I.I.D.随机变量两两乘积之和的Hsu-Robbins型定理(Ⅰ)

设随机变量Ｘ１，Ｘ２，…ｉｉｄ；称Ｕｎ＝１≤ｉ＜ｊ≤ｎＸｉＸｊ，为两两乘积之和，本文意在给出 Ｕｎ／ｎ~２→０即文中（０．３）式成立的充分必要条件．我们在这部分工作中虽未能彻底解决这个问题，但却揭示出这类条件与Ｓｎ／ｎ→０（Ｓｎ＝ｎｉ＝１Ｘｉ）之条件间的本质上的不同之处，就是说，这是一类不能完全用Ｘ１的矩来刻划的条件，它们要更为深层次地依赖于Ｘ１的尾分布性质．     

随机阵列最大部分和的矩不等式和概率不等式

设Ｘｉｊ，ｉ＝１，…，ｍｌｊ＝１…，ｎ是任决一个随机变量阵列，令Ｓ（ｉ１，ｊ１；ｉ２，ｊ２）∑ｉ＝１，∑ｊ＝１Ｘｉｊ，Ｍ（ｉ１，ｊ１；ｉ２，ｊ２）ｍａｘｉｊｚ≤ｉ≤ｉ２，ｊ１≤ｊ≤ｊ２‖Ｓ（ｉ１，ｊ１；ｉ，ｊ）‖１≤ｉ１≤ｉ２≤ｍ，１≤ｊ１≤ｊ２≤ｎ）本文根据所设Ｅ（ｅｘｐ（ｔ，／Ｓ（ｉ１，ｊ１；ｉ２ｊ２）／）），Ｅ／Ｓ（ｉ１，ｊ１；ｉ２，ｊ２）／和Ｐ（？Ｓ（ｉ１，ｊ１；ｉ２，ｊ２?／≥ ｉ）的界     

相依样本下非参数回归函数递推型核估计的渐近分布

设（Ｘｉ，Ｙｉ）１≤ｉ≤ｎ为来自二元总体（Ｘ，Ｙ）的平稳，φ－混合样本，记ｍ（ｘ）△Ｅ（Ｙ│Ｘ＝ｘ），ｍ（ｘ）的一种递推型核估计为ｍｎ（ｘ）＝ｎ∑ｉ＝１ｈｉ＾－１Ｙｉｋ（（ｘ－Ｘｉ）／ｈｉ）／ｎ∑ｊ＝１ｈ＾－１ｊｋ（ｘ－Ｘｊ）／ｈｊ）。本文在一定的条件下证明了（ｎ／（ｎ∑ｊ＝１ｈ＾－１ｊ）＾１／２）（ｍｎ（ｘ１）－ｍ（ｘ１），ｍｎ（ｘ２）－ｍ（ｘ２），．．．ｍｎ（ｘｒ０）－ｍ（ｘｒ０））′依分布收     

具有独立贡献的相依回归模型

考虑相依回归（ＳＵＲ）模型ｙｉ＝Ｘｉβｉ＿ｅｉ，ｉ＝１，２，…，ｍ，Ｅｅｉ＝０，ｉ，ｊ＝１；２，…ｍ，其中ｙｉ和ｅｉ是ｎ×１维随机向量，Ｘｉ是ｎ×ｐｉ已知矩阵，βｉ是ｐｉ×１维参数向量，∑＝（σｉｊ）ｍ×ｍ＞０．文中给出了两个概念：独立贡献和简洁估计．主要结果是如下五种叙述等价：（１）ＳＵＲ模型具有独立贡献；（２）βｉ的ＢＬＵＥ是简洁估计；（３）协方差改进估计是ＢＬＵＥＺ（４）βｉ的ＢＬＵＥ具有形式其中，ｊ＝１，２，…，ｍ；（５）ＰｋＮｉＮｊ＝０，ｉ≠ｊ，ｋ，Ｉ，ｊ＝１，２，…，ｍ     

