独立模糊随机变量的强大数律

设{xn,n≥1}是一模糊随机变量序列且{an,n≥1}是一列常数,且满足0相似文献   

关于中心极限定理的余项与重对数律之间的关系的一个结果及其应用

设 {Xi,i≥ 1}为一独立随机变量序列 ,E(Xi) =0 ,D(Xi) =σ2 i <∞ ,Sn = ni=1Xi,Bn = ni=1σ2 i,Bn →∞ ,Bn/Bn+ 1→ 1.本文首先在Δn =supx｜P(Sn ≤x Bn) -Φ(x)｜=O((Ψ (x) ) - 1)的条件下证明了重对数律 .其中Φ(x)是标准正态分布的分布函数 ,Ψ (x)是对充分大的x有定义的正值非降函数 .满足∫+∞dxxΨ(x) <∞ .应用上述结果证明 ,对任意独立序列 {Xi,i≥ 1}若liminfBnn >0 ,limsup1n ni=1E(X2 iΨ1(｜Xi｜) <∞ ,则重对数律仍然成立 ,Ψ1(x)与上述Ψ(x)相似 ,但定义域为 [0 ,+∞ ) .     

B值m相依随机元序列的完全收敛性

设{Xn;n≥1}是均值为零的B值m相依随机元序列,X1∈CL(B),对于1≤t<2,r>1有E‖X1‖rt< ∞,记Sn=∑ni=1Xi.利用构造法证明了{Xn;n≥1}的完全收敛性.     

最终范数连续半群的一些性质

主要讨论了Banach空间中当t＞t0（t0≥0）时，最终范数连续半群{T（t）│t≥0}的性质，给出了最终范数连续半群无穷小生成元的一个谱分布性质．主要定理如下：设{T（t）lt≥0}是Banach空间X上的C0半群，A是其无穷小生成元，ω0=inft＞0（1/t1n‖T（t）‖）．若T（t）关于t＞α≥0是最终范数连续的，则存在一个减函数φ：（0，∞）→R，满足φ（M）→-∞（M→∞）且S={λ∈C│Reλ≥φ（│Imλ│） }lReA≥P（1ImAl）}包括于ρ（A），其中ρ（A）为A的预解集．     

B值适应可积序列加权和的强收敛性

设{Xn,Fn,n≥1}是B值适应可积序列（或B值鞅差序列）,{an,n≥1}和{bn,n≥1}是两个正常数列,本文中研究了形如1/bn∑ni=1ai（Xi-E（Xi｜Fi-1））或（1/bn∑ni=1aiXi）加权和的强收敛性,得到了一些适当条件下加权和的强收敛性的结果.     

关于正交级数系数的某些性质

本文给出由就范正交系 { φn(x) } ∞n =1 Lp(E)构成的正交级数Σ∞n =1anφn(x) ,其系数an 收敛于零的充分条件及由此得到在L2 ([0 ,1])上的推论。本文也给出当p∈ (0 ,2 )时结论不成立的反例。     

拟双曲轨道的强跟踪性

设M是一个紧致n维C^∞黎曼流形，f∈Diff（M），∧是f的闭不变集合，并且∧具有连续不变分解T∧M=E F，则对任意的ε〉o和λ∈（0，1），存在δ〉0，使得对f的任意λ-拟双曲强δ-伪轨{xi,ni}i=-∞^＋∞都存在一点x∈M，强ε-跟踪{xi,ni}i=-∞^＋∞。     

B值随机变量一类加权和的完全收敛性

设{Xni:1≤i≤n,n≥1}为行间独立的B值r.v.阵列,X为实值r.v.,E｜X｜p<∞,p>2,且对 x>0, 1≤i≤n,n≥1,都有P(‖Xni‖>x)≤P(｜X｜>x).{ani:1≤i≤n,n≥1}为满足条件∑ni=1a2ni=1,n≥1的实数阵列.则1n1 p∑ni=1aniXnip0蕴涵1n1 p∑ni=1aniXni完全收敛于0.     

