协方差函数可微的高斯过程之极值逗留

设（Ｘ（ｔ），Ｔ１≤ｔ≤Ｔ２）是可分，可测的高斯过程，均值函数为零，而协方差函数Г（ｓ，ｔ）＝ＥＸ（ｓ）Ｘ（ｔ）具有连续一阶偏导，对于水平ｕ↑∞，本文讨论Ｘ（ｔ）在ｕ上的逗留极限定理。     

非平稳可微高斯过程的上穿过点过程的渐近分布

{X(t),0≤t≤T}为均方可微非平稳高斯过程。具有渐近中心化的均值m(t)和常数的方差, NT(·)为{X(t),0≤t≤T}上穿过水平uT的点过程,则在一定的条件下匕穿过点过程NT(·)依分布收敛到一Poisson过程．     

关于非线性奇异积分微分方程解的延拓

在该文中．研究下面的带柯西核的非线性奇异积分微分方程的解这里Γ是简单的李雅普诺夫闭路，u（t）是应当确定的未知函数U（t）=｛u（t），u'（t）.........u（n）（t）｝,uj0是某些实数或复数．（1）型的非线性奇异积分微分方程用插入法或拓扑法在[1]－[5]的论文中已被研究．在[6]．[7]的论文中方程（1）的解用李雅鲁诺夫的分析方法来研究．     

强奇异Calderón-Zygmund算子的交换子的双权BMO估计

研究了由强奇异Calderón-Zygmund算子T和加权BMO（ω）函数b生成的交换子Tb的sharp极大函数的点态估计,证明了这类交换子是由L^[p]（μ）到LP（μ）到LP（υ）上的有界算子,其中ω=（μυ^[-1]）^[1/P]且μυ∈Ap,1〈P〈∞．     

一点订正

众所周知：在[a,b]上具有介值性的函数在[a,b]上未必连续．文[1]除举一反例外,还得到了定理：“定理1若函数f（x）在区间[a,b]上有定义,且在[a,b]上具有介值性,则函数f（x）在区间[a,b]上必不存在跳跃间断点．”但这一“定理”不一定成立．请看下例．例1在[0,1]上,分段定义因函数值充满区间[0,1],故函数g（X）具有介值性,但函数是将的线段分别移上移下而得．如图1．照此,不难作出有更多跳跃间断点仍保持介值性的函数．函数是否具有介值性,关键在于：函数值能否填满某个区间,而与函数值的如何分布无关．因此,我们可以仿照狄利克雷…     

关于宽平稳随机过程的采样定理的一致收敛速度（Ⅱ）

继文献[1],求出了谱测度集中在[-π/△,π/△]上的具有连续参数的宽平稳随机过程x（t）的相关函数,谱密度函数和谱函数的估计及它们的一致收敛速度.这些估计及一些收敛速度都是基于离散采样（x（k△）,k=0,±1,±2,…）上的.     

线性调控分枝过程

本文提出了线性调控分枝过程和在零点停止的线性调控分枝过程的数学模型,并讨论了它们的均值、方差函数和灭绝概率,从而推广了[1]、[3]和[4]有关结果。     

非平稳Gauss过程的两类逗留极限定理

受Berman工作的启发,本文进一步讨论一般非平稳Gauss过程在高水平上的极值逗留,在某些不难验证的条件下给出两类逗留极限定理及其关系.平稳Gauss的情形则作为特例被涉及.     

具无限时滞的积分微分方程的周期解的存在性、唯一性及稳定性

1引言考虑如下的Volterra积分微分方程其中t∈R，x∈Rn；A（t），C（t，s），C（t-S）都是n×n连续函数矩阵；f：R→Rn连续．关于方程（1．1）及（1．2）的周期解的存在性问题，已有不少研究工作[1-4]，例如[1]研究了当n＝1时方程（1．1）的周期解的存在性问题．得到了如下结果：定理A[1]如果下列条件满足：（i）A（t＋T），f（t＋T）=f（t），C（t＋T，s＋T）＝C（t；s）对t，s∈R成立，其中T＞0是常数．（ii）方程（1．1）具有“衰退记忆”．（iii）存在着常数K＞1及μ＞0使得A（t）＋K∫t-∞|C（t，s）|ds＜－μ则方程（1．1）…     

关于介值性、连续性与原函数的存在性的几点注记

众所周知，闭区间上的连续函数具有介值性。本文要讨论具有介值性的函数的连续性问题，同时还要讨论介值性与原函数的存在性之间的关系。首先指出，在区间［a，b］上具有介值性的函数不必在［a，hi上连续。例如，函数在区间上具有介值性，但却在x=0点不连续。在区间[a，b]上具有介值性的函数在[a，b]上虽然不一定连续，但我们有如下定理：定理1若函数在区间[a，b]上有定义，且在[a，b]上具有介值性，则函数f（x）在区间[a，b]上必不存在跳跃间断点。证用反证法。假设f（x）在区间[a，b]上存在一个跳跃间断点x0，即f（x0－0）、f（x0＋0）都…     

有关三次函数图像与正方形关系的两个结论

众所周知，任一三次函数的图像都有唯一的对称中心（参见文[1]-[3]）．与此相关的两个有趣问题是：以三次函数图像的对称中心为中心，且四个顶点都在此三次函数图像上的正方形是否存在？若存在，其个数如何？本文将圆满解决这两个问题．     

多参数平稳增量高斯过程的若干极限结果

该文通过高斯过程的尾概率估计和Slepian引理,在较弱的条件下,研究了相当一般的平稳增量高斯过程的极限性质,得到的结果推广了已有文献中类似的结果．如文献[1]和[2]的结果．     

方程λ＋a＋be^τλ=0全部根的精确分布

考虑方程其中a，b为任意实常数,τ为正常数．本文在复数域上求得了方程（*）全部根的精确分布．在文[1]和[2]中应用Laplace变换法，得到了滞后型方程初值问题的形式解公式下：其中x（t）为初值问题的解，这里H（θ）为Heaviside函数．方程（*）为初值问题（E）中方程的特征方程．应用本文结果于形式解公式（1．1），可求得初值问题（E）的精确解．篇幅所限，此问题另文讨论．     

稳定分量过程的图集的Packing测度

本文考虑Ｒ~ｄ中具有如下形式的过程：Ｘ（ｔ）＝（Ｘ_１（ｔ），Ｘ_２（ｔ），…，Ｘ_Ｎ（ｔ）），其中Ｘ_ｉ（ｔ）为Ｒ~ｄｉ中指标为α_ｉ的稳定过程（１≤ｉ≤Ｎ），Ｘ_１（ｔ），…，Ｘ_Ｎ（ｔ）相互独立，ｄ＝ｄ１＋…＋ｄ_Ｎ．通过讨论过程Ｇ（ｔ）＝（ｔ，Ｘ（ｔ））的逗留时分布的渐近性质，研究图集Ｇ［０，１］的Ｐａｃｋｉｎｇ测度函数问题。获得了ψ－ｐ（Ｇ［０，１］）＝０或＋∞的积分判别法，或者其确切测度函数．     

“椭圆与双曲线的两个统一性质”的相关结论

文[1]中介绍了定理1：已知椭圆x^2/a^2＋y^2/b^2=1的左右顶点分别为A1，A2，已知直线l：x=t（｜t｜≠a，t≠0），P为l上一动点（P不在椭圆上），直线PA1与椭圆交于另一点M，直线PA2与椭圆交于另一点N，则MN与x轴交于定点．并对它进行了征明．同时文[1]认为用同样的证明方法可得出双曲线也具有这样的性质，对此笔者存有疑异，觉得“双曲线也具有这样的性质”中有欠严谨的地方。     

周期时滞Logistic方程的全局吸引性

该文建立了周期时滞Logistic方程N'（t）=r（t）N（t）[1-N（t-τ）／k（t）]的正周期解的存在性，并获得了正周期解的唯一性和全局吸引性的充分条件．所得结果推广和改进了[1]的结果．     

网络优化中一个组合问题的探讨

文[4]提出了网络优化中若干有待解决的组合问题，本文围绕其中之一“减小直径问题”进行了探讨．设P（n，t）表示长为n的路径增加t条边后所得图直径的最小值，C（n，t）表示长为n的圈增加t条边后所得回直径的最小值．本文取得如下进展：1）给出P（n，2），P（n，3）及C（n，2）的精确值，并得出P（n，4）的一更精细的上界及一种更好的加边方式．上述结果均满足小极大度原则．2）在有极大度限制的条件下，分别对t为偶数和奇数给出了P（n，t）的上界．     

一类向量高斯过程之上穿过点过程的渐近分布

｛Ｘ（ｔ），ｔ≥｝为ｐ维高斯过程，在一定条件下，本文得到了｛Ｘ（ｔ），０≤ｔ≤Ｔ｝对水平ＵＴ（＞０）的ε－上穿过次数所形成的点过程的渐近分布（Ｔ→∞）。证明了Ｐ个分量点过程的渐近独立性。     

高斯函数及其应用

高斯函数[x]是一个特殊的函数，在数学竞赛中经常出现，在近几年高考试题中也偶尔出现．本文介绍高斯函数的定义、基本性质和典型问题，供读者参考．     

生存率终检模型

1引言．终检病人的生存经历是临床上最感兴趣的．通过建立观测到的和未观测到的生存经历之间的关系[1]可给出一个笼统的生存率估计，如kaplan－Meier[2]或Berkson－gage估计值．利用生存率终检模型[4]可给出终检病人生存专率；并经累积死亡数的分解得以实现．本文说明其原理并提出另外两种实现方法：Kanlan－Meier估计值的自相容性[5]和记分函数[6]．2．原理．令随机变量X是检验条件下的真正生存时间．其分布为F（t）＝P（XS心即病人到州的累积死亡概率，其补为F川一l一月（小令随机变量Y代表终检时间．其分布为E（t）＝P（y＜i）；其…