次线性期望下的一般中心极限定理

受Peng-中心极限定理的启发,本文主要应用G-正态分布的概念,放宽Peng-中心极限定理的条件,在次线性期望下得到形式更为一般的中心极限定理.首先,将均值条件E[X_n]=ε[X_n]=0放宽为|E[X_n]|+|ε[X_n]|=O(1/n);其次,应用随机变量截断的方法,放宽随机变量的2阶矩与2+δ阶矩条件;最后,将该定理的Peng-独立性条件进行放宽,得到卷积独立随机变量的中心极限定理.     

一种适用于胡杨叶片非变性蛋白质提取的方法

为探索适用于胡杨叶片非变性蛋白质的提取方法,以采自内蒙古额济纳旗天然胡杨林中胡杨成熟叶片为材料,采用咪唑法、Bis-Tris法、Tris-HCl法和新构建的Tris-SSAD法4种非变性蛋白质提取策略,分别用于提取胡杨叶片蛋白质样品;随后进行第一维非变性聚丙烯酰胺凝胶电泳(1~(st)-DE:Native-PAGE)。相比之下,只有Tris-SSAD法获得了清晰、条带数目较多的Native-PAGE图谱,且结合第二维变性凝胶电泳(2~(nd)-DE:SDS-PAGE)可成功分离出较多蛋白质复合体亚基或相互作用蛋白质分子,证明了Tris-SSAD法非变性温和提取特性。研究建立并优化了适用于胡杨叶片的非变性蛋白质提取方法,为后续进一步分析蛋白质与蛋白质相互作用及蛋白质复合体功能提供了实验基础。     

次线性期望下的若干矩不等式

本文在Peng建立的次线性期望空间下证明了Bernstein不等式,Kolmogorov不等式以及Rademacher不等式.进一步,本文分别应用Bernstein不等式、Kolmogorov不等式以及Rademacher不等式对次线性期望空间下随机变量列的拟必然收敛性质进行了深入研究,并得到了相应的强收敛定理.     

严寒地区绿色住宅中太阳能的应用设计研究

着重分析了太阳能在严寒地区发挥的作用,并提出了严寒地区太阳能建筑一体化设计,使其在严寒的冬季,解决更多的建筑能耗问题和环境问题,为严寒地区绿色住宅的应用设计提供一些新思路.     

蒙古沙冬青和霸王两种孑遗植物化学计量特征与生态适应性

通过分析蒙古沙冬青(Ammopiptanthus mongolicus)和霸王(Zygophyllum xanthoxylon)植株碳(C)、氮(N)、磷(P)在不同器官(枝条、叶、花、种子)间的分配格局及其季节动态特征,探讨了2种荒漠区孑遗植物的生态适应性.结果表明:2种植物的C、N、P含量均存在器官和季节差异,其中C含量的变异最小(变异系数为1.79%～17.45%),P的变异最大(变异系数为15.96%～91.78%);不同器官中的元素分配格局受植物生长阶段影响,其中开花期,花中N、P含量最高;种子成熟期,种子中N、P含量最高;在繁殖后期,蒙古沙冬青叶片中的C、N、P含量高于枝条,霸王枝条的C、N、P含量则高于叶片;一年之中,蒙古沙冬青的C、N、P较稳定,而霸王随着季节波动较大;叶片N/P结果表明蒙古沙冬青和霸王的生长主要受P的限制.2种孑遗植物化学计量特征的差异反映了其对环境的不同适应策略.     

非线性概率下行内负相协随机变量阵列的对数律

本文在上概率空间中给出随机变量负相协的定义,该定义弱于现有非线性概率下的某些独立性概念.在此框架下,本文通过对随机变量阵列收敛性质的研究,得到上概率下行内负相协随机变量阵列的对数律,并同时给出依容度收敛的弱对数律.     

Laws of Large Numbers for Arrays of Rowwise Negatively Associated Random Variables under Nonlinear Probabilities北大核心CSCD

In this paper, a strong law of large numbers for arrays of rowwise negatively associated random variables is obtained under nonlinear probabilities, from which Kolmogorov type and Marcinkiewicz–Zygmund type strong laws of large numbers are derived. And the notion of negative association is weaker than some existing notions of dependence in nonlinear probabilities. Furthermore, an extension of strong law of large numbers for arrays of rowwise independent random variables under nonlinear probabilities is obtained. As a special case, a Kolmogorov type strong law indicates that not only the cluster points of empirical averages lie in the interval between the lower expectation and upper expectation quasi-surely, but such an interval is also the smallest one that covers the empirical averages quasi-surely. Furthermore, the strong law also states that the upper and lower limits of the empirical averages will converge to the upper and lower expectations with upper probabilities one, respectively. © 2022 Chinese Academy of Sciences. All rights reserved.