PA序列Davis大数定律的精确渐近性

设{Xi;i≥1}是一严平稳零均值PA随机变量序列,EX12>0,σ2=EX12 2∑∞j=2EX1Xj,并且0<σ2<∞.令Sn=∑ni=1Xi,n≥1.利用部分和Sn的弱收敛定理,证明了当ε→0时,∑∞n=1(logn)δnP{Sn≥εnlogn}的精确渐近性成立.     

φ混合序列自正则加权和的中心极限定理

设{Xn, n≥1}为一严平稳φ混合随机变量序列, EX=0, V 2n=∑ni=1X2i, {an,i, 1≤i≤n, n≥1}为一实数阵列, Sn=∑ni=1an,iXi. 利用随机变量阵列的弱收敛定理, 在较一般的条件下, 证明了自正则加权和{Sn/Vn, n≥1}的中心极限定理, 改进并推广了已有混合序列自正则化中心极限定理的相关结果.     

相依样本下误差密度核估计的相合性

对于线性模型Yi=xiTβ+ei,i=1,2,…,n,{ei,i≥1}是φ-混合的,且有公共的未知分布密度f(x).基于φ-混合样本,去掉了对设计点列{xi}的限制,在比现有文献条件弱的情况下,得到了f(x)的核估计■n(x)=1nan∑ni=1K■-x/an的逐点弱、强相合性,其中■为β的M-估计所得到的残差,推广了已有文献的结论.关键词:线性模型,M-估计,φ-混合     

一类相依时序的两个重要分布

{Xi,i≥1}为平稳标准化正态时间序列,相关系数ρn=Cov(X,Xi+n).文章在经典相依条件ρnlogn →ρ∈(0,∞)（n→∞）下,得到了该时序的最大值和次最大值、次最大值和位置的两个分布.从结果可以发现,此时的次最大值和位置不是渐近独立.这些结果是经典极值理论定理1、定理2的强相依情形的推广,对相依时序的统...     

有限型条件的刻画

若自相似迭代函数系{φj}^mj=1（满足φj（x）=ρjRjx＋bj,bj∈R^d，其中0〈ρj〈1，Rj为d×d正交矩阵）关于不变开集Ω满足有限型条件，K是迭代函数系{φj}^mj=1生成的自相似集．但是，Ω与K的交集可能为空集．本文用构造方法证明存在一个不变开集U，使得U∩K≠φ，且迭代函数系{φj}^mj=1关于不变开集U也满足有限型条件．     

B-值双随机Dirichlet级数的收敛性

研究了B-值双随机Dirichlet级数在ⅰ){Xn}服从强大数定律,且0< limn→∞‖(∑n)(I=1EXi)/(n)‖≤ limn→∞‖(∑n)/(I=1EXi)/(n)‖<+∞,ⅱ) supn≥1E‖Xn‖α<∞, supn≥1E‖Xn‖-β <-∞(α>0,β>0)等条件下的收敛性,得出了收敛横坐标的简洁公式.     

随机向量中的分量负相依变点问题的统计推断

论文讨论了独立随机向量序列X     

NOD序列部分和的大偏差

研究了NOD随机变量部分和的大偏差,其中S(n)=∑Xi,{Xn,n≥1} from (i=1 to n)是一个NOD序列,对任意的n≥1,Xn的分布记为Fn,其均值为μn=EXn<∞.在假定F∈D的条件下,给出了F∈D上NOD序列部分和的大偏差结果.     

欧氏完备的α相对极值超曲面

设x:M→Rn+1 是凸域Ω(∩)Rn 上的严格凸函数 xn+1= f(x1,...,xn)定义的一个局部强凸超曲面. 如果 f 是下面方程的解,则称 M为α相对极值超曲面:Δρ=(2-nα)/(2)(‖Δρ‖2)/(ρ),ρ:=det((e)2f)/((e)xi(e)xj)-(1)/(n+2).2007年,贾和李证明了存在一个仅依赖于维数n 的正常数K(n),如果|α|≥ K(n), 那么欧氏完备的α相对极值超曲面是椭圆抛物面. 本文中我们利用Calabi 度量给出了这个定理的一个简单证明.