鞅收敛定理的讨论

设(Ω,F,μ)为一概率空间,{F_n}_(n∈N)为一列上升的F的子σ代数,N表示非负整数集合。定义设{X_n,F_n}_(n∈N)为一鞅(上鞅),由{X_n}的任一子列{X_n_k}构成的鞅(上鞅){X_n_k,F_n_k}_(k∈N)称为{X_n}的子鞅(子上鞅)。为方便起见,简记鞅(上鞅)为{X_n},子     

连续随机序列样本熵的强偏差定理

设{X_n,n≥1}是连续随机序列,其联合分布密度为g_n(x_1,…,x_n),f_k(x_k)是X_k的边缘分布密度。利用关于乘积分布密度sum from n to k=1 f_k(x_k)的相对熵和相对熵率的概念,建立了连续随机序列关于样本微分熵的一类强偏差定理。     

T(X)-Subpramart 和适应序列的a.s.收敛

引青设(口,.甄P)是一概率空间,(.乡几)。》:是少的上升子。一代数列,(.乡几)。》;的简单停时和有限停时全体。X~(叭,忆气)。):表示适应序列。T.和T分别表示 为叙述简洁常省去“。>1,,记号而把(乡气)。)1,(二。)。》,,(二,,.少几)。,;记成C气),(。,)和(二。尸乡二)。记 T(了)~{云〔T:E二,存在}定义适应序列X称为T(了卜subpramar七,若T(X)是定向集,且hm,uP_P(二,一刀(‘。!式)>8)一o,才〔T(万)t‘.e少,(尤〕VS)O;若X与一X~(一气,乡吸)均是T(x)一犯饰ramar七,则称X是T(了)一p1’amar七。若存在t0任T,V云。《,〔T,有:任T(X),则T(J卜…     

关于∧(μ)空间上的抽象函数

吴从炘曾经研究了在叙列空间上取值的囿变函数,并取得了许多结果。实际上,一些结果对在叙列空间上取值的绝对连续函也成立。本文主要讨论在Λ(μ)空间上取值的囿变函数,采用的方法相似于[1]中的方法,得到一些相应的结果。同时引入Λ(μ)空间上取值的绝对连续函数,得到一些有关绝对连续函数的结果。此外,李文琦、马绍芹的结果在这里也容易推出。设(X,ψ,μ)是完全测度空间,E∈ψ且μ(E)< ∞,在E上μ一可积的函数所构成的空间记为Λ(μ),一切满足的可测函数U=u(s)的全体叫做空间Λ(μ)的对偶,记作Λ~*(μ)。Λ(μ)与Λ~*(μ)分别简记作Λ、Λ~*。如果Λ=Λ~(**),则称空间Λ是完全的。设X(t)=x(s,t)是从[0,1]到空间Λ的抽象函数,如果对于每个U∈Λ~*,是有界的,则称集合M是有界集。如果对于每个有界集N(?)A~*,是有界的,则称集合是全有界的。设{X_n}是空间Λ上抽象函数的叙列,如果对于一切U∈Λ~*,{UX_n}收敛,则称{X_n}是弱收敛的;如果{UX_n}在对偶空间A~*中每个有界集上一致收敛,则称{X_n}是强收敛的。     

非平稳NA序列更新过程的精确渐近性

设服务时间{X_n,n≥1}为非负非平稳负相伴(NA)随机变量序列,N(t)为由其产生的更新过程.利用NA序列部分和S_n的精确渐近性结果及S_n与N(t)之间的关系{N(t)n}={S_nt},证明非平稳NA序列更新过程的精确渐近性.     

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.     

关于相关数列极限的注记

设 k 为某一自然数,数列{x}、{y}当n>k 时满足y_n=C_0x_n+C_1x_(n-1)+…+C(?),则称{y_n}为{x_n}的相关数列.设 g_1(t),g_2(t),…,g(t)在 u(t_0)内严格单调且连续,g(t_0)=x_0,i=1,2,…,k.g_i(t)的反函数为 g~(-1)(x),它在 u(x_0)内严格单调且连续,g~(-1)(x_0)=t_0,i=1,2,…,k设F(t)=C_1f〔g_1(t)〕+C_2f〔g_2(t)〕+…+Cf〔g(t)〕,且存在 l,1≤l≤k,使|C_1|>(?)|C_i|.     

最优停时的特征与唯一性

设X=(X_n,Y_n,n≥1)是概率空间(Ω,Y,P)上的可积适应序刊,T为关于(Y_n)的停时全体。若停时t<∞(本文约定关于随机变量的等式与不等式及集合的包含关系等均在概率1意义下成立),则t又称为停止规则。停止规则全体记为T。令:     

Banach空间值独立随机变量序列尾和的重对数律

本文描述了Banach空间值随机变量序列尾和的重对数律。证明了下面的定理:设{X_n,n≥1}是独立B-值随机变量序列,EX_n=0,E‖X_n‖~2=σ_n~2,sum from 1=1 to ∞σ_i~2<+∞,则条件(1)和(2)包含此批s_n~2=sum from i=n to ∞σ_i~2     

强大数律的充要条件

设{X_n,n≥1}为定义在概率空间(Ω,■,Ρ)上的随机变量序列,EX_n=0,n=1,2、…,人们熟知{X_n}服从强大数律的必要条件为(i){X_n}服从弱大数定律,(ii)(X_n)/na、c、0·但其逆命题不成立。当(i)和(ii)成立时,还需加上什么条件才能使{X_n)服从强大数律?本文给出条件(iii),对任-ε>0、存在0>δ<ε,使得P{∩∪(ε-δ≤(|S_n|)/n<ε)}=0使(i),(ii),(iii)合起来才是强大数律的充要条件。并且(iii)和(i),     

有界数列上(下)极限的几个等价定义

定义①设数列{a_n}有界,若存在实数M(m)具有如下性质:(i)任给(?)ε>0使得a_n>M+ε(a_n0,必有无限多个自然数n使得a_n>M-ε(a_n相似文献   

以g（n）为边界的随机游动的期望

设(X_n,n≥1)为独立同分布随机变量序列,S_n=sum from i=1 to n(X_i),本文给出了以g(n)为边界的随机游动S_n的期望是否有限的判据,即若D|X_1|~5<∞,则期望为有限的充分必要条件为integral from n=1 to ∞ (t~(1/2)g~(-1)(t)e~(-g~2(t)/2v~2t)dt<∞。)     

非扩张映象带误差的Ishikawa迭代过程的收敛性

设D是赋范空间X的一子集,T:DX是一非扩张映射.给定D中序列{xn}和两个实数序列{tn}和{sn}满足: 0≤tn≤t<1和∑∞n=1tn=∞; 0≤sn≤1和∑∞n=1sn<∞; xn+1=tnT(snTxn+(1-sn)xn+vn)+(1-tn)xn+un,n=1,2,3,…,其中{un}和{vn}是两个在X中的可合序列,且limn→∞t-1n‖un‖=0.证明了若{xn}有界,则limn→∞‖Txn-xn‖=0.并给出了保证{xn}弱和强收敛到T的不动点时,关于D,X和T的条件.     

弱条件线性方程组的一种迭代方法

设A为m×n矩阵、线性方程组AX=b相容,其解集为C。给出了求X∈C的迭代方法。对序列{X(k)},其中λit(k)X(k)满足: X0,X(k+1)=X(k)+ mi=[bi-(Ai,X(k))]/‖Ai‖2,k=0,1,2,…。证明了{X(k)}收敛,设i,Ai,t(k)i=1X(k)=X ,则X ∈C。若取X0=0,则X ∈R(AT),其中R(AT)={ATX｜X∈Rm}。limk→∞     

非齐次马氏链泛函变换的若干极限定理

设 { Xn,n≥ 0 }是一列非齐次马氏链 ,{ f (.,.) ,n≥ 1}是一列二元可测函数 ,{ Vn,n≥ 1}是一列可预报随机序列 .引入非齐次马氏链二元泛函停时变换的概念 ,即Γn =∑nk=1Vkfk(Xk-1,Xk) .利用鞅方法讨论了变换的强极限定理 ,得到 limn a-1n ∑nk=1Vk{ fk(Xk-1,Xk) - E[fk(Xk-1,Xk) | Xk-1]} =0 .作为特殊情形 ,将随机选择的概念拓展到非齐次马氏链中 ,得到了关于有限非齐次马氏链随机选择的若干极限定理     

关于H.Silverman猜想的反例

H. Silverman考虑了Szego定理的一般情形,提出下列猜想:设 f(z)是单位圆U={|z|<1}内的解析、单叶凸函数,{a■是f(z)在z=0的Talor展式的系数序列,a_0=0,a_1=1,若{a_■=0是{a_n}的任一子序列(有限或无限),则由{a_(nj)}■所组成的Talor展式在{|z|<1/4}内为凸像,在{1=1<1/2}内为星像。本文指出该猜想不成立。     

几类随机变量序列的大偏差估计

设{X_n,n≥1}是定义在概率空间(Ω,F,P)上的随机变量序列,{S_n,n≥1}是{X_n,n≥1}的部分和序列,给出了鞅差序列、φ-混合序列、p阶M-Z型随机变量序列的部分和序列以及NOD序列的部分和序列在条件■下的大偏差估计.     

强一致收敛条件下拟弱几乎周期性和序列跟踪性的研究

在强一致收敛条件下研究了序列映射与极限映射之间关于拟弱几乎周期性和序列跟踪性的动力学性质.利用强一致收敛和等度连续的性质,得到如下结果:(i)设序列映射{f_n}强一致收敛于等度连续映射f,且点列{x_k}是每个映射f_n的拟弱几乎周期点,若■,则x是f的拟弱几乎周期点;(ii)若序列映射{f_n}强一致收敛于等度连续映射f,则■;(iii)设序列映射{f_n}强一致收敛于f,若f_n具有fine序列跟踪性,则f具有序列跟踪性.这些结果丰富了强一致收敛条件下拟弱几乎周期性和序列跟踪性的理论.     

Banach空间随机元的强极限定理

Hanson等人得出了如下两个结果: 定理A 设{X,X_n;n≥1)是独立同分布的实随机变量序列,EX=μ,m(θ)=Ee~(OX)对某个含μ的开区间是有限的,{t_n;n≥1}是一个正整数序列且t_n≤n(n≥1),t_n/1gn→∞,那么     

弱压缩映像下黏性逼近非扩张半群的不动点问题

设E是自反的Banach空间且具弱连续正规对偶映像J:E→E*,C E是非空闭凸集.{T(t):t∈R+}:C→C的非扩张半群,且F(T(t))≠φ,f:C→C的弱压缩映像,在{αn},{tn}满足一定的条件下,若{xn}是由(1.3)和(1.4)式分别定义的迭代序列,则xn→q∈F(T(t)),(n→∞),且q是变分不等式的惟一解:〈(f-I)q,j(x-q)≤0,x∈F.