应用函数的凹凸性推证某些不等式

有一些不等式(包括一些重要的不等式)应用函数的凹(凸)性来推证,显得方便,简捷,现介绍如下: 定义 设函数f对区间Ⅰ上任意两个不同的点X_1,X_2,都有     

最近邻估计的局部一致强收敛速度

设 X_1,X_2,…,X_n,i.i.d.是具有概率密度函数 f(x)的随机变量,定义(x)=(na_n(x))~(-1)K((X_i-x)/α_n(x)),n≥1。本文中,我们在某些紧集 B 上讨论了了(x)一致强收敛于 f(x)的速度.若{c_n}是任意一个趋于无穷的数列,我们得到:c_n~(-1)(n/logn)~(m/(2m 1))|~n(x)-f(x)|→0,α.e.n→∞.     

对称多项式

<正> 一对称多项式是多元多项式中常见的一种。对称多项式的来源之一以及它的应用的一个重要方面,是一元多项式根的研究。因此我们从一元多项式的根与系数的关系开始。设f(x)=X~n+a_1X~(n-1)+…+a_n(1)是 F[X]中的一个多项式。如果 f(x)在 F 中有 n 个根 X_1,X_2,…X_n,那么 f(x)就可     

回归函数的幂估计

给出定义在概率空间(Ω,Z,P)上取位于R~d×R空间的随机向量(X,Y),通过i.i.d.样本(X_1,Y_1),…,(X_n,Y_n)估计回归函数Q(X)=E(Y1X)的非参数方法大体可分类成三种:直方图估计、核估计和近邻估计.本文提出一种叫做幂估计的新方法,并给出幂估计对回归函数依概率收敛的一条定理.     

关于随机变量的独立性

设X_1、X_2是定义在概率空间(Ω,F,P)上的、可测度量空间(s,S)中的两个随机元。对于A∈S,A的边界(?)A,若P(X∈(?)A)=0,称A为X的连续集。易知X的一切连续集构成一个σ代数。定义对于随机元(X_1,X_2),(?)X_1的连续集A_1与(?)X_2的连续集A_2,若P(X_1∈A_1,X_2∈A_2)=P(X_1∈A_1),P(X_2∈A_2),称(X_1,X_2)对于连续集独立。对于连续集独立的随机元,不一定概率独立,例     

定比分点和定比的对应性质

一、通常定义下的分析式和图象 定比分点通常的定义可表述为:在某一轴上有已知不重合的两点M_1和M_2,设点M在同一轴上,且有 M_1M/MM_2=λ 则称点M为分有向线段为定比入的分点(图1)。 为了研究定比分点M和定比λ之间的对应性质,我们给出分析式,并作出图象。 取已知轴为X轴,设点M_1、M_2和M在X轴上的坐标分别为X_1、X_2和X(图2),那末据定义有 λ=M_1M/MM_2=(X-X_1)/(X_2-X),(X_1≠X_2)。 由此可见,λ是X的线性分式函数,它的定义域为{X:X∈R,X≠X_2}。 反解出X,得反函数     

广义超几何分布的极限定理

在概率论中,利用罐子模型研究极限定理已经取得了不少显著成果,例如,Holst,L.在〔1〕中研究罐子模型时指出:考虑一个罐子中含有N种不同颜色的球,每种颜色有A个球,今从罐子中随机地抽取n个球,设X_λ表示被抽取的第K种颜色球的个数(K=1,2,…,N),则当返回抽球吋,随机向量(X_1,X_2,…X_n)服从多项式分布;当不返回抽球时,(X_1,X_2,…,X_n)服从广义超几何分布;进而,若对于已知函数f(·),定义随机变量(?)(M≤N),关于Z_M的一个极限定理已用一般的方法证明了。本文的目的是,假定N种颜色球的个数不等,用A_λ(K=1,2,…,N)表示第K种颜色球的个数,则通过对随机变量X_λ的研究,可以解决下述两个问题:     

非线性微分方程组的解全局稳定的一个定理

本文是作者(1956)的一篇文章的继续,在陈述形式上与H.H.(1954)的一篇文章有类似之处.设给了微分方程组(1)(dx_i)/dt=X_i(x_1,x_2,…,x_n)(i=1,2,…n),就中X_i(x_1,…x_n)是定义在整个空间- ∞相似文献   

最近邻密度估计强一致收敛性的必要条件问题

§1 引言设X_1,…,X_n为自分布F中抽出的iid.样本。若F有密度,则记为f.为估计f,Loftsgarden等在[1]中提出了下述方法:选定适当的自然数k_n≤n,找最小的数a_n(x)=a_n(x(?),X_1,…,X_n)使,[x-a_n(x),x+a_n(x))中至少包含X_1,…,X_n中的k_n个点,然后用     

LPQD序列密度函数核估计的相合性

设{X_n,n≥1}是一LPQD序列,f(x)为其概率密度函数,基于样本X_1,X_2,…,X_n,对密度函数f(x)的核估计进行讨论,在适当条件下,利用Borel-Cantelli引理、矩不等式等证明了核密度估计的强相合性、r阶相合性.     

