平稳序列回归函数的最近邻估计的相合性

0 引言设(X,Y),(X_1,Y_1),…,(X_n,Y_n),…是R~d×R~1上的平稳φ-混合序列,即满足 sup sup |P(B|F_1~m)-P(B)—≤φ(n) B∈F_(m+n)~∞其中:F_a~b=σ(X_i,Y_i,a≤i≤b),φ(n)→0(n→∞),又设E|Y|<∞,m(x)=E(Y|X=x)     

一类mini max问题的单纯形解法和凸二次规划解法 (摘要)

在长江南水北调水量调节的最优化计算中提出了(p_1)和(p_2)两个有约束的非线性规划问题。(p_1)minf_1(x)和(p_2)minf_2(x),其中 x∈X_1 x∈X_2f_1(x)=max(c_i x_i),f_2(x)=max(c_i-x_i) 1≤i≤n 1≤i≤nXi={x=(x_l…x_n)~T|sum from j=1 to n xi=b_i xi≥0, j=1,…n},i=1,2,cj…c_n是实数,b_1,b_2>0。不失讨论一般性,假设C_1≤C_2≤…≤C_n,于是     

Copulas于二维样本极值概率积分变换分布分析中的应用

借助于Copula这一工具对在具有联合分布H(x,y)的二维总体(X,Y)经概率积分变换得到的随机变量H(X,Y)的分布函数K(V)给定条件下,求出关于次序统计量X(n)=max{X1,X2,…,Xn}和Y(n)=max{Y1,Y2,…,Yn}经概率积分变换得到的随机变量Hn(X(n),Y(n))的分布函数Kn(v)的方法进行了研究,并找出了Kn(v)不随样本容量n变化的情形,进而得到了较准确地刻画二维R.V相依性的相关性指标Kendall's τ.     

1-坚韧图中具有邻域并型的X-最长圈

设G是连通图,XV(G), G[X]是G的X生成子图.记α(X)=max{|S|:S是G[X]的顶点独立集}, ak(X)=MIN{k∑i=1d(vi):{v1,v2,...,vk}是G[X]的顶点独立集}, NCk(x)=min{|kUi=1N(vi)|:{v1,v2,...,vk}是G[X]的顶点独立集}(k≥2). 本文得到如下结果:对于n阶的1-坚韧图(n≥3), XV(G)且σ3(X)≥n+r≥n, r为正整数,则存在一个圈C满足|C(X)|≥min{|X|,|X|+NCr+5+ε(n+r)(X)-α(X)}, 其中ε(i)=3「1/3i」.-1/3i 此结果推广了H.J.Broersma等在文献[2]中的结果.     

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。     

一个包含Smarandache函数的复合函数的均值

对于任意的正整数n,用S(n)表示Smarandache函数,即S(n)=min{m:n|m!,m∈N},而函数u(n)的定义为,最小的正整数k,使得n≤k(2k-1),即u(n)=min{k:n≤k(2k-1),k∈N}.主要利用初等方法和解析方法,研究复合函数S(u(n))的性质,获得了较强的均值性质及渐进公式.     

截断和的极限定理

设{X_n,n≥1}i、i、d,X_(n,1)≤X_(n,2)≤…≤X_(n,n)是X_1,X_2,…,X_n的次序统计量。r是固定的非负整数。令是正实数列。本文证明了在一定的条件下 p(Sα(r)>α_(n),i,0)=p(X_(n,n-r)>α_n,i,0)     

关于不相关和不独立问题的几点注记

给定n维分布F(x_1,…,x_n)与m维分布G(y_1,…,y_m),如果存在随机向量X=(X_1,…,X_n),Y=(Y_1,…,Y_m),使得X,Y分别以F, G为分布,X_i,Y_j(i=1,…,n;j=1,…,m)不相关并且不独立,则称F,G存在强耦合,且称n+m维随机向量(X_1,…,X_n,Y_1,…,Y_m)的分布就是F与G的一个强耦合。本文给出了F,G存在强耦合的一个充分条件和一个必要条件。特别地,当n≤2,m≤2时,文中所给的充分条件和必要条件恰好相重合。     

关于不相关和不独立问题的几点注记

给定n维分布F(x_1,…,x_n)与m维分布G(y_1,…,y_m),如果存在随机向量X=(X_1,…,X_n),Y=(Y_1,…,Y_m),使得X,Y分别以F,G为分布,X_i,Y_j(i=1,…,n;j=1,…,m)不相关并且不独立,则称F,G存在强耦合,且称n+m维随机向量(X_1,…,X_n,Y_1,…,Y_m)的分布就是F与G的一个强耦合。本文给出了F,G存在强耦合的一个充分条件和一个必要条件。特别地,当n≤2,m≤2时,文中所给的充分条件和必要条件恰好相重合。     

准对角阵的指数

本文证明了以下结果:1.设A 是分块阵A=[A_1,A_2,…,A_■],其中A_■是r_■×r_■实矩阵(i=1,2,…s),那么Ind A=max{Ind A_■}.2.设A 是n×n 实矩阵,那么1)Ind AA~-=Ind A~-A=■2)Ind AA~ =Ind A~ A=■3.设A 和B 是同样的分块的准对角阵:A=[A_1,A_2…,A_■],B=[B_1,B_2…,B_■],其中A_■和B_■都是r_i×r_i 实矩阵(i=1,2,…,s),又设AB=BA,那么1)Ind AB≤max{Ind A,Ind B},2)Ind AB≤max{Ind A_■Ind B_i},3)如果A(或B)是可逆的,那么Ind(AB)=max{Ind A_i,Ind B_i}.     

