多元正态参数估计极大似然估计的注记

(一)设X′=(ξ_1~(?),ξ_2~(?),…,ξ_m)～N(0,R),其中R为m×m非负定矩阵,它的元素为α_(ij),α_(ij)=E(ξ_iξ_j),已知X的n个独立样本X′_i=(x_(i1),…,x_(in))i=1,2,…,n,用其估计α_(ij),i,j=1,2,…,m。本文讨论α_(ij)满足一定约束,比如α_(ij)=α_(|i-j|),即ξ_1,…ξ_m是平稳序列的一段时,α_(ij)的极大似然估计。 (二)下面列举一些求导公式。设M为m×m的矩阵,|M|表M的行列式,M′表M之转     

关于Давыдов定理的推广

一、引言设给定函数,f(z)=sum from n=0 to ∞ c_nz~n (|z|<1),其中α_n是复数。我们使用下列符号: S_n=α_0+α_1……+α_n=S_n~(0) S_n~(p)(p>-1)定义如下: sum from n=0 to ∞ S_n~(p) x~n=1/(1-x)~(p+1) sum from n=0 to ∞α_n x~n —z平面上的闭凸集(闭凸域,直线,射线,线段,点) G_ε—包含G在其内的凸区域,且G_ε的边界点与G的距离ξ≤ε。 Cesaro(齐查罗)求和:如果=S,就说级数sum from n=0 to ∞α_n用p阶Cesaro方法[(c;p)—法]可求和,共和为S,记作sum from n=0 to ∞α_n S. 条件(A):如果函数,f(z)在|z|<1解析,在闭圆|z-x_0|≤1-x。(任意x_0,0≤x_0<1)连续,则称函数,f(z)满足条件(A)。条件(B):如果函数,f(z)在圆|z-x_0|<1-x_0有界,在点z=1有放射边界值: f(1)=f(z), 则称,f(z)满足条件(B)。     

Amart型序列

一引言设(Ω,??,P)是一概率空间,N={1,2,…},(??_n)_(n∈N)是??的上升子σ-代数列,(x_n)_(n∈N)是一实值随机变量序列,若对每一个n∈N,x_n为??_n可测且E|x_n|<∞,则称(x_n,??_n)_(n∈N)是适应可积序列.在不致引起混淆的场合.常省去n∈N的记号而把(x_n)_(n∈N),(??_n)_(n∈N)和(x_n,??_n)_(n∈N)记成(x_n),(??_n)和(x_n,??_n).(Ω,??,P)上关于(??_n)的有界停     

关於某些素性环上的特殊化环

§1.引言 設R为一个S-整域(卽其一切非单位构成R的一个极大素理想),其极大素理想为P。設R的商体为F,剩余类体R/P为F,假定ξ=(ξ_1,……,ξ_n)为F的某一扩体中n个元之集合,而ξ=(ξ_1,……,ξ_n)为F的某一扩体中n个元的集合。我們說ξ是ξ关於R的特殊化,写成,如果R→R/P=F的自然同态可以推广成R[ξ]到F[ξ]的同态。以f(x_1,……,x_n)表示R上的多項式,那么f(x_1,     

Amart型序列

一引言设(Ω,■,P)是一概率空间,N={1,2,…},(■_n_(n∈N)是■的上升子σ-代数列,(x_n)_(n∈N)是一实值随机变量序列,若对每一个n∈N,x_n为■_n可测且E|x_n|<∞,则称(x_n,■_n)_(n∈N)是适应可积序列。在不致引起混淆的场合。常省去n∈N的记号而把(x_n)_(n∈N),(■_n)_(n∈N)和(x_n,■_n)_(n∈N)记成(x_n),(■_n)和(x_n,■_n)。(Ω,■,P)上关于(■_n)的有界停     

Vandermonde行列式的一个推广与一类多重积分的计算

定义了与函数相关的Vandermonde行列式,从而得到了多重积分∫_Eφ~(n)(∑_(i=0)~na_ix_i)dx_1dx_2…dx_n的一般计算公式,其中E={(x_1,x_2,…,x_n)|∑_(i=1)~na_ix_i≤1,x_i≥0,i=1,2,…,n},x_0=1-∑_(i=1)~nx_i,并给出了若干特例。     

随机差分系统的定性性质

利用相应于随机差分系统 x_(n+1)=f(x_n,(■)_n)(■_n r.v)的控制系统■x_(n+1)=f(x_n,u_n) 的控制理论,研究了随机差分系统的暂态性和渐近常返性,得u_n∈Y出了两系统状态分类间的关系.     

偶映射定理

受奇映射定理的启发,本文证明了连续偶映射的Brouwer度为偶数,即偶映射定理.(H)设D(?)R~n是有界对称含0的开集,f:D→R~n是连续偶映射(f(x)=f(-X),(?)X∈D)使O(?)f((?)D)有如下主要结果:1~0如假设(H)满足,则deg(f,D,0)是偶数.2~0如假设(H)满足,R~n的维数n为奇数且f(x)+(λ-1)x≠0,(?)x∈D和λ>1,则f在(?)D上必有零点.3~0如假设(H)满足但R~n的维数n为奇数,则存在y∈(?)D和λ>0(或λ<0)使f(y)=λy.我们进一步按上述内容对全偶连续映时进行了讨论.映射f:D→R~n是全偶的,只要f((-1)~(a1)x_1,…(-1)~(an)x_n)=f(x_1,…x_n),(?)(a_1,…a_n)∈δ_n(0,1),这里δ_n(0,1)={(a_1,…,a_n)|a_i=0或1,(?)i∈{1,2,…,n}}.     

线性微分方程系的概周期解

这里x=col.(x_1,x_2,…,x_n),A(t)是t的一致概周期(一致Π.Π.)n阶方阵,f(t)是t的一致Π.Π.n维列向量函数,‖x‖=sum from i=1 to n |x_i|,A(t)=(α_(ij)(t)),‖A(t)‖=sum from i+j=1 to n|α(ij)(t)|或欧氏模。 从文[1]知,对于周期线性系统情形:A(t+T)=A(t),f(t+T)=f(t),T>0,系统(1)有T-周     

关于多元加权全最小一乘法的最优解

对给定n+1维欧氏空间R~(n+1)中的m个点x_1=(x_(11),x_(12),…,x_(1n+1)), x_2=(x_(21),x_(22),…,x_(2,n+1)),…,x_m=(x_(m1),x_(m2),…,x_(mn+1)),证明了存在最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0,使这组点到此超平面的加权垂直距离和Q(β)=(∑~(n+1)_(j=1)β~2_j)~(-1/2)∑~m_(i=1)w_i|β_0+∑~(n+1)_(j=1)β_jx_(ij)|=min (w_i>0,i=1,2,…,m);提出并证明了最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0应满足的3个必要条件,从而给出了求最优超平面的方法.     

高阶m-点边值问题多个正解的存在性

利用锥上不动点指数理论,给出了下列m-点边值问题u(n) f(t,u)=0,00,0<ξ1<ξ2<…<ξm-2<1,∑i=1aiiξ<1,ai,iξ,i=1,2,…,m-2,为给定的常数.     

关于一类二次样条插值的渐近误差估计

0 引言给定区间[a,b]的一个分划△_n∶a=x_0相似文献   

拟齐性偏微分方程在S空间中的不可解性

设ρ(x,α)是R~n上具C~∞系数的线性偏微分算子。关于伸缩群{δ_τ}_(τ>0)是m次拟齐性的。其中δ_τ:R~n→R~n,δ_τ(x_1,…,x_n)=(τ~(a_1)(x_1),…τ~(a_n)(x_n),x=(x_1,…x_n)∈R~n,τ>0,a_1,…a_n为给定正数。设S为R″上的Schwartz空间,给定f∈S,考虑方程 pu=f,u∈S (1) 定理1 S中存在一个属于第二纲集的子集F,对于每个/∈F,方程(1)无解。定理2 (1)若m>0,则方程(1)有解的必要条件为:对于每个满足sum from j=1 to n(α_jα_j相似文献   

一类高阶非线性微分方程解的渐近性

研究了 2n阶微分方程的渐近性 ,得到了如下两个结果 .在E×R上有f(t,z)z≥ 0 ,且对于每一有界子集I,f(t,z)在E×I上有界 ,则 (A)方程(- 1) nu( 2n) f(t,u) =0 ,E =(α ,∞ ) ,u(i) (ξ) =0 ,i=0 ,1,2 ,… ,n- 1,ξ∈ (α ,∞ ) ,的每一非平凡解都是无界 .(B)假设在R×R上f(t,z)z≥ 0 ,且对于每一有界子集I,f(t,z)在R×I上有界 ,则方程 (- 1) nu( 2n) f(t,u) =0在R内的每一有界解都是常数 .这些结论推广了JonesGD (1991)的结果     

线性时变离散系统稳定性的一个反例

对于常系数线性离散系统X(k+1)=PX(k) (1)其中 X(k)=col(x_1(k),x_2(k),……,x_n(k)),P=(P_(ij))_(nxn),(i,j=1,2,…,n)P_(ij)是实常数。如果特征方程|P-μE|=0 (2)的特征根|μ|<1,则(1)的零解是渐近稳定的。对于线性时变离散系统     

关于泛函微分中值点渐近性的进一步讨论

本在赋范线性空间上讨论微分中值点的渐近性,利用泛函的微积分理论给出了f^(i)(x0)h^(i)=0,g^(i)(x0)h^(i)=0(i=1,2…n-1,j=1.2…m-1),f^(n)(x0)h^(n),g^(m)(x0)h^(m)都不存在时泛函微分中值点渐近性的估计式。     

解非线性算子方程的最速下降法

设F(x)=grad f(x)是定义于实Hilbert空间H内的势算子,其势f(x)的临界点,特别是极值点是方程F(x)=0的解。因此求泛函数f(x)的极值点(如果存在)可以求得方程F(x)=0的解。求泛函数f(x)的极小值可以用最速下降程序: (1) X_(n+1)=x_n-ε_nF(x_n)(n=1,2,…),其中ε_n是适当的常数,x_1是在H中任取的一点。     

Riemann可积的充要条件

设 f:[a,b]→R,P={x_i|a≤x_0相似文献   

奇异三阶m点边值问题的可解性

研究奇异三阶m点边值问题:u(t)=f(t,u(t),u′(t),u″(t))+e(t),0t1,u(0)=u′(0)=0,u′(1)=∑m-2i=1αiu′(ξi),C1[0,1]解的存在性。这里函数f:[0,1]×R3→R满足Carath啨odory条件,t(1-t)e(t)∈L1(0,1),αi∈R,ξi∈(0,1),(i=1,2,…,m-2)且0ξ1ξ2…ξm-21是给定常数。主要结果的证明基于Leray-Schauder延拓定理。     

非负WOD随机变量的第k小矩不等式

设{x_n,n≥1}为正数序列,{ξ_n,n≥1}为非负的WOD随机变量序列,其分布满足适当的条件.首先利用WOD随机变量的定义建立最小值min1≤i≤nx_iξ_i的一个指数不等式.利用此指数不等式,进一步研究非负WOD随机变量的第k小(E(k-min1≤i≤n|x_iξ_i|~p))~(1/p)的矩不等式,其中p0,k=1,2,…,n.本文中所得结果推广独立变量和NOD变量的相应结果.