广义线性模型中拟似然估计的弱相合性及渐近正态性

对于多维广义线性模型,q×l响应变量yi是可观测的,协变量xi是已知p×q固定设计的情形,研究了在自然联系情形下的拟似然方程n∑i=1xi(yi-h(xiτβ))的解(^βn).用压缩映射,证明了拟似然方程的解(^βn)在(λ-n)→ ∞及其它正则条件下的弱相合性,.将独立随机变量情形推广到了任意随机变量;在独立的情形...     

自适应广义线性回归拟似然估计渐近理论

研究自适应设计下的拟似然方程 ∑ni=1xi(yi- μ(x′iβ) ) =0 ,在一定的条件下证明了以概率 1此方程当n充分大时有解^βn,^βn 为β0 的强相合估计 ,且得出了 ^βn- β0的收敛速度 ;然后又在一定的条件下证明了 ^βn 的渐近正态性的一些结果     

多维广义线性模型拟似然估计的渐近正态性

对多维自适应设计广义线性模型中形如sum from i=1 to n xi(yi-μ(x′iβ))=0的拟似然方程,在limn→∞■~(3/4)/■=0和其他一些正则性的假定之下,论文证明了上述拟似然方程的解,即极大拟似然估计的渐近正态性,此结果推广和改善了文[4]中的相关结果,其中■和■分别为sum from i=1 to n xix′i的最小特征根和最大特征根,x是有界的p×q阶设计矩阵.     

对数线性Gamma分布模型极大似然估计的强相合性和渐近正态性

在‖Z‖n=o(log n)和λmin∑i=1nZiZ'i≥cnα(对某个c0,α0)等条件下,证明了对数线性Gamma分布模型极大似然估计(MLE)的强相合性和渐近正态性,其中设计阵序列{‖Z‖}n可以为无界序列.     

误差不相关广义线性模型极大拟似然估计的收敛速度

在广义线性模型(GLM)中,设yi和Zi分别是响应变量和回归系数向量.若随机误差ei＝yi－Eyi,i＝1,2,…不相关,且var(ei)<∞,‖Zi‖2<∞, λn→∞和一些光滑条件满足,该文证明了一般联系函数GLM回归参数极大拟似然估计n是弱相合的,具有收敛速度‖－β0‖＝Opλ－n ,其中λn是iZi ′的最小特征根,β0是回归参数向量真值.     

Janous型的一类循环不等式

本文的目的是建立一类Janous型的循环不等式 .主要结果是 :①设x∈Rn++(n 3 ) ,S = ni=1xi, ni=1xixi+1…xi+k -1=nPk,(1 k n - 1) ,并且xi+n=xi(i=1,2 ,… ,n) ,则对于α k有 ni=1xαi/ (S -xi) [n/ (n - 1) ]Pα -1;②设m >1是任意的正整数 ,λk 0 (k =1,… ,m) , mk =1λk=1,则对于任意的正实数α ,β有 ni=1(xαi+1- mk =1λkxαi+k) / (S -xi+1)β 0 .     

一类多项式型迭代方程连续解的存在性

作者讨论了多项式型迭代方程∑ni=1λifi(x)=F(x)在λ1＞0,λi0,i=2,…,n,λi满足规范化条件∑ni=1λi=1且F(x)连续递增,没有端点限制的情形下连续解的存在性,同时在一定条件下讨论了其解的唯一性、凸性和稳定性.     

向量值有理插值函数的递推算法

针对向量连分式序列Rn(x)=bo x-xo/b1 … x-xn-x/bn,n=0,1,2,…利用向量的Samelson逆，建立了类似于标量逐步有理插值算法的向量有理函数插值的逐步递推算法：Pλ=dλ,λPλ-1 ∑λ-1 i=1wi^λdλ-i,λPλ-i-1 (x-xλ-1)^2Pλ-2 ωλ^λBλ,Qλ=dλ,λQλ-1 ∑λ-1i=1wi^λdλ-i,λQλ-i-1 (x-xλ-1)^2Qλ-2,λ=2,3,…，n（＊） 其中{P0=b0,Q0=1;{P1=d1,1P0 ω1^1b1,Q1=d1,1Q0,Rλ(x)=Pλ(x)/Qλ(x)(λ=0,1,…，n)是满足插值条件Rλ（xi))=Rλ(xi)Qλ(xi)=Vi,i=0,1,…，λ 的向量有理函数，与向量与理函数插值的传统算法相比，上述算法的主要优点是具有承袭性；当需要增加一个插值条件Rn 1(xn-1)=Vn 1时，原来已经得到的向量有理插值函数序列P0／Q0，P1／Q1，…，Pn/Qn仍然保留，只要按（＊）式再计算一个Pn 1(x),Qn 1(x)即可。在此基础上，将上述算法推广到二元情形，数值实例验证了所给算法的有效性。     

二个矩阵不等式的推广及应用

对文[1]、[2]中的两个不等式进行了推广,我们得到了以下结果,当Ai,Bi为n阶正定实对称矩阵λi＞0,r≥n时得到了以下两个不等式:1.(m∑i=1λi)r-n/r|m∑i=1λiAi|1/r≥m∑i=1λi|Ai|1/r,2.2r-n/r(m∑i=1|Ai Bi|p/r)1/p≥(m∑i=1|Ai|p/r)1/p (m∑i=1|Bi|p/r)1/p,这里0＜P＜1,并应用新的成果重新证明了古典的Holder与Minkowski等不等式.     