无爪图的周长

设 G为 n阶 2连通无爪图,δ=min{d(x)|x∈V(G)},δ~*=min{max(d(x),d(y))|x.y∈V(G).d(x.y)=3},则(i)c(G)≥min{n.2δ~*+4};(ii)当 δ~*≥(1/2)(n-δ-2)时 G是哈密顿图。     

离散指标下的最近邻判别分析

设(θ,X),(θ_1,X,),…,(θ_n,X_n)是独立同分布的随机向量,θ∈{0,1},X∈x{0,1,2,…相似文献   

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Bayes风险相容性

依 C、J、stone 及邓炜材文中所给的概念,我们有limNE{L(Y,mN(x))|X_1,Y_1,…,X_N,Y_N}a.sE{(Y-m(x))~2}当L(Y,a)=(Y-a)~2且I_(N2)=(?)|mN(x)-m(x)|~2μ(dx)→O.其中 m(x)=E{Y|X},mN(X)=(?){Y|X};(?)(Y,(?)(p|X=x))(?)L(Y,Q(?)|X=x)当L(Y,a)=p(Y-a)~++(1-p)(Y-a)~-,O相似文献   

一个变分双曲型组的解

本文研究带Dirichlet条件的边界值问题{□u+△G(u)=f(t,x),(t,x)∈Ω≡(0,π)×(0,π), (*)u(t,x)=0, (t,x)∈aΩ,的解的存在性,这里口是波算子a2/at2-a2/ax2,GRn→R是一连续函数.设σ(口)={k2-m2,k,m∈N}记波算子口的特征值的集合,(a2G(u)/auiaui)记u∈Rn.点处的Hessian阵.假定σ((a2G(u)/auiauj))∩σ(□)=φ.再设E={u|u(t,x)=∑k,mψkm(t,x)Ckm, Ckm ∈ Rn k,m ∈ N,∑k,m(k2+m2+1)|Ckm|2 ＜+∞},Y={y|y(t,x)=∑i,k,mμikmψkm(t,x)ei,k2 - m2 ＜γi(u),μikm ∈ R,k,m ∈N,∑k,m(k2+m2+ 1)|μikm|2＜+∞,i= 1,2,……,n} Z={z|z(t,x)=∑i,k,mμikmψkm(t,x)ei,k2 -m2＞γi(u),μikm ∈ R,k,m ∈ N ,∑k,m(k2 + m2+1)|μikm|2 ＜+ ∞,i = 1,2,……,n}.对Y中的k2-m2记ξ(‖u‖0) =min‖v‖0≤‖u‖0 mink,m∈N min1≤i≤n{γi(v)-(k2- m2) ＞ 0},对Z中的k2-m2,记η(‖u‖0)=min‖v‖0≤‖u‖0 mink,m∈N min1≤i≤n{k2-m2-γi(v)＞0},这里‖·‖0记(L2(Ω))n.假设∫+∞1ξ(s)ds=∞, ∫+∞1η(s)ds=∞.在上述条件下,我们使用R.F.Manasevich的最大值最小值定理证明问题(*)的弱解u0∈(H1(Ω))n的存在性和唯一性.     

关于循环图带宽的几个结果

本文给出了循环图带宽的界,并求出了几类循环图的带宽。我们的主要结果是:1 如果 G=G_(2x)(i_1,i_2,…,i_i,i_(i 1),…,i_k),其中 k相似文献   

多背包问题的计算

本文讨论二个附加限制的多背包问题:限定总件数的多背包问题和0、1多背包问题,给出了它们的动态规划算法。限定总件数的多背包问题的算法所需的空间为O(BM),时间为O(nBM+kB~2),0、1多背包问题的算法所需的空间为O(min{2~(kn/2),nM~k}),时间为O(min{k·n~(kn/2),knM~k}),其中n为物品的种类数或件数,k为背包数,M=max{M_i:1≤i≤k},M_i(1≤i≤k)是第i个背包允许的最大重量,B是允许装入的最大总件数。     

一个包含Smarandache LCM对偶函数的均值计算

对于任意正整数n,数论函数W(n)为最小的正整数k,使得n≤k(3k+1),即W(n)=min{k:n≤k(3k+1),k∈N},利用解析法,探究数论函数SL(n)及SL*(n)与W(n)三者复合后的渐近性质,并给出了∑n≤xSL*(W(n))/SL(W(n))的一个有趣的渐近公式.     

关于误差方差估计中的一致余项级数的绝对收敛性

一、引言如所周知,如果X_1,X_2,…,i、i、d,EX_1=0,EX_1~2=σ~2<∞,则对任何—∞相似文献   

两类并图的优美标号

讨论2n个优美二分图与一条通路并的优美性,得到如下结论:设二分图G=(X,Y,E)优美,优美标号为θ,边数为q,a=max{k|0相似文献