α-混合随机变量序列线性形式的强稳定性

研究了α-混合随机变量序列线性形式的强稳定性.利用随机变量的截尾术及强大数定律,得到了不同分布α-混合随机变量序列具有线性形式强稳定性的充分条件,在某种程度上推广了独立随机变量的线性形式的强稳定性的相应结果.     

S_p系统的强收敛性

讨论了一定条件下的φ-混合、ψ-混合随机变量序列是Sp系统,通过建立φ-混合、ψ-混合序列的矩不等式,研究了Sp系统的强收敛性,将独立同分布随机变量的Marcinkiewicz强大数定律推广到了ψ-混合、φ-混合序列.     

混合随机变量序列线性形式的强稳定性

利用随机变量的截尾术及强大数定律, 得到了混合随机变量序列具有线性形式强稳定性的充分条件.     

由强混合序列生成的移动平均过程的矩完全收敛性

设{Yi,-∞i∞}为一同分布的强混合随机变量序列,{ai,-∞i∞}为一绝对可和的实数序列.利用强混合序列的矩不等式及缓变函数的性质,在适当的条件下得到了由强混合序列生成的移动平均过程的矩完全收敛性和强大数定律.     

混合序列的Cesaro强大数定律的收敛速度混合序列的Cesaro强大数定律的收敛速度

讨论了混合序列的Cesaro强大数定律收敛速度,将i.i.d.的随机变量序列的情形推广到混合序列的情形,在一些命题和引理的前提下,获得了混合序列情形时的相应结论.     

ρ↑-混合序列的Cesaro强大数定律的收敛速度混合序列的Cesaro强大数定律的收敛速度

讨论了ρ↑-混合序列的Cesaro强大数定律收敛速度,将i.i.d.的随机变量序列的情形推广到ρ↑-混合序列的情形,在一些命题和引理的前提下,获得了ρ↑-混合序列情形时的相应结论.     

(~ρ)混合序列的Cesaro强大数定律的收敛速度

讨论了(~ρ)混合序列的Cesaro强大数定律收敛速度,将i.i.d.的随机变量序列的情形推广到(~ρ)混合序列的情形,在一些命题和引理的前提下,获得了(~ρ)混合序列情形时的相应结论.     

(α,β)混合序列加权和的强收敛性

(α,β)混合序列是一类极其广泛的随机变量序列.利用(α,β)混合序列的矩不等式研究(α,β)混合序列加权和的Rosenthal型不等式.在此基础上重点讨论(α,β)混合序列加权和的强大数定律,进一步研究广义Jamison型加权和的强收敛性.     

ρ-混合序列完全矩收敛的精确渐进性

设{Xn;n≥1}为正的严平稳ρ-混合随机变量序列,在适当的假设条件下,获得ρ-混合序列完全矩收敛的精确渐进性的一般形式.     

强混合序列部分和之和乘积的几乎处处中心极限定理

在前人给出独立和相依序列部分和的几乎处处中心极限定理的基础上,利用乘积转化和式的方法,给出强混合正随机变量序列部分和之和乘积的几乎处处中心极限定理。     

ρ-混合序列部分和之和乘积的渐近分布

设{Xn,n≥1}为一严平稳ρ 混合的正的随机变量
序列, 满足EX1=μ>0, Var X1=σ2<∞. 记Sn=∑〖DD(〗n〖〗i=1〖DD)〗X
i, Tn=∑〖DD(〗n〖〗i=1〖DD)〗Si, γ=σ/μ. 利用ρ 混合序列的强极限定理
, 在较弱的条件下证明了〖JB((〗∏〖DD(〗n〖〗k=1〖DD)〗〖SX(〗2Tk〖〗k(k+1)
μ〖SX)〗〖JB))〗1/(γσ1〖KF(〗n〖KF)〗)〖FY(〗d〖FY)〗e〖K
F(〗10/3〖KF)〗N(n→∞),
其中: σ21=1+〖SX(〗2〖〗σ2〖SX)〗∑〖DD(〗∞〖〗j=2〖DD)〗Cov(X1,X
j)>0; N为标准正态随机变量.     

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.     

尖点形式L函数的零点密度估计(Ⅱ)

设k为一正偶数,T是充分大的正数,s=σ+it,3≤Q=T,q为一正整数,χ是模q的特征,f(z)=∞∑n=1a(n)e2πinz为Γ=SL2(z)的权为k的全纯尖点形式.设Nf(σ0,T,χ)表示函数Lf(s,χ)=∞∑n=1χ(n)a(n)n-s在带形区域k/2+(l/(log(Q2T))≤σ0≤σ≤((k+1)/2),|t|≤T内的零点个数.当k/2+1/3≤σ0≤((k+1)/2)时,由Dirichlet多项式理论得出了∑q≤Q∑χmodqNf(σ0,T,χ)的一个上界.     

几个涉及参数的分式不等式(Ⅰ)

使用基本的与已知的不等式,将田彦武的一类涉及参数的分式不等式推广为更为一般情形与别的情形.例如,设ai>0(i=1,2,…,n),n 2,an+1=a1,an+2=a2,∑in=1api/2=1,且p 2,μ>0,λ>0,则有,∑ni=1aipλapi/+21+μapi+2>(1-4λ)-4μ,(ⅰ),如果在上述假设下还有0相似文献   

AANA随机变量的完全收敛性

设X{n,n≥1}为被随机变量X随机控制的AANA(asymptotically almost negatively associated)随机变量序列,a{n,n≥1}是正常数列.在适当的矩条件下,研究了AANA随机变量加权和max1≤k≤n a-1n∑k i=1Xi的完全收敛性.作为该结果的应用,得到了一些关于AANA随机变量序列完全收敛性的新结果.     

从Lp(Rn+,ω(x))到Lp(Rm+)的Hardy型奇异积分算子的(p,p)型范数

设||x||_λ=(x^λ₁+x^λ₂+…+x^λ_n)^1/λ(x∈Rⁿ₊), ω(x)是非负可测函数, 定义带参数r的从L^p(Rⁿ₊,ω(x))到L^p(R^m₊₎的Hardy的Hardy型奇异积分算子T_r利用权函数方法, 讨论了T_r的(p,p)型范数, 并得到其范数的参数表达式.     

独立随机变量平方和的极限定理

设X_1,X_2,…为相互独立的随机变量序列,EX_k=0。EX_k~2=μσ_k~2.k=1.2,…B_n=sum from k=1 to n (σ_k~2),X_n~2=sum from k=1 to n(X_h~2)。若各X_k再满足一些条件,则我们有     

关于樊畿型不等式

概述樊畿型不等式的研究;使用拉格朗日乘子法证明这种型的一个不等式,并把樊畿不等式推广到赋范环上。     

混合序列产生的移动平均过程的矩完全收敛性(英文)

设{Yi;-∞相似文献   

关于多元加权全最小一乘法的最优解

对给定n+1维欧氏空间R~(n+1)中的m个点x_1=(x_(11),x_(12),…,x_(1n+1)), x_2=(x_(21),x_(22),…,x_(2,n+1)),…,x_m=(x_(m1),x_(m2),…,x_(mn+1)),证明了存在最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0,使这组点到此超平面的加权垂直距离和Q(β)=(∑~(n+1)_(j=1)β~2_j)~(-1/2)∑~m_(i=1)w_i|β_0+∑~(n+1)_(j=1)β_jx_(ij)|=min (w_i>0,i=1,2,…,m);提出并证明了最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0应满足的3个必要条件,从而给出了求最优超平面的方法.