方差估计的随机加权分布的渐近展开—非独立同分布情形

设Ｘ１，．．．，Ｘｎ是一组独立的随机变量序列，设ＥＸｉ＝０，ＶａｒＺｉ＝μ２，ｉ＝１，２，．．．，ｎ，其中μ２是待估参数，当Ｘｉ，ｉ＝１，２，．．．ｎ给定后，分别用Ｄｎ＝ｎ∑ｉ＝１Ｖｉ（Ｘｉ－Ｘ）＾２－１／ｎｎ∑ｉ＝１（Ｘｉ－Ｘ）＾２及Ｕｎ＝ｎ∑ｉ＝１（Ｘｉ－Ｘ）＾２及Ｕｎ＝ｎ∑ｉ＝１Ｖｉ（Ｘｉ－ｎ∑ｉ＝１ＶｉＸｉ）＾２－１／ｎｎ∑ｉ－１（Ｘｉ－Ｘ）＾２两种形式的随机加权分布来逼近Ｔｎ＝１／ｎｎ∑     

截断和的弱大数律

投｛Ｘｎ，ｎ≥１｝ｉ．ｉ．ｄ．，Ｘｎ，１≤Ｘｎ，２≤…≤Ｘｎ，ｎ是Ｘ１，Ｘ２，…，Ｘｎ的次序统计量．对非负整数ｋ，ｒ，ｋ＋ｒ≤ｎ，令．本文研究当ｋ＝ｋｎ，ｒ＝ｒｎ满足ｍｉｎ（ｋ，ｒ）→∞，ｍａｘ（ｋ，ｒ）→０时截断和Ｓｎ（ｋ，ｒ）的弱大数律．设βｎ＞０，Ｃｎ∈Ｒ，文中给出了依概率收敛的充要条件．     

最佳L2局部逼近存在唯一的充分必要条件

本文给出了最佳Ｌ２局部逼近的存在唯一性定理，设ｆ∈Ｌ２（０，δ），Ｓｎ＝ｓｐａｎ（ｕ０，ｕ１，．．．Ｕｎ－１）Ｃ＾ｎ－１（０，δ），且ｄｅｔＷｎ（ｕ０，ｕ１，．．．ｕｎ－１；０）≠０，那么，当ｘ→０时，网（Ｐｘ（ｆ，Ｓｎ）收敛于Ｓｎ中某元素Ｐ０（ｆ，Ｓｎ）的充要条件为：ｆ＝Ｐｎ－１＋ｈ，其中Ｐｎ－１（ｔ）＝ｎ－１∑ｉ＝１ａｉｔｉ（ｈ，１）ｘ＝０（Ｘ＾ｎ），ｘ→０，且Ｐ０（ｆ，Ｓｎ）＝ＵＷ＾－１ｎＡ     

厄米特矩阵的迹的几点性质

应用矩阵Ａ＝（ａｉｊ）∈Ｃｎ×ｎ的弗罗伯尼范数ＡＦ和谱范数ＡＳ，研究厄米特矩阵的迹的性质，得到几个结论：Ｔｒ（ＡＢ）＝∑ｎｉ＝１λｉ∑ｎｊ＝１ｔｉｊμｊ（λｉ，μｊ分别为Ａ，Ｂ的特征值，０≤ｔｉｊ≤１，且∑ｎｉ＝１ｔｉｊ＝１，ｊ＝１，２，…，ｎ）；Ｔｒ（ＡＢ）≤Ｔｒ（Ａ）ＢＳ；Ｔｒ（ＡＢ）Ｈ（ＡＢ）］≤Ｔｒ（ＡＨＡ）［ｍａｘ１≤ｉ≤ｎλｉ］２（λｉ是Ｂ的特征值）等．     

P.Turan问题XXXV的一个注记

本文给出了有关Ｐ．Ｔｕｒａｎ问题ＸＸＸＶ［关于逼过论的某些未解决的问题，Ｊ．Ａｐｐｒｏｘｉｍａｔｉｏｎ Ｔｈｅｏｒｙ，１９８０，２９（１）：２３－８５］的一个结果。设ｒｉｎ（ｘ）为（０，２）插值的第一类基函数，其插值节点为（１－ｘ）Ｐｎ＇（ｘ）之零点而Ｐｎ（ｘ）为ｎ次Ｌｅｇｅｎｄｒｅ多项式。那么ｍａｘ－１≤ｘ≤１∑ｉ＝１ｎ│ｒｉｎ（ｘ）│＝Ｏ（ｎ＾５／２ｌｎｎ）．但对ｆ＾＊＝ｘ＾２却有ｌｉｍ↓ｎ→     

