END序列加权和的完全收敛性

该文把Sung~([1])的一个关于同分布NA随机变量序列加权和最大值完全收敛性结果部分推广到了END随机变量序列情形.由于已有文献所用的工具是部分和最大值指数型不等式或部分和最大值Rosenthal型矩不等式,而对于END而言相应的不等式是否成立至今未知,因此原有的证明方法已失效.该文将应用END随机变量序列部分和的Rosenthal型矩不等式,结合三段截尾法,获得了理想的结果.该文的证明方法不同于已有的结果.     

WOD随机变量加权和的完全收敛性

宽象限相依变量(简称WOD变量)是一类包含独立变量,负相协变量(简称NA变量),负象限相依变量(简称NOD变量)和推广的负象限相依变量(简称END变量)在内的非常广泛的相依变量.本文利用WOD变量的Rosenthal型矩不等式和随机变量的截尾技术,在一般的条件下建立了WOD变量加权和的完全收敛性.所得结果推广了若干相依变量的相应结果.     

次线性期望空间下行END阵列的完全收敛性

研究次线性期望空间下行END阵列的完全收敛性,将概率空间中行END阵列的完全收敛性的条件更一般的情况推广到了次线性期望空间.     

END随机变量序列Sung型加权和的矩完全收敛性

该文利用END随机变量序列部分和的Menshov-Rademacher型不等式,得到了同分布END随机变量序列的Sung型加权和的矩完全收敛性定理,推广和改进了已知的相应的一些结果.     

END随机变量序列加权和的矩完全收敛性

本文利用END列部分和的Rademacher-Menshov型矩不等式,得到了同分布END列加权和的最大值矩完全收敛性定理,推广和改进了已知的相应的一些结果.     

次线性期望空间下END列加权和的完全收敛性

研究次线性期望空间下END列加权和的完全收敛性,在随机变量的2+r/α阶上积分存在条件下,将概率空间中END列加权和的完全收敛性推广到了次线性期望空间.     

END随机变量序列产生的移动平均过程的收敛性

设{Y_n,-∞n+∞}是双向无穷的END随机变量序列(不必同分布),{a_n,-∞n+∞}是绝对可和的实常数序列,该文利用END列的Rademacher-Menshov型矩不等式,得到了移动平均过程{X_n=Σ∞i=∞ a_iY_(i+n),n1}部分和的最大值的完全收敛性和矩完全收敛性.所得结果推广和改进了已知的相应的一些结果     

次线性期望空间下行END阵列的完全积分收敛性

研究次线性期望空间下随机变量序列的完全积分收敛性,在一般矩条件下,利用指数不等式和截尾法得到了次线性期望空间下行END阵列的完全积分收敛性,从而推广了次线性期望空间下随机变量序列的完全积分收敛性.     

一般矩条件下相依随机变量Sung型加权和的完全收敛性

在一般矩条件下,本文得到了END随机变量和PNQD随机变量的Sung型加权和的完全收敛性定理,这些定理推广了已知的一些文献中相应的结果.     

NA随机变量阵列的完全矩收敛性

利用NA随机变量的矩不等式和截尾方法,研究了NA随机变量阵列的完全矩收敛性,给出了证明NA随机变量阵列完全矩收敛性的一些充分条件.所得结果推广了已有文献关于NA随机变量的相应结果.     

Number of connected components of groups of real points of adjoint groups

We present a unified approach to compute the number of connected components in the group of real points of adjoint almost simple real algebraic groups.     

L－fuzzy集网的R－收敛性质

本文在ＬＦ拓扑空间中建立了Ｌ－ｆｕｚｚｙ集网的弱收敛（Ｒ－收敛）概念，应用文［４］中的Ｒ－闭包，系统讨论了它们的性质，证明了等式ＲｌｉｍＡ＿ｎ＝∧（∨Ａ＿ｍ）＿Ｒ和ＲｌｉｍＡ＿ｎ＝Ａ＿ｎ＝∧（∨Ａ＿ｍ）＿Ｒ并且给出了Ｌ－ｆｕｚｚｙ集网与其子网之间的关系。     