最近邻预测问题中条件风险估计量的完全收敛性

设(X,θ)是随机向量,X∈R~d、θ∈R~1;(X_i,θ_i)是(X,θ)的i.i.d.随机样本,i=1,…,(?)bjL_n是平方损失下最近邻(NN)预测的条件风险.设是L_n的估计量,其中θ_(nj),是按训练样本(X_1,θ_1),…,(X_(j-1),θ_(j-1)),(X_(j+1),θ_(j+1)),…(X_n,θ_n)与观察到的X_j对θ_j所作的NN预测。众所周知,在一定的条件下,L_n→2R~*,α,s.,其中R~*是Bayes风险。本文得到了L_n的完全收敛速度,即在E|θ|~(2+δ)<∞(δ>0)及其它条件下证明了     

混合序列密度函数核估计的相合性

设{X_n,n≥1}是一随机变量序列,f(x)为其概率密度函数,基于样本X_1,X_2,…,X_n,对密度函数f(x)的核估计进行讨论,在适当条件下,利用Borel-Cantelli引理、矩不等式等证明了ρ-混合和φ混合序列核密度估计的强相合性、r阶相合性.     

关于函数方程sum(α_ix β_iy)from i=1 to s=sum(p_k(x)q_h(y)),Ⅱ

本文主要考虑函数方程f(x y) F(x-y)=f_1(x) f_1(y) sum(X_i(x)Y_i(y) from i=1 to n设f, F分别在〔A, B〕 〔C, D〕和〔A, B〕-〔C,D〕上Lebesgue可积,又设X_1, X_2, …, X_n, 1在〔A, B〕上,和Y_1, Y_2, …, Y_0, 1在〔C, D〕上几乎处处线性无关,我们得到方程(1)的一般解.我们也考虑函数方程?,?在一定条件下,分别给出它们的一般解.     

ZY3代数的理想和同构定理

本文讨论了ZY3代数的理想,并证明了同构定理8,9和11。定理8。设X是ZY3代数。若A是X的一个理想,则有同态f,使得X(?)X/A。定理9。设X_1与X_2是ZY3代数,且X_2中的基本二元关系“≤”是一个偏序。若X_1(?)X_2,则X_1/Ker f≌X_2。定理11。设X是ZY3代数。若A,K是X的理想,A(?)K,则X/A≌X/K/A/K。     

多维近邻密度估计的Lp模强相合性

设X_1,…,X_n是i.i.d.的具有密度f(x)的d维随机变量。设S_(x,a(x))是中心在x且至少包含X_1,…,X_n中k_n个点的最小的球,则f_n(x)=R_n/(n|S_(x,a(x)|)是f(x)一个近邻估计。我们证明了:假如lim k_n/n=0,lim k_n/logn=∞以及flog~ f在任何有界Borel集上可积(或∫f'(x)dx<∞,p>1),则对任何有界Borel集A有(或p>1)。反之,如,则有∫f~p(x)dx<∞,lim n→∞k_n/n=0和lim n→∞k_n=∞。     

截断和渐近正态之速度

设X_1,X_2,…X_n独立,有连续、对称的共同分布函数。|X_(n,1)|,|X_(n,2)|,…,|X_(n,n|表示|X_1|,|X_2|,…,|X_n|的次序统计量。本文研究截断和sum from j=1 to n-k X_(n,j)渐近正态的速度、并且改进了Egorov的一个结果。     

初等极值与不等式

大家都知道,实函数的极值是用不等式来定义的,反过来,如果我们已经知道了实函数f(x)在其定义域的某个子集 D。上存在唯一的极大值(或极小值)f(X_0),那末就可得到相应的不等式f(X)f(X_0)),.在初等极值理论中,确定可微函数极位的最常用且最简单易行的方法是微分法,用这种方法不仅可以证明某些不等式,而且还可以探寻不等式和推广不等式.在现行的初等微积分教材中,对于用微分法证明给定条件下的不等式已有不少例举,但对用微分法探寻不等式和推广     

解非线性算子方程的最速下降法

设F(x)=grad f(x)是定义于实Hilbert空间H内的势算子,其势f(x)的临界点,特别是极值点是方程F(x)=0的解。因此求泛函数f(x)的极值点(如果存在)可以求得方程F(x)=0的解。求泛函数f(x)的极小值可以用最速下降程序: (1) X_(n+1)=x_n-ε_nF(x_n)(n=1,2,…),其中ε_n是适当的常数,x_1是在H中任取的一点。     

“旋转向量场和一类平面二次系统极限环大范围性态”一文的注记

L·Perko在[1]中研究了旋转向量场半完全族的性质。他首先定义了半完全族(mod P),然后推导出八个定理。其中的七个定理,即定理A,B,…G的证明中,除要求系统是半完全族(mod P)之外,还要求系统的极限环与曲线P(X_1,X_2)=0的交点个数是有限的。在他的证明方法中,后一个条件是必要的。但是,由于半完全族(mod P)中,P(X_1,X_2),Q(X_1,X_2,α)的解析性,达后一个条件,即系统的极限环与曲线P(X_1,X_2)=0的交点是有限个可以作为半完     

关于Hellinger-Toeplitz拓扑的闭图定理

本文讨论的Hellinger-Toeplitz拓扑α对于任何对偶双(X,Y)有定义。一个可容拓扑α称为Hellinger-Toeplitz拓扑若对于任何两个对偶双(X_1,Y_1)、(X_2,Y_2),只要线性映照t:(X_1,σ(X_1,Y_1))→(X_2,σ(X_2,Y_2))为连续,必t:(X_1,α(X_1,Y_1))→(X_2,α(X_2,Y_2))也连续(见[1],11—1)。称Hellinger-Toeplitz拓扑α具有关于完备化的承继性,若对于任何对偶双(X,Y),(X,α(X,Y))的完备化(X,Y)恰为Y。相似地可定义α关于拟完备化和序列式完备化的承继性。