有限总体U统计量的Berry-Esseen界限

设一有限总体(?)N有N个元素,其指标值为a_(N1),…,a_(NN),从其中无放回地抽取大小为N_N的随机样本X(1),…,X(n_N),设φ(x,y)为二元对称Borel可测函数,则U(N)=(?)∑_1≤i相似文献   

一个有关三角多项式的不等式

设N是一个正整数,a_(M 1),a_(M 2),…,a_(M N)是N个任意的复数。现定义S(x)=sum from n=M 1 to M N a_ne(nx),(1)其中e(t)=e~(2πit)。又设x_1,x_2,…,x_R是R个实数,对r≠s,‖x_r-x_s‖≥δ.(2)这里‖θ‖表示θ到最近整数的距离,且0<δ<1/2。     

素数幂时完整三角和的估计

设f(x)=a_kx~k+…+a_1x+a_0(k≥3)为一整系数多项式,p为素数,(a_k,….a_1,p)=1,p~t‖(ka_k,(R—1)a_k-1),…,a_1)。若记     

富里埃级数的负阶蔡查罗绝对求和因子

设级数Σa_(?)的α阶蔡查罗平均是σ_(?)~a,σ_(-1)~a=0.当级数Σ|σ~(?)~a-σ~(?)~a|收敛时,称级数Σa_(?)是|C,a|可和.设f(x)∈L(0,2π),φ(t)=1/2[f(x+t)+     

一个叠代过程的收敛性

设s_v为正整数(0≤v≤l),∑s_v=k+1.以f(a_0~(s_0),a_1~(s_1)…,a_1~(s_1)表示函数f(x)在     

分布函数满足Lip-ψ的充要条件

设Φ(x)是定义在[0,∞)上的严格增加连续函数,Φ(0)=0,Φ(x)/x是非增的。称函数φ(x)满足Lip-Φ(记作φ∈Lip-Φ),如果存在常数M>0,使得对一切x,y∈R~1,成立|φ(x)-φ(y)|≤MΦ(|x-y|)。如果Φ(x)=x~r,r∈(0,1],则Lip-x~r归结为通常所谓以r为指数的Lipschitz条件,此时简记作Lip-r,又设J是这样一类特征函数的集合,对每个g∈J,成立:     

环Z/(2e)上本原序列最高权位的0,1分布(Ⅱ)

设f(x)=x~n c_(n-1)x~(n-1) … C_0是Z/(2~e)上首一多项式,适合关系式a_(i n)=-(c_0a_i c_1a_(i 1) … c_(n-1)a_(i n-1)),i=0,1,2,…(1)的Z/(2~e)上序列a=(a_0,a_1,…)称由f(x)生成的线性递归序列,由f(x)生成的Z/(2~e)上的所有序列的集合记为G(f(x))_e,并记G’(f(x))_e={a∈G(f(x))_e│a≠0 mod 2}.递归式(1)等价于关系式f(x)a=0=(0,0,…),其中x表示移位算子,即xa=(a_1,a_2,a_3,…).Z/(2~e)上序列a有唯一权位分解a=a_0 a_12 … a_(e-1)2~(e-1),其中a_i=(a_(i0),a_(i1),…)是0,1序列,并称a_i是a的第i权位序列,称a_(e-1)为a的最高权位序列.对Z/(2~e)上首一n次多项式f(x),若f(0)(即c_0)是可逆元,则由文献[1],f(x)的周期per(f(x))_e≤2~(e-1)(2~n-1).当per(f(x))=2~(e-1)(2~n-1)时,称f(x)是Z/(2~e)上n次本原多项式,并称G’(f(x))_e中序列为f(x)生成的本原序列.文献[2]给出了本原多项式的系数     

具有广义半线性性质的抽象语言族

一、引言和结果陈述 设V={v_1,…,v_n}为字母集合,对每个字P∈V~*,以N_(vi)(P)表示字母v_i在P中出现的次数,1966年Parikh在研究语言的本性不分明特性的时候,引进了映射φ:V~*→N~n,φ(P)=(N_(v_1)(P),…,N_(v_n)(P)),其中N={0,1,2,…}.N~n中子集合A叫作是线性的,是指存在r≥0和a_0,a_1,…,a_r∈A,使得     

非线性回归模型的几个二阶近似公式

给定非线性回归模型y=f(x,θ) ε,其中模型函数f(x,θ)关于未知p维参数θ二阶可导且一阶导数满秩。x,y,ε皆为n维向量。设随机误差ε服从N(0,σ~2I)。θ的最小二乘估计记为。估计量的偏差和残差分别记为b=E((?)—θ),e=y—f(x,(?))。 设V.和V..为f(x,θ)在真参数θ处关于θ的一阶和二阶导数,V..为p×p×n阶阵。V.可分解为V.=(U.,N)(R′,0)′,其中(U.,N)为n阶正交阵,U.为n×p阶,R为p×p阶非退化上三角阵。在参数空间中作坐标变换φ=R(θ—(?)),则模型函数关于φ的前二阶导数分别为U.和U..=     

