非负整值随机变量序列的一类强律

设{X_n,n≥1}是一列在S={0,1,2,…}中取值的随机变量,其分布为f(x_1,…,x_n)=P(X_1=x_1,…,X_n=x_n)>0,x_k∈S,1≤k≤n.(1)易知{X_n,n≥1}独立同分布的充要条件是存在S上的分布(p(0),p(1),…),P(i)>0,i∈S,(2)使得对任意正整数n有f(x_1,…,x_n)=multiply from k=1 to n p(x_k),x_k∈S,1≤k≤n.(3)为了表征{X_n,n≥1}与服从分布(3)的独立随机变量之间的差异,我们引进如下的似然比:     

RS_K积分与普通RS积分的关系

A.M.Russell定义并研究了RS_K积分.本文将研究各类RS_K积分与普通RS积分的关系,指出在所有RS_K 积分存在条件下,都可把它化成RS 积分.定义设f、g 是定义在[a′,b′]上的实函数,分法Γ(x_(K+1),…,x_(n+K-1)):a′≤x_(K+1)<…0,(?)δ(ε)>0,当‖Γ‖=max (x_i-x_(i-1))<δ(ε),ζ_i∈[x_i,x_(i+K)]     

线性模型中最小二乘估计的强收敛速度

考虑线性模型如下:y_i=x_i~′β+e_i,i=1,2,…, (1)其中x_i~′=(x_(ij),…,x_(ij)为已知常值向量,β′=(β_r,…β_p)为未知参数向量。令设计矩阵X_n=(x_1…,x_n)′;Y_n=(y_1,…,y_n)′;S_n~(-1)=(X_n~′X_n)~(-1)(?)(S_(ij)~n)1≤i,f≤n。熟知β的最小二乘估计(n)有如下表达式     

基于扰动Chebyshev结点的高阶Hermite-Fejér插值

设X_n={x_(kn):1≤k≤n}(?)[-1,1]满足:-1相似文献   

最小二乘估计相合性的若干结果

(?)≡(x_1,x_2,…)是已知的p维向量序列,e≡(e_1,e_2,…)是随机误差列,β≡(β_1,…,β_i)′是未知的回归系数向量.记S_n=x_1x_1~′…+x_nx_n~′.设当n≥n_0时,S_1~(-1)存在.把p×n矩阵S_n~(-1)(x_1…x_n)的(j,i)元记为u_(nji),则β的最小二乘(LS)估计为     

一个多元周期函数的Besov类的宽度估计

R~m表示m维欧氏空间,X=(x_1,x_2…,x_m),Y=(y_1,…,y_m)∈R~m,其数量积记作〈X,Y〉=sum form j-1 to m x_jy_j.用L_p(T~m)表示定义在T~m上的m维可测函数f(X)=f(x_1,…,x_m)的全体,此处T=[0,2π),这就是说f(x_1,…,x_m)对每一变量x_j都以2π为周期,并在T~上p幂可积(1≤p<∞)或本性有界(p=∞),赋以L_P范数如下:     

关于Znám问题

1972年,捷克数学家Znám提出一个问题:是否对每一个整数n>1,都存在整数x_i>1(i=1,…,n),使得对每一个i,x_i是x_1…x_(i-1)x_(i 1)¨x_n 1的真因子?1975年,Skula证明了对于2≤n≤4,不存在这样的整数,并提到在n=5时,Janàk找到了一组解2,3,11,23,31(Acta Fac. Rer. natur.     

关于线性模型中LS估计相合的条件

考虑线性模型如下: y_i=x′_iβ+e_i,i=1,2,…,(1.1) 其中x′_i=(x_(i1),x_(i2),…,x_(ip))是已知常值向量,β′=(β_1,…,β_p)为未知参数向量,e_i为随机误差。记设计矩阵X_n=(x_1,x_2,…,x_n)′;Y_n=(y_1,y_2,…,y_n)′;S_n~(-1)=(X′_sX_n)~(-1)(S_(ij)~((n)))_(1≤i,j≤n)并且假定当n充分大时S_n满秩,则熟知β的最小二乘(LS)估计(n)有如下表达式:     

低于临界指标的Bochner-Riesz平均的逼近性质

记Q~n={(x_1,…,x_n):-π≤x_j<π,j=1,…,n}。Z~#表示R~n中的整格点集。对于f∈L(Q~n)的n重Fourier级数及其共轭级数的α阶Bochner-Riesz平均定义为其中a_m(f)为f的Fourier系数,K(x)=P(x)|x|~(-n-k)(k≥1),P为k次齐次调和多项     

关于U-统计量理论的一些结果

设x_1,x_2,…为一串独立同分布(iid)变量,而φ(x_1,…,x_m)为x_1,…,x_m的对称函数,则U_n=(n/m)~(-1) sum from to 1≤α_1<…<α_m≤nφ(x_(α_1),…,x_(α_m),n≥m称为以φ为核的U-统计量。设对某个r≥1有E[|φ(x_1,…,x_m)|~r]<∞.(1)迄今为止,文献中对U-统计量的研究,多限于r=1和r=2的情况,最近我们研究了一般的r≥1的情况,主要结果如下:     

Bi-2223相厚膜银夹套带材的力学行为

设0≤a≤b≤1,G°(I)表示区间I=[0,1]上所有连续自映射之集.对任f∈G°(I),如果存在常数α>1,使得对任x_1,x_2∈[a,b],都有|f(x_2)-f(x_1)|≥α|x_2-x_1|,则称f在[a,b]上是扩张的,称α是f[a,b]的一个扩张常数,若在I上存在着k 1个点0=c_0相似文献   

