Variability control charts have two main drawbacks: the first relates to the number of parameters to tune and the second relates to how changes in the mean affect the performance of these charts. Thus, in this paper, we propose a new multivariate variability control chart, called the multivariate exponentially weighted covariance matrix combination, which solves these two problems. The results show that this new chart performs well in the detection of changes in variance when the mean does not change and outperforms other charts when the mean does change.