由强混合序列生成的线性过程重对数律的精确渐近性质

设{ε_t,t∈Z}为定义在同一概率空间(Ω,F,P )上的严平稳随机变量序列, 满足Eε₀=0, E|ε₀|^p<∞, 对某个p>2, 且满足强混合条件. {a_j, j∈Z}为一实数序列, 利用由强混合序列生成的线性过程的弱收敛定理及矩不等式讨论了在b_n=O(1/log log n)的条件下的一类加权级数的收敛性质.     

连续时间Guichardet-Fock空间中修正随机梯度算子的性质

讨论了连续时间Guichardet-Fock空间L²(Γ;η)中修正随机梯度算子及修正点态随机梯度算子族{_s;s∈R₊}的性质。讨论表明:修正随机梯度算子是L²(Γ;η)中的稠定无界线性算子,而修正点态随机梯度算子族{_s;s∈R₊}及其共轭族{^*_s;s∈R₊}是L²(Γ;η)中的有界线性算子,具有很多性质:满足典则反交换关系和幂零性;{_s;s∈R₊}与{^*_s;s∈R₊}的不等时复合可交换,即_s^*_s=^*_ss,对∠s≠t;同时{^*_ss;s∈R₊}是L²(Γ;η)上一族正交投影。另外,利用{_s;s∈R₊}和{^*_s;s∈R₊},构造了L²(Γ;η)上一个酉算子群。     

随机序列几乎处处中心极限定理的注记

设{S_k, k≥1}为一随机序列, 满足几乎处处中心极限定理; {T_k, k≥1}为一随机序列, 几乎处处收敛到0或1. 利用极限理论证明{S_k+T_k, k≥1}和{S_k/T_k, k≥1}也满足几乎处处中心极限定理, 并给出其线性过程、 自正则和、 线性模型中误差方差估计、 部分和乘积等实例.     

正相协序列生成的平均移动过程的Davis大数定律的精确渐近性

{εt;t∈N*}是一严平稳零均值正相协随机变量序列,00有E|ε1|2 δ'<∞对某个ρ>0有μ(n)=0(n-ρ).给出了∞∑n=0(lognδ/nP{|Sn|≥ε√nlogn}当ε→0时的精确渐近性.     

非线性自回归模型误差密度估计的Berry-Esseen界

考虑非线性自回归模型X_i=r_θ(X_i-1,…,X_i-s)+ε_i, 其中: θ为q维未知参数; {ε_i}为独立同分布的随机误差, 且均值为0、方差为σ². 在适当的假设条件下, 给出非线性自回归模型误差密度估计的Berry-Esseen界.     

NA序列部分和之和乘积的极限定理

设{X_n, n≥1}是一严平稳正值负相关(NA)随机变量序列, 满足EX₁=μ>0,  Var X₁=σ²<∞. 首先利用NA序列加权和的中心强极限定理和矩不等式证明, 其中N为标准正态随机变量; 其次, 对于边界函数和拟权函数给出NA序列部分和之和乘积的完全收敛性中精确渐近性的一般结果.     

ρ*混合序列的Chover型重对数律

设{X_n,n≥1}是同分布的ρ^*混合序列, 其分布属于特征指数为α(0<α<2)的非退化稳定分布正则吸引场. 利用ρ^*混合序列的矩不等式证明了依概率1有,并获得了一系列等价条件.     

两类相依样本密度函数核估计的相合性

设{X_n,n≥1}为同分布的NOD随机序列或严平稳的m相依序列, f(x)为随机变量X₁的概率密度函数. 基于样本X₁,X₂,…,X_n, 利用Fourier变换及NOD列的性质和相关指数不等式, 研究密度函数f(x)的核估计, 在适当的条件下得到了[KG-*4]f(x)核估计的逐点强相合性、 r阶相合性及依概率一致收敛性.     

Sobolev空间子集上的采样集条件

考虑借助采样不等式刻画Sobolev空间子集V_α中函数f的采样稳定性问题, 给出采样集X={x_j: j∈J}的刻画条件, 并证明在该条件下采样不等式成立, 即对任意的函数f∈V_α均可从其样本{f(x_j): j∈J}中被稳定地重构. 最后, 给出采样不等式上下界的显式表达式.     

正相协序列生成的平均移动过程的Baum-Katz大数定律的精确渐近性

设{εt;t ∈ N*}是一严平稳零均值正相协随机变量序列,0＜Eε21＜∞,及σ2=0＜Eε21 2∞∑j=2Eε1εj,0＜σ2＜ ∞,{aj;j ∈N}是一实数序列,并且∞∑j=0|aj|＜ ∞.义移动平均过程Xt=∞∑j=0ajεt-j,t≥1,令Sn=n∑t=1Xt,n≥1.假设对某个δ'＞0有E|ε1|2 δ' ＜ ∞,对某个ρ＞0有μ(n)=0(n-ρ),给出了∞∑n=1nr/p-2P{|Sn|≥εn1/p},∞∑n=11/nP{|Sn|≥εn1/p}当ε→0时的精确渐近性.     

B值m相依随机元列移动平均过程的随机指标中心极限定理

｛ε^t;t∈Z｝是均值为零、 二阶矩有限的B值m相依随机元列, ｛a^j; j∈Z｝是一实数序列, 定义移动平均过程X^t利用Beveridge Nelson分解及｛ε^t;t≥ 1｝的弱收敛定理, 给出｛X^t;t≥1｝ 满足随机指标中心极限定理的充分条件.     

齐型空间上Little wood-Paley“非汉字符号”-函数的Lipα有界性

在θ阶正规齐型空间上 ,设算子列 {Sk}k∈ Z是恒等逼近 ,记 Dk =Sk- Sk-1,DNk =∑| j| 相似文献   

关于任意同分布随机变量序列最大值不等式及应用

设{X,Xn,n≥1}是同分布的随机变量序列(不必独立),记部分和Sn=∑ni=1Xi,n≥1。获得了max1≤k≤n︱Sk︱/n1/p的尾概率的一个上界,其中0p1。作为一个应用,给出了正则和极大值函数sup n≥1︱Sk︱/n1/p的r(r0)阶矩存在的充分条件,推广了独立情形相应的结果。     

由鞅差所产生的非平稳线性过程的随机泛函中心极限定理

在非平稳条件下, 证明了{ξ_n(t); 0≤t≤1}的所有有限维分布在条件概率PB(·)下均弱收敛到Wiener过程W的有限维分布, 进而得到随机指标和过程{ξ_νn(u);0≤u≤1}弱收敛于Wiener过程W, 其中{ν_n;n∈N}是一列满足一定条件的正整数随机变量.     

微分多项式分担集合的亚纯函数正规定则

 研究涉及微分多项式分担集合的亚纯函数的正规性问题。设k≥2是正整数,F为区域D的一族亚纯函数, 其所有零点重级至少为k;a,b和c是复数,且a≠b,c≠0。如果对于F中的任意一对函数f(z)和g(z),有f与g分担c, 且L(f)与L(g)分担集合S={a,b}, 则F在D内正规。     

正相伴序列的矩完全收敛性

设 Xn;n≥1是一均值为0、方差有限的正相伴平稳序列.记Sn= Xk,Mn= |Sk|,n≥1.证明了在一定条件下,由E|X1|p(|X1|(1/α))∞可推出对任意的ε0,有 npα-2-αh(n)EMn-εn(1/p)+∞,其中h(n)为一在无穷处的缓变函数,x+=maxx,0.       

二元小波紧框架存在的充分条件

 讨论框架多分辨分析{V_j}_j∈Z的子空间V₁中若干个二元函数生成小波紧框架的条件.运用矩阵理论、泛函分析方法与逼近论思想,给出s(s≥3)个二元函数生成小波紧框架的充分条件.     

由鞅差序列生成的线性过程的Baum-Katz大数定律的精确渐近性

主要讨论了线性过程Xt=∑∞j=0ajεt-j,其中{εt,Ft;t∈Ζ}是均值为零,方差有限的平稳鞅差序列,aj,j∈Ζ是绝对可和的实数序列.令Sn=∑nt=1Xt,n≥1,在适当矩的条件下,利用部分和Sn的收敛性,对于1≤p2,若supj≥1Eεjδ＆lt;∞,证明了∑∞n=1nr/p-2P｜Sn｜≥εn1p,∑∞n=1n-1/P｜Sn｜≥εn1/p当ε→0时的精确渐进性.在鞅差序列的前提下,进一步推广了线性过程的Baum-Katz大数律的精确渐近性性质.     

The Hàjek-Rènyi inequlity for Banach space valued random variable sequences and its application

In this paper we prove the following Hàjek-Rènyi inequality: Let 0≤p≤1, then for any Banach spaceB, anyL ^p integrableB valued random variable sequence {D _n , n≥1}, any real number sequence {b _n , n≥1} with 0<b _n, ↑ ∞, any integern≥1, there exist a constantC=C _p>0 (only depending onp) such that