一有限自动机的误差传播有界弱逆的结构

定义 设M=和M′=是两个有限自动机。任何s∈S和s′∈S′,若对任何x_0,x_1,…∈X都存在x_(_t),…,x_(-1)∈X使得λ′(s′,λ(s,x_0x_1…))=x_(-t)…x_(-1)x_0x_1…成立,且对任何l≥n≥0,任何x_0,…,x_l∈X和任何y_0~′,…,y_(n_1)~′,y_0,y_1,…,y_l∈y,都可由y_0…y_l=λ(s,x_0…x_l)推出λ′(s′,y_0 … y_l)=_(n+c)λ′(s′,y_0~′…y_(n-1)~′y_n…y_l),则称(s,s′)为延迟t步误差传播长度不大于e的匹配对,其中e是一非负整数,a_0a_1…a_l=_tb_0b_1…b_l表示a_t…a_l=b_t…b_l。对任何     

一类褶积矩阵方程的解

设x~((n))=(x_0,x_1,…,x_n)~T,x_i,i=0,1,2,…,n为实数,T为转置,x~((n))的z变换记为x_n(z),它在单位圆周上的值为x_n(w),记[x~((n))]~*=(x_n,…,x_0)~T,它的z变换记为X_n~*(z),称矩阵Δ(x~((n))=[a_(ij)],i,j=0,…,n,为褶积矩阵,其中     

中位数交叉核实准则

考虑非参数中位数回归模型Y_(ni)=g(x_(ni)) ε_(ni),1≤i≤n,(1)其中g:[0,1]|→R是待估计的连续函数,{x_(ni):1≤i≤n}是区间[0,1]上的非随机设计点列,{ε_(ni):1≤i≤n}是iid随机变量,中位数为零,{Y_(ni):1≤i≤n}是观察值.对x∈[0,1],n≥1,记D_(nj)(x)为x的第j个近邻,j=1,2,…,n,即{D_(n1)(x),D_(n2)(x),…,D_(nn)(x)}为{x_(n1),x_(n2),…,x_(nn)}的一个置换,满足|D_(n1)(x)-x|≤|D_(n2)(x)-x|≤…≤D_(nn)(x)-x|,结按自然顺序消去.令Y_(ni)(x)和ε_(ni)(x)分别表示D_(ni)(x)(1≤i≤n)处的观察值和随机变量.下面的估计g_n(h,x)=(?){Y_(n1)(x),Y_(n2)(x),…,Y_(nh)(x)},(2)(?)表示样本中位数,这个估计称为g(x)的最近邻中位数估计(或者局部中位数估计),其中近邻个数h起着光滑参数作用.h的选择对估计的好坏起着决定性的作用.作者与郑忠     

连续自映射——Ω爆炸

1.设(X,d)为紧致度量空间。用C~0(X,X)表全体X上连续自映射的集合并赋以C~0拓扑(一致收敛拓扑)。设f∈C~0(X,X)和任给ε>0。设x,y∈X。从x到y的一个ε链是指有限序列{x_0,…,x_n},使得x_0=x,x_n=y且d(f(x_(i-1)),x_i)<ε,i=1,2,…,n。用CR_ε(x)表X的这样的子集,使得y∈CR_ε(x)当且仅当存在从x到y的ε链。当y∈CR_ε(x)     

关于sum from i=1 to n(x_i/d_i)≡0(mod 1)的最小值

设p是一个奇素数,q=p~l,l≥1,F_q是一个q元有限域,c_i(i=1,2,…,n)是F_q的非零元。设d_1,…,d_n是给定的n个大于1的正整数,d_i|q-1,i=1,2,…,n,N代表F_q上对角方程的解的个数,即N=|H_f(F_q)|,H_f(F_q)={a∈A~n(F_q)|f(a)=0}是由f=c_1x_1~(d_1)+…+c_nx_n~(d_n)在A~n(F_q)中所定义的超曲面,A~n(F_q)表有限域F_q上的n维仿射空间。熟知这里I(d_1,…,d_n)代表方程     

煤矿工人尘肺X线诊断专家系统中的模糊推理模型

我们在前文中给出了煤矿工人尘肺X线诊断专家系统(PXDES)的设计思想和实现过程。下面扼要介绍PXDES中的模糊推理模型。在尘肺X线诊断问题中,设患者的尘肺X线表现由n个诊断因子X_i(i=1,2,…,n)表示,每一个诊断因子X_i是由不同程度的l个症状x_(ij)(j=1,2,…,l)组成的集合,即X_i={x_(i1),x_(i2),…,x_(il)}。     

关于一组同余式的解

的整数解。显然,(1)式的解x_1,…,x_n中x_i,(?)x_j(i(?)j),不失一般,可设x_1相似文献   

具有给定的混合型光滑模的多元周期函数的表现和逼近

1 预备事项R~d表示d维欧氏空间,X=(X_1,…,X_d),Y=(y_1,…,y_d)∈R~d,其数量积记作〈X,Y〉=sum from j=1to(d)X_jy_jf(X)=f(x_1 ,…,x_d)表示实可测函数,对每一变量均以2π为周期.π_d=[0,2π)~d是d维周期2π的立方体.对q,1≤ q≤∞,记f∈L_q(π_d),倘若||f||_q:={(2π)~-d∫|f(X)|~qdx}~(1/q)<∞,1≤q<∞.||f||_∞:=ess sup|f(X)|<∞,q=∞.记f∈L_q(π_d),倘若f∈L_q(π_d),而且     

布尔函数的变元可分离扩张

定义1 令f(x_1,…,x_n)是n元布尔函数,~~