强相依高斯序列超过数点过程与部分和的联合渐近分布

（Ｘｎ）为标准化平稳高斯序列，ｐｎ＝ＥＸ１Ｘｎ＋１，Ｎｎ为Ｘ１，Ｘ２，…，Ｘｎ对水平ｕｎ＝ｘ／ａｎ＋ｂｎ的超过数形成的点过程，Ｍｎ＾（ｋ）为Ｘ１，Ｘ２，…，Ｘｎ的第ｋ个最大值，Ｓｎ＝（ｎ）∑（ｉ＝１）Ｘｉ，ｐｎｌｏｇｎ→ｒ∈（０，∞）时，得到Ｎｎ与Ｓｎ、Ｍｎ＾（ｋ）与Ｓｎ的联合渐近分布。     

时间随机环境中一维紧邻随机游动的常返性质

设环境q={q(n)}∞0是取值于[0,1]上一列独立同分布的随机变量列,且Eq(0)=p;{Sn}∞0是随机环境q中取整数值随机游动,S0=0,且满足:对任意的整数xi(i≥0),x,y,P(Sn+1=y|S1=x1,…,Sn-1=xn-1,Sn=x,q)={q(n),y=x+1,1-q(n),y=x-1,0,其他.我们证明了:p>1/2时,Sn→+∞,a.e.,n→∞;p<1/2时,Sn→-∞,a.e.,n→∞;p=1/2时,-∞=(lim infSn)/(n→+∞)<(lim supSn)/(n→+∞)=+∞,a.e.,n→∞.     

一个随机偏差定理

设{Xn,n≥0}是可列非齐次马尔可夫链,Sn(i0,i1,…,im-1,ω)表示m元状态序组(i0,i1,…,im-1)在序列(X0,X1,…,Xm-1),(X1,X2,…,Xm),…,(Xn-1,Xn,…,Xn+m-2)中出现的次数.本文给出了关于Sn(i0,i1,…,im-1,ω)的一个对任意可列非齐次马尔可夫链普遍成立的随机偏差定理,即用不等式表示的一个强极限定理.     

Sufficient and necessary conditions for limit laws on lag sums of I. I. D. R. V. S

Let {X, X _n ;n>-1} be a sequence of i.i.d.r.v.s withEX=0 andEX ²=σ²(0 < σ < ∞). we obtain some sufficient and necessary conditions for

一个随机偏差定理

设{Xn，n≥0}是可列非齐次马尔可夫链，Sn（i0，i1，…，im-1，ω）表示m元状态序组（i0，i1，…，im-1）在序列（X0，X1，…，Xm-1），（X1，X2，…，Xm），…，（Xn-1，Xn，…，Xn＋m-2）中出现的次数.本文给出了关于Sn（i0，i1，…，im-1，ω）的一个对任意可列非齐次马尔可夫链普遍成立的随机偏差定理，即用不等式表示的一个强极限定理.     

approximation for the solutions of stochastic differential equations. iii. jointly weak convergence

We give sufficient conditions for a family Z, e > 0 of continuous finite variation processes to converge weakly to a diffusion process Z. Then we consider the integral equation dXE(t) = (l)(Xe(t))dZE{t) and the stochastic equation dX{i) = (j)(X{t))dZ{t) and denote by X(t,x,w respectively X{t,x,(jo), the solution starting at x. We prove that PoX~l, e>0 converge weakly to Pol     

有限个严格压缩映像隐迭代格式的逼近

假设E为一致凸的Banach空间,对偶空间E*有Kadec-Klee性质,K为E的非空闭凸子集{Ti:i=1,2,…,N}:K→K为Browder-Petryshyn意义下的严格伪压缩映像且F=∩Ni=1F(Ti)≠0.{αn}n∞=1满足0相似文献   

B值移动平均过程的Strassen重对数律

设 {ε,εt;t∈ Z}是 iid的 B值随机变量序列 ,{ aj;j∈ Z}是一个实数列 ,满足 ∞j=-∞|aj|<∞ .记 Xt= ∞j=-∞ajεt-j,Sn = nt=1Xt.对 p≥ 1