显拟凹函数的一个新性质

显拟凹函数在非线性规划问题中起着重要的作用.在已有文献基础上给出了显拟凹函数的一个新性质:设X(∈)Rn是凸集,g:X→R是显拟凹函数,如果对(∨) y1,y2,…,yn∈X,满足g(yj)＞mini(≠)jg(yi),那么对(∨)λi＞0(i=1,…,n),n∑i=1λi=1,有g(n∑i=1λiyi)＞imini=1,…n g(yi).本文的结果推广了已有的结论.     

单调性不等式的某些注

<正> 10前言本文的目的是,在不利用通常的著名不等式的前提下,建立与单调性有关的两个不等式。作为特例,可以导出不等式及其它相关的不等式. 下面均考虑n个正数xi 组成的集(x)=(x_1,…,x_n)。如果0相似文献   

多维广义线性模型极大拟似然估计的渐近正态性

对固定设计的多维广义线性模型, 在λ(1/2/n)(1)/(2)λn/n→0和其他一些正则性条件下,证明了自然联系函数下的拟似然方程n∑i=1xi(yi-μ(x′iβ))=0 的解β^n即拟似然估计的渐近正态性, 其中,λn(λn) 表示∑ni=1xix′i的最小(最大)特征根, xi是有界的p×q回归变量,yi 是q×1响应变量.     

求符号几何规划全局解的加速方法

考虑符号几何规划(SGP)问题:Mini mize∑tT=01α0tΠin=1xiγ0tisubject to∑tT=j1αjtΠin=1xiγjtiηj,j=1,…,mx∈Ω0={x:0相似文献   

污染数据线性回归模型的参数估计和区间估计

研究线性回归模型:yi=α βxi iε,i=1,2,…,n,其中Eiε=0,E2iε=21σ;但y1,y2,…,yn受到另一个独立同分布随机变量序列W1,W2,…,Wn的污染,仅能观察到yi*=(1-v)yi vwi,i=1,2,…,n,Wi与yi相互独立.文章给出了α,β,v的估计及区间估计.     

求解非完全信息对策Nash平衡解的学习算法

基于动物进化论思想,把二人两边非完全信息对策转化为n次重复对策.根据每两次重复对策之间有一定的关系,通过构造关系G=(1/n n∑i=1 aij)/(n∑i=1 n∑j=1 pi(X(n),y(n))qi),提出了一种寻求Nash平衡解的学习算法.     

非参数回归函数核估计的一致强收敛速度

设(X,Y)为d×1随机向量,f(x,y)为其概率密度函数,(X_i,Y_i) i=1,2,…,n为抽自f的i. i. d. 样本,m(x)(?)E(Y|X=x)称Y对X的回归函数。Watson (1964),Nagaraya (1964)提出用m_n(x)=sum from i=1 to n (Y_iK(?))/sum from i=1 to n (K((x-X_i)/h_n))估计m(x),其中K(x)为R~d上的概率密度,h_n>0,h_n→0(n→∞),这种估计称核估计。引入记号:ω(x)(?) integral from R~1 to ∞(yf(x,y)dy),g(x)(?) integral from R~1 to ∞(f(x,y)dy),又ω_n(x)(?)1/(nh_n~d) sum from i=1 to n (Y_iK)((x-X_i)/h_n),g_n(x)(?)1/(nh_n~d) sum from i=1 to n (K((x-X_i)/h_n)),它们分别是ω(x)和g(x)的估计。则m(x)=ω(x)/g(x),m_n(x)=ω_n(x)/g_n(x)(约定0/0=0)。当d=1时,E. Schuster和S. Yakowitz(1979)证明了在一组条件下,存在常数c>0,他对(?)ε>0,当n充分大时,其中,     

二个矩阵不等式的推广及应用

对文[1]、[2]中的两个不等式进行了推广,我们得到了以下结果,当Ai,Bi为n阶正定实对称矩阵λi＞0,r≥n时得到了以下两个不等式:1.(m∑i=1λi)r-n/r|m∑i=1λiAi|1/r≥m∑i=1λi|Ai|1/r,2.2r-n/r(m∑i=1|Ai Bi|p/r)1/p≥(m∑i=1|Ai|p/r)1/p (m∑i=1|Bi|p/r)1/p,这里0＜P＜1,并应用新的成果重新证明了古典的Holder与Minkowski等不等式.     

A-G-H不等式的优化推广及其应用

借助于被称为降维法的新方法,建立了如下不等式:设ai>0,i=1,…,n,n≥2,A(a)1/n,H(a)=1-1-1ai,G(a)=∏n,则当且仅当实数λ≤1ai=1n∑nn时有不等式:n∑ni=1i=1i=1[H(a)]1-λ·[A(a)]λ≤G(a).作为应用,获得了一个几何不等式及一个有趣的矩阵不等式,并且推广了Carleman不等式.     

2×2表参数置信域的几何方法

对于生物医学统计中的一类二次感染问题,提出了一种研究其简单差和危险率的区间估计几何方法.比较系统地研究了非线性多项分布模型参数置信域的几何理论,通过基于曲率的置信域和基于Score检验的置信域这2种方法得到了3个关于参数置信域的定理.抽象出二次感染问题为一个特殊的非线性多项分布(三项分布)模型,其概率密度为:p(Y;π(θ))=n!3∏I=1(πyii(θ)/yi!),其中Y={y1,y2,y3}T,3∑I=1πi(θ)=1,3∑I=1yi=n,并进一步指出这些定理对于2×2表以及二次感染问题的应用.