一类具有转向点超曲面的奇摄动椭圆型方程边值问题

讨论了n维空间中如下一类具有转向点超曲面的奇摄动椭圆型方程的边值问题Lεu≡εLu ∑^ni=1fi(x1,……,xn)Эu/Эxi g(x1,……,xn)u=0,(x1,……,xn)∈Ω,u（x1,……,xn)│ЭΩ1=φ1(x1,……,xn-1),ai≤xi≤bi,u(x1,……,xn)│ЭΩ2=φ2(x1,……,xn-1),ai≤xi≤bi。其中：ε为一正参数,且L=∑ni,j=1aij(x1,……,xn)Э^2/ЭxiЭxj(aij=aji),∑ni,j=1aijξiξj≥λ∑ni=1ξ^2i,任意ξi∈R,i=1,2,……,n,λ＞0。利用多重尺度法和比较定理、就形坐标和抛物柱函数,研究了该边值问题解的渐近性态。     

广义线性模型中极大拟似然估计的弱相合性

在λn=O(λn)及其它正则条件满足时,用压缩映射原理证明一般联系函数多维广义线性模型的极大拟似然估计(MQLE)的弱相合性,将误差为独立序列的情形推广到相依序列,其中-λn(λ-n)为矩阵Sn=∑ni=1XiXTi的最大(最小)特征根.     

Cauchy不等式和Kantorovich不等式的推广

设A为n×n正定Hermite阵,x为n维列向量,λ1≥λ 2≥…≥λn＞0为A的特征值,得到了Cauchy不等式及Kantorovich不等式的如下推广形式:(x*A α1+α2+...+αk/k/x)k≤x*Aα1x...x*Aαkx,其中α1,α2,...αk为任意实数.(x*Aαx)β(x*A-βx)α≤/ααββ/(α+β)α+β/(λ1α+β-λnα+β)α+β/(λ1λn)αβ(λ1α-λnα)α(λ1β-λnβ)β/(x*x)α+β.其中α,β为任正数.     

关于d(y/x)=((λx~n+sum1tona_iy~ix~(n_(-i)))/(-y~n+sum0ton-1b_iy~ix~(n_(-i))))的积分曲线

记所论微分方程为(E_λ)_n,本文给出(E_λ)_n 基本型阵、实际型阵的定义和求法,用实际型阵表达λ遍取不同实数值时,(E_λ)_n积分曲线的定性变化图景.对(E_λ)_1、(E_λ)_2求得全部基本型阵和实际型阵,对(E_λ)_3、(E_λ)_4求得全部基本型阵,阐明可实现性,给出求实际型阵的典型例子.本文原则上适用于 n≥5的情形.     

二项式系数的均值不等式

本文得到二项式系数的算术与几何平均值不等式以及广义积分插入。(1)Gn+1≤{P∫∞0[∏nk=0(x+nk)qk]-p-1dx}-1/p≤An+1;(2)e≤limn→∞{P∫∞0[∏nk=0(x+nk)]-(p+1)/n+1dx}-1/p≤2;(3)Gn+1≤J(a,q,p)≤J(a,q,p,l,λ)≤An+1在此,J(a,q,p)={P∫∞0[∏nk=0(x+nk)qk]-p-1dx}-1/p;J(a,q,p,l,λ)={P∫∞0λ-1[∏nk=0(l+λ(x+nk))qk-l]-P-1dx}-1/p     

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.     

图的强直积的2-距离染色(英文)

设G,H是阶至少为2的简单图。图G与H的强直积是指这样一个图G□×H,其顶点集合为V(G)×V(H),并且(x1,x2)(y1,y2)∈E(G□×H)当且仅当[x1y1∈E(G)且x2y2∈E(H)]或者[x1=y1且x2y2∈E(H)]或者[x2=y2且x1y1∈E(G)]。一个图G的使用了k种颜色的2-距离染色是指一个从V(G)到{1,2,…,k}的映射f,使得任意两个不同的距离最多是2的顶点染不同的颜色。对图G进行2-距离染色所需的最少的颜色数称为图G的2-距离色数,记为χ2(G)。文中将获得两个图的强直积的2-距离色数的可达到的上界和下界:Δ(G□×H)+1≤χ2(G□×H)≤χ2(G).χ2(H)。对一些特殊图,例如Pm□×Kn,Pm□×Wn,Pm□×Sn,Pm□×Fn,Pm□×Cn(n≡0(mod3)或者n=5),给出了它们的2-距离色数。     

关于非扩展映象的弱收敛定理

首先讨论一个由非扩展映象的有限族所定义的迭代格式,主要证明了:设E为满足Opial条件的一致凸的Banach空间,C是E的非空间凸子集,Fi:C→C(i=1,2,…,r)为有限非扩展映象,且∩ri=1 F(Ti)非空,设x1∈C,迭代地定义序列{xn}如下:xn+1=Wnxn,(V)n≥1.其中Wn(n=1,2,…)为由T1,T2,…,Tr生成的W-映象.则{xn}弱收敛于T1,T2,…,Tr的共同不动点.     

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.     

解常系数线性微分方程组及化矩阵为Jordan型的一种方法

本文应用线性代数和微分方程的有关知识,给出一个计算n×n阶常数矩阵A的特征多项式和化A为Jordan型的方法,同时给出与A相应的常系数线性微分方程组的基本解矩阵和特解。此算法简明并具有所需乘、除法次数较小的明显特点。