Enumeration of perfect matchings of a type of Cartesian products of graphs

Let G be a graph and let Pm(G) denote the number of perfect matchings of G.We denote the path with m vertices by P_m and the Cartesian product of graphs G and H by G×H. In this paper, as the continuance of our paper [W. Yan, F. Zhang, Enumeration of perfect matchings of graphs with reflective symmetry by Pfaffians, Adv. Appl. Math. 32 (2004) 175-188], we enumerate perfect matchings in a type of Cartesian products of graphs by the Pfaffian method, which was discovered by Kasteleyn. Here are some of our results:1. Let T be a tree and let C_n denote the cycle with n vertices. Then Pm(C₄×T)=∏(2+α²), where the product ranges over all eigenvalues α of T. Moreover, we prove that Pm(C₄×T) is always a square or double a square.2. Let T be a tree. Then Pm(P₄×T)=∏(1+3α²+α⁴), where the product ranges over all non-negative eigenvalues α of T.3. Let T be a tree with a perfect matching. Then Pm(P₃×T)=∏(2+α²), where the product ranges over all positive eigenvalues α of T. Moreover, we prove that Pm(C₄×T)=[Pm(P₃×T)]².     

Distribution of Cardinalities of Row Spaces of Boolean Matrices of Order n

Let R(A) denote the row space of a Boolean matrix A of order n. We show that if n 7, then the cardinality |R(A)| (2^n–1 - 2^n–5, 2^n–1 - 2^n–6) U (2^n–1 - 2^n–6, 2^n–1). This result confirms a conjecture in [1].AMS Subject Classification (1991): 05B20 06E05 15A36Support partially by the Postdoctoral Science Foundation of China.Dedicated to Professor Chao Ko on the occasion of his 90th birthday     

两种图多项式根的重数的一个注记

设P1，P2，……，Pt是几乎覆盖图G的l条不相交的路，s是没有被这些路覆盖的孤立点数．本证明：(i)匹配多项式μ(G，x)的非零根的重数最多是l，零根的重数最多l s。（ii)对于不含三角形的n阶图G，伴随多项式h(G，x)的非零根的重数最多是l，零根的重数最多是1/2(n l s)．(iii)对一种含三角形的所谓A型图，（ii）也成立．     

任意矩阵的特征值的扰动估计

设A和B是两个任意的n阶方阵,其特征值分别为{λ_1,…,λ_n}和{μ_1,…,μ_n}.本文对此两组特征值的如下“距离”的界给出了若干估计: B对于A的谱改变量 A与B的特征值的改变量这里的结果包含了Bauer-Fike定理,并且优于Kahan-Parlett/Jiang定理及Chu,施和肖所得出的结果.     

一类完全正则半群簇子簇格的性质

本文研究了完全正则半群簇的子簇格［Ｖ＋∩ＰＶ，Ｖ＋∩ＰＶ］的某些格运算性质，我们证明了簇Ｖ＋∩ＰＶ可分解为Ｖ与Ｖ＋∩ＰＶ的并；对任意完全正则半群簇Ｗ，有Ｗ∩（Ｖ∨Ｖ＋∩ＰＶ）＝（Ｗ∩Ｖ）∨（Ｗ∩Ｖ＋∩ＰＶ）．特别地，我们得到了等式Ｖ＋∩ＰＶ＝Ｖ成立的若干条件．     

白骨化尸体死亡时间的推断

本文分析了15具白骨化尸体标本的股骨汞(Hg),铅(Pb),镉(Cd)元素含量数据,在三年的时间内采集了3次,一共收集到45个数据。首先将这组数据看着纵向数据,利用线性随机效应混合模型、Cox随机混合效应模型进行分析,结果显示,如果对每个白骨化尸体标本建立线性模型,可以精确预测出死亡时间,而且不需要采集铅元素含量数据。混合效应模型的预测效果也很好,最大误差不会超过1个月。其次我们对数据不作任何假设,利用机器学习中随机森林方法分析数据,并利用5折交叉验证方法来判断结果的可靠性,训练集和测试集的NMSE分别为0.1205944,0.5604286,因此可以用训练出的模型来预测死亡时间。     

On the R-Order of Convergence of a Family of Methods for Simultaneous Extraction of Part of All Roots of Algebraic Polynomials

This note deals with the R-order of convergence of Weierstrass-Durand-Kerner-Dochev type single-step methods for the simultaneous determination of only a part of all roots of algebraic polynomials.