生灭过程高态V-逗留时间与首次通过时间的分布

<正> §1.引言设 x={x_i(ω),t≥0}是概率空间(Ω,(?),P)上的生灭过程,相空间 E={0,1,2,…},生灭率分别为 b_i>0(i≥0),a_i>0=a_0(i>0),且不妨设 X 为可分、Borel 可测、右下半连续的强马氏过程.     

生灭过程的末遇时

<正> 该 X={x_t(ω),t≥0}是概率空间(Ω,(?),P)上的生灭过程,相空间 E={0,1,2,…},生灭参数分别为 b_i>0(i≥0),α_i>0=(i>0),且不妨设 X 可分、Borel可测及一切样本函数右下半连续,因此 X 是强马氏的.B((?)E)的末遇时、最小末遇时与 Green 末遇时分别定义为(略ω)     

生灭过程的泛函分布

<正> 设X={x_t(w),t≥0}是定义在概率空间(ΩP)上的生灭过程(定义参看[1]),其密度矩阵Q具有下列形式:     

中断生灭过程的构造

<正> 1°本文较[2]深入之处在于:允许生灭过程中断的情形下,对S<∞和S=∞两种情形的构造问题作了统一处理,构造了全部(包括中断)生灭过程. 设E={0,1,2,…},X(ω)={x(t,ω),t<σ(ω)}或简记X={x(t),t<σ}是定义在完备概率空间(Ω,,p)上,以E为其状态空间的可分Borel可测右下半连续(在EU{∞}中)的时间齐次连续参数马氏过程,其转移概率矩阵p(t)={p_(ij)(t),i,j∈E}(t≥0)是一组满足下列条件的实值函数.对任意S,t≥0,     

生灭过程的Newton位势

设X={x_t(ω)},t≥0}为概率空间(Ω,?,P)上的生灭过程,相空间E={0,1,2,…},生灭概率速度分别为b_i>0(i≥0),a_i>0=a_0(i>O)且不妨设 为典范的,因此是强马氏过程。 对可列马氏链的Newton位势,特别是时间离散情形的研究见文[2],对Baown运动位势的研究可见文[3、4]。本文首先给出生灭过程禁止势与首中点分布的计算公式,作为特例得到它的Newton位势(以下简称势),并由此发现X势的研究可致力于对最小链X势的讨论(§1)。自§2起对X的势作了普遍的讨论,利用[5]得到的某种逗留时间的矩及Brown运动中势论思想逐一作考察。结果是Newton势论中主要问题的结论几乎可全部从Brown运动移植过来,只是用Z-平均性(§3)代替球面平均性、用π-对称(§1)代替一般的对称。     

关于Gauss过程增量的若干结果

设{X(t), t≥0}是具有平稳增量的Gauss过程,满足X(0)=0(a. s.),EX(t)=0,σ~2(h)=E(X(t+h)-X(t))~2=EX(h)~2=C_0h~(2a),其中C_0>0,0<α<1。本文研究了这类过程的增量问题,将Wiener过程增量所具有的性质(见[4,5,6])推广到{X(t), t≥0}的增量上来。     

关于生灭过程构造论的注记

<正> 的矩阵(其中δ_0≥0,β_0>0,δ_i>0,β_i>0(i>0))研究了 Q-过程,亦即生灭过程的构造论,找出了一切 Q 一过程,用的是分析方法.王梓坤在[2]中用概率方法对δ_0=0的情形研究了生灭过程的构造论,即找出了一切不断的 Q-过程(它必满足向后方程组).本文的目的在于找出[1],[2]中所求得的生灭过程之间的关系,证明了用两种不同方法,即     

鞅论中两权(p,q)极大不等式

<正> 设(X,■,dx)是一概率空间,{■}_(n≥0)是一满足通常条件的子σ-代数的增加族,即平凡(即由所有零集生成),且设U(x),V(x)是(X,dx)上两非负可测函数,1≤p≤q<∞.一个鞅f=(f_n)_(n≥0)称为L~p(Udx)中的鞅,记为f∈L~p(Udx),如果序列{f_n}_(n≥0)在L~p(Udx)中收敛.也用f记其极限.本文中我们要刻划所     

无限维线性时滞系统的可微性及其对稳定性分析的应用

设 X 是一个 Banach 空间,假设(Ⅰ)—A 生成 X 上解析半群 e~(-At),‖e~(-At)‖≤Me~(μt),t≥0.令 λ_0>μ,则可定义(参看[1])     

向量值H~P空间上的Cesàro算子

设X为一复Banach空间,f:D→X为一个X-值解析函数,f(z)=sum from n≥0(a_nz~n),a_n∈X,设C(f)(z)=sum from n≥0((a_0 a_1 … a_n)/(n 1)z~n)A(f)(z)=sum from n≥0(sum from k=n to ∞(a_k/(k 1))z~n本文证明了对于任意的1≤p<∞以及复Banach空间X,C为从H~p(X)到H~p(X)的有界线性算子;对于任意的1相似文献   

Banach空间中一类K正定算子方程的可解性及其迭代构造

设X为Banach空间,A:D(A)?X→X为可闭的K一正定算子满足D(A)=D(K),则存在常数β>0,?x∈D(A),‖Ax‖≤β‖Kx‖,而且方程Ax=f(?f∈x)有唯一解.设{c_n}_n≥0为[0,1] 中实数列,定义迭代序列{x_n}_n≥0 如下:(?),则{x_n}_n≥0强收敛于方程Ax=f的唯一解.     

一类型集值积分方程解的存在性

本文设(X,)是Banach空间,L(X)是X的非空有界闭子集族,H是导出的Hausdorff度量.此外,∧是一指标集.作为准备,我们有以下Chen和Shin的结果对集值映象情形的推广: 引理设T_λ:X→L(X)(λ∈∧),使得这里函数φ满足(φ):φ:[0,∞)→[0,∞)不减,φ(t)0),且(?)α≥0,存在β>1及收敛序列{t_k}:t_0=0,t_1≥α,t_(k 1)=t_(k φ)(β(t_k-t_(k-1))(k=1,2,…),则存在     

马氏过程的可加泛函与停时变换(Ⅱ)

定义4.1 设 X=(Ω(?),(?)_t,X_t,θ_t,P~x,T)是以(E_Δ,(?)_Δ)为状态空间的随机过程,称(Ω,(?))上的随机变量族 M={M_t,0≤t≤∞}为 X 的可乘泛函,如果(1)M_t∈(?)_t,((?)t≥0);(2)M_(s+t)=M_t(M_s(?)θ_t),((?) s、t≥0);(3)0≤M_t≤1,((?)t≥0).若 t(?)M_t 右连续(连续),则称 M 是右连续(连续)可乘泛函。对 X 的可乘泛函 M=     

两类生灭过程的特征数及其概率意义

文章研究以0为反射壁和以0为拟飞射壁的两种生灭过程.通过引入线性方程组和推移算子,证明了朱全新等人(2004)的三个主要结果;准确地定义了mai,eai,Nai,Ra(a≥0)等一系列特征数,并表明了这些特征数的概率意义;最后,求出了Ra<∞(a≥0)的一个等价条件.应该注意的是:杨向群(1986),王梓坤(1996)的一些结果是这里a=0时的特例,因此从某种意义上说,此文是对杨向群(1986),王梓坤(1996)的结果的进一步推广和完善.     

生灭过程由0~ -系统的唯一决定性

§1 引言设 X={x(t,ω),t<σ(ω)}是定义在完备概率空间上的齐次可列标准马尔可夫过程(以下简称马氏过程或过程),其相空间 E=(0,1,2,…,)其转移概率为 p_(ij)(t),i,j∈E,t≥0,它们是一组满足下列条件的实值函数     

渐近Bayes判别

<正> 一、引言设(θ,X),(θ_1,X_1),…,(θ_n,X_n)为 iid 随机变量,其中 X 取值于只 R~d(d≥1),θ只取0,1两个值,记 P(θ=0)=η_0,P(θ=1)=η_1=1-η_0,设 X 在给定θ=i 时的条件密度为 f_i(x)dx,i=0,1.(θ_1,X_1),…,(θ_n,X_n)是已知的样本,常称为训练样本,在实际应用上,常需借助于它们,以根据 X 之观测值,对θ的值做出判別.记 f(x)=η_0f_0(x)+η_1f_1(x),则后验概率为     

生灭过程爆发后的首中时与首中点的联合分布

对于有爆发的寿命为σ的生灭过程X ={X(t) ,t<σ},求出了X在爆发后对于不超n的非负整数的集合B_n={0 ,… ,n}的首中时、首中点的分布和联合分布     

相依样本下非参数回归函数估计的强收敛速度

设(X,Y),(X_1,Y_1,),…,(X_n,Y_n)是一个平稳、φ—混合过程((X,Y)∈R~d×R,E|Y|~(s δ)<∞,s≥2,δ>0),用m(x)记E{Y|X=x},本文讨论了m(x)的如下估计m_n(x)的强收敛速度:     

纯生过程的变异性(英语)

设{X(t):t≥0}为零初值纯生过程,出生率为λ_n,n≥0.在本文中,我们证明了Faddy[7]的一个猜测:当出生率为单调增加序列λ_0≤λ_1≤λ_2…。时,Var{X(t)}≥E{(t)};当出生率为单调减少序列时Var{X(t)}≤E{(t)}。     

数学规划方法确定的最优生产函数的性质

§1.最优生产函数的存在性 令R_+~n={(x_1,…,x_n)|x_i≥0,i=},设生产过程的投入向量为x∈XR_+~n(X为投入可能集),产出向量为y∈R_+~m,已知生产活动观测集为:={(x~1,y~1),…,(x~N,y~N)}其中x~i∈R_+~n,y~i∈R_+~m,x~i≠0(0,0),i=,那么由诱导的生产可能集为: