切于已知球的单形宽度

Let w(△_n) denote the width of a non-degenerate simplex △_n in Eⁿ and r(△_n) denote the inradius of the simplex.Then, in this paper, we prove the ine-qunlity as below: Theorem:w(△_n)≤β_nr(△_n) where β_n =(n^1/2(n+1))/([(n+1)/2]^1/2(n+1-[(n+1)/2])^1/2) The equality holds if and only if the simplex is regular.     

Banach空间中φ-半压缩型映象不动点的迭代逼近

设X为实一致光滑Banach空间,K为X的非空凸子集满足K+K?K.设T：K→K为有界φ-半压缩映象.设{v_n｝_n=0^∞,｛v_n｝_n=0^∞为K中的序列,{α_n｝_n=0^∞,{β_n｝_n=0^∞为[0,1]中的实数列满足(?)若｛Ty_{n相似文献}   

正向量连分式收敛的充分必要条件

我们讨论了如下形式的向量值连分式这里b_n=(b_n¹,b_n²,…,b_n^d)满足Samelson逆,而且a_n,b_n¹,b_n²,…,b_n^d均为正.给出了形如(#)的向量值连分式收敛的充分和必要条件,同时给出了收敛时的截断误差估计.     

关于Grünwald插值算子及其应用

本文研究了基于Jacobi多项式J_n^(α,β)(x)(0<α,β<1)的零点{x_k}_lⁿ的Grünwald插值多项式G_n(f;x)=(?)f(x_k)l_k²(x),证明了G_n(f;x)在(-1,1)内的任一闭子区间上一致收敛于连续函数f(x);从而拓广了Grünwald所得结果。     

多项式的根的一个性质的判定

文献[1]在讨论多项式型的函数迭代方程的局部解析解的存在性时涉及到了多项式的根的一个性质.本文给出了判定该性质是否成立的一个简洁的条件,证明了多项式λ_nzⁿ+…+λ₂z²+λ₁z+λ₀有一个根α满足inf{｜λ_nα^nm+…+λ₂a^2m+λ₁α^m+λ₀｜：m=2,3,…｝>0当且仅当如下两个条件之中至少有一个成立：(i)该多项式有一个根β满足｜β｜>1;(ii)该多项式有一个根β满足｜β｜<1,且λ₀≠0.     

半参数回归模型的参数估计的Bootstrap逼近

设有半参数回归模型Y=Xβ+g(T)+e.对利用核光滑方法得到的参数分量β和误差方差σ²的估计量β_n和σ_n²,本文通过对原样本进行重抽样的方法,构造了β_n和σ_n²的Bootstrap 统计量β_n*和σ_n^*2.证明了在给定原样本的条件下,n^1/2(β_n*-β_n)和n^1/2(σ_n^*2-σ_n²)分别与n^1/2(β_n-β)和n^1/2(σ_n²-σ²)有相同的渐近分布.     

范畴RMnl上的一个函子

Let _RM_n^l′ be a category which is equivalent to the category of left R-modules.In this paper,we define afunction F:_RM_n^l→_RM_n^l′ and prove that the functor Fpreserves products,direct limits,injections,surjectios and total esactness.Finally,we show that the functor F is a left-adjoint of the inclusion functor I:_RM_n^l′→_RM_n^l. Hence I:_RM_n^l′ is a renective subcategory of _RM_n^l.     

右半平面内解析函数的准确零(R)级

Let f(s)=(?)a_ne^-λ_m3(s=σ+it),0<λ_n↑+∞), where (?)(n/logU(λ_n))=E<+∞,(?)(log|α_n|/λ_n)=0.     

U-统计量对数律的精确渐近性

设{X_n, n ≥1}是独立同分布随机变量序列, U_n 是以对称函数(x, y) 为核函数的U -统计量. 记U_n =2/n(n-1)∑_{1≤i h(Xi, Xj), h1(x) =Eh(x, X2). 在一定条件下, 建立了∑n=2^∞(logn)^δ-1EUn²I {I U n |≥n ^1/2√lognε}及∑n=3^∞(loglognε)^δ-1/logn EUn² I {|U n|≥n^1/2√log lognε} 的精确收敛速度.}     

随机中止试验的线性模型中参数估计的几个性质

When sample size is a sequence of r.v., the parametric estimates in linear models are interesting both theoretically and practically. For linear models Y_i=x_iβ+e_i,i=1,2,…where {e_i} are p-dimensional i .i .d.r.v′.s with Ee₁=0. Var e₁=σ²,0<σ²<∞. we consider estimate σ²(v_n) of error variance σ² and least squares estimate β(v_n) of regression coefficient β, here {v_n} is a sequence of r.v. with positve integers larger than P. In this paper some properties of estimates are discussed . Those are unbiasedness, consistency and normality . For σ²(v_n), we also obtain some orders for convergence to normal distribution.