关于两类重要微分不等式

本文研究了两类重要微分不等式有界解的性质。引入了赋范线性空间(f,‖‖M),利用比较定理和黎卡提方程解的性质,给出了有界解的上界估计式,推广和改进了文[1,2]中的有关结果.     

一类非线性常微分方程振荡解的渐近表示

在本文中,我们讨论了非线性常微分方程y"=a0|x|αy3 a1|x|βy2 α2|x|γy α3|x|δ振荡解的渐近表示．在这个方程中将α0,α,α1,β,α2,γ,α3,δ分别换成0,0,6,0,0,0,sgn(x),1就是著名的第一类Painleve方程,而将α0,α,α1,β,α2,γ,α3,δ分别换成2,0,0,0,sgn(x),1,α0,就是著名的第二类Painleve方程．当α0,α,α1,β,α2,γ,α3,δ分别换成-β/3γ,0,0,0,1/γ,1,α,0时,可用于组合KdV方程孤立子解的化简．     

有Edgeworth展式的分布的随机加权逼近的重对数律

本文研究了未知分布的逼近问题，利用随机加权法，给出了有Edgeworth展式的一类（未知）分布的模拟分布，证明了在一定条件下，模拟分布与未知分布的逼近精度达到O(n^-1√lnlnn），称之为随机加权逼近的重对数律。     

一类泛函微分方程的渐近性质

本文考虑形如(t)=f(x_t)的泛函微分方程,其中f是“互助”映射(依Smith)。本文的主要结果(定理3)证明了以下事实:在一定条件下,对任何正的“初始函数”φ,方程(?)(t)=f(x_t)的解x(t,φ)渐近于一个唯一的正平衡状态。     

响应变量随机缺失下的半参变系数模型的均值估计

在响应变量随机缺失时,研究了半参数变系数模型响应变量均值的借补估计.首先利用完整个体估计模型中的参数与非参数部分,然后再用借补方法与加权借补方法估计响应变量的均值.最后求出了估计的渐近偏差与渐近方差,研究了所得到的估计的渐近性质,并进行模拟比较.     

超稳定TO-8型压力传感器在气体导热系数测定实验中的应用

介绍了TO-8型压力传感器的性能及电源电路.以气体导热系数测定实验为例,用TO-8型压力传感器制成的测压装置代替旋转式麦氏真空计,利用可调针孔式放气阀对真空气压进行连续调节,实现了对测试系统真空度的实时监测.     

求Rp上不变密度的一个直接方法

本文利用一个熟知的多元积分变量变换定理对R^p上的不变密度给出了一个不涉及Haar测度理论的纯微积分处理.对较一般的情形以一个等式的形式给出了非负Lebesgue可测函数为不变密度的充要条件,从而提供了求不变密度的一个直接方法.进一步还对变换群可迁地作用于集的情形导出了所谓严格不变密度的统一的显式表达,并由此证明了严格不变密度的存在性与唯一性.     

Y=θ1＋g（T）＋ε的二阶渐近有效性

对半参数线性模型Y=θ_1 g(T) ε根据PMLE作者构造了θ_1的二阶渐近有效估计,这里T和ε独立,g(·)和θ_1未知,ε的分布密度已知且均值为0方差是δ~2。     

Hill统计量的渐近正态性

的正整数。此后,统计量γ_n的渐近性质被广泛地加以研究。Mason证明了γ_n是弱相容的,同时指出:如果k_n=[n~β],0<β<1,那末γ_n也是γ的强相容估计。[3]和[4]讨论了γ_n的渐近正态性;作为正则变化函数性质的一个应用,[5]中对此亦有讨论。本文将在d.f.F连续这一假定下,揭露γ_n的分布与一个条件iid的rv阵列行和的     

随机删失半参数回归模型中估计的渐近性质

设Y是表示生存时间并遵从下面半参数模型Y=Xβ+g(T)+ε的随机变量,(X,T)是取值于R×[0,1]上的随机变量,β是未知参数,g(·)是[0,1]上的未知回归函数,ε是随机误差。当Y因受某种随机干扰而被随机右删失时,就删失分布未知的情形分别定义了β与g(·)的估计^{^}β_n与^{^}g_n(·),在一定条件下证明了^{^}β_n的渐近正态性,并得到了^{^}g_n(·)的最优收敛速度。