本文提出了无重叠k-序对排序集抽样方法,即在每个排序集中对k-序对个体进行观测,并且不同的排序集的k-序对之间没有任何重复.我们首先探究了此抽样方法得到的样本均值的有效性随每个排序集中k-序对个体间的相关性变化的趋势.k-序对个体间的相关性越强,样本均值的有效性损失越大.本文的目的是找到无重叠k-序对排序集抽样方法中k-序对分配的最优方案从而使样本均值的有效性损失最小,并证明了最优的无重叠k-序对排序集抽样比广义排序集抽样以及简单随机抽样更有效.尽管无重叠k-序对排序集抽样方法的统计效率低于经典的排序集抽样,但是在成本模型下,最优的无重叠k-序对排序集抽样方法可以比经典的排序集抽样更有效.
1913年,Frobenius对Markoff方程a2+b2+c2=3abc提了一个著名猜想:若a < b < c是Markoff方程的正整数解,则a,b的值由最大的数c唯一确定.此猜想仍未得到解决.本文证明了:任给定正整数si,ti,w,u,v(i=1,2),若(ai,bi,c)是Markoff方程的两组不同的正整数解,且ai < bi < c(i=1,2),则gcd (s1a1+s2a2+t1b1+t2b2+w,uc+v)≤ K(uc+v)13/14,其中K是仅与si,ti,w,u,v(i=1,2)有关的正数.
设是μM,D由扩张矩阵M ∈ Mn(Z)和有限数字集D ⊂ Zn通过仿射迭代函数系统{φd(x)=M-1(x+d)}d∈D唯一确定的自仿测度,它的非谱性与相应的平方可积函数构成的Hilbert空间L2(μM,D)中正交指数函数系的有限性或无限性密切相关.通过对数字集D的符号函数mD(x)的零点集合Z(mD)的特征分析以及其中非零中间点(即坐标为0或1/2的点)和非中间点的性质应用,得到了非谱自仿测度下正交指数函数系基数的一个更为精确的估计,改进推广了Dutkay,Jorgensen等人的相关结果.
这项研究的目的是要把Abel群(有限或无限)的诸多分解定理尽可能地推广到主理想整环的模上,得到这类模上的分解定理,随后再把所得定理应用到向量空间(有限维或无限维)及其线性变换,得到向量空间的分解定理.本文是系列文章的第一篇,主要目的是建立起支撑整个研究的最基本概念,例如纯子模、有界模、局部循环模、具有minimax条件的模等.本文主要内容有:
(1)确定了主理想整环上可除模、有界模、局部循环模的结构;
(2)给出了主理想整环上拟循环模的生成性质,这类模在以后的研究里起着非常重要的作用;
(3)描述了主理想整环上满足极小条件,minimax条件的模的结构;
(4)给出了两个不同构的Z[i]-模,它们作为Abel群是同构的.