■样条的Budan-Fourier定理及其应用

设n 1次多项式(n≥0)P_n 1(x)=a_0 a_1x … a_nx~n x~(n 1)的所有零点都是实的,零点的集合记为T={t_0,t_1,…,t_n},相应地有微分算子     

关于亚正常算子的函数变换

设是复可析Hilbert空间,是中线性有界(有界自共轭)算子全体.设X,Y∈,φ,分别为σ(X),σ(Y)上的有界Baire函数,作映照τ_φ,:X+iY→φ(X)+i(Y).它又表示复平面的子集上的映照τ_φ:x+iy→φ(x)+i(y),这儿x,y是实数.记HN={T|T∈,D(T)=[T~*,T]≥0}为亚正常算子、在第二届全国泛函分析学术交流会上夏提出了如下的问题:     

一个数值微分公式的余项

微分插值公式f(x)=H_n(x)+R_n(x) (1)导出数值微分公式f(k)(x)=H_n~(k)(x)+R_n~(k)(x) (o≤k≤n),(2)这里H_n(x)为函数f(x)的n次插值多项式。设其节点为a_0,a_1,…a_n,则(1)式的余项可     

非参数M-估计的Bahadur表示

设(X,Y),(X_1,y_1),(X_2,Y_2),…为独立同分布二维随机变量序列,φ(·)为定义在R~1上的单调递增函数.对任意,x∈R~1,设θ(x)满足     

Hammerstein型非线性积分算子的固有值和固有元

本文讨论了具有变号核k(x,y)的Hammerstein型非线性积分方程φ(x)=integral from n=G k(x,y)f(y,φ(y))dy (1)的固有值问题,在非负核情况下的讨论,可以看文献[1—5]。设G是n维欧氏空间R~n里的有界闭域;C是G上的实值连续函数Banach空间,取上确     

关于低度光滑函数的插值余项

设H(x)为函数f在节点a_0,a_1,…,a_n上的n次插值多项式,这些节点也允许重复。关于插值余项及其导数     

de Bruijn-Good图的同态

设F_2~n是二元域F_2上的n维向量空间,其中n≥1。以F_2~n的2~n个元作顶点,从每一个顶点a=(a_0,a_1,…,a_(n-1))出发,向顶点b=(a_1,a_2,…,a_(n-1),0)和b′=(a_1,…,a_(n-1),1)各做一条有向弧,得到一个有向图G_n,称为n级de Bruijn-Good图。从顶点a=(a_0,a_1,…,a_(n-1))到顶点b=(a_1,…,a_(n-1),a_n)的有向弧记作a→b或记作(a_0,a_1,…,a_(n-1),a_n)。因此G_n是以F_2~n为顶点集,F_2~(n 1)为弧集的有向图,即有G_n=(F_2~n,F_2~(n 1))。     

关于广义U、统计量的Jackknife与Bootstrap

设{X_j}_(j=1)~(n_1)、{Y_k)_(k=1)~(n_2) 分别为来自总体F_1与F_2的独立样本,{X_j}与{Y_k}相互独立。且设φ(x_1, …, x_(m_1); y_1,…, y_(m_2))为分别关于各x变元和各y变元对称的Borel可测函数。关于θ=Eφ的无偏估计可取以为核的广义U统计量     

回归函数之改良近邻估计的强相合性

设(X,Y),(X_1,Y_1),…,(X_n,Y_n)为一串iid.d×1维随机向量,E|y|<∞。为估计m(x)=E(Y|X=x),对固定的x∈R~d,将(X_1,Y_1),…,(X_n,Y_n)按照     

调和Hardy空间和混合模空间之间的连续嵌入

设D={x∈R~n;λ(x)<0}是一具有光滑边界的有界区域,λ∈C~∞(R~n)是D的一个定义函数,(?)λ在(?)D={x∈R~n;λ(x)=0}的某个邻域内处处不为零.对r>0,我们以dσ_r和dσ分别记(?)D_r={x∈R~n; λ(x)=-r}和(?)D上的n-1维Hausdorff测度,而以dm记R~n中的Lebesgue测度D上复值调和函数的全体记h(D)对f∈h(D)及非负整数m,置grad_mf为f的m阶梯度,其模为此处α=(α_1,α_2,…α_n)为n重指标,|α|=α_1+α_2+…+α_n,grad(?)=f.对0相似文献   

正定核及其本征值

一、引言 设Q=(0,1)×(0,1),K∈L~2(Q)是对称的,即熟知,由下式定义的积分算子T Tf(x)=integral from 0 to 1(K(x,y)f(y)dy是L~2(0,1)上紧对称算子,它有无穷多个实的本征值{λ_n},当n→∞时,λ_n→0。如果{φ_n}是T的直交规格化本征函数列,那末在平均收敛意义下,可把K(x,y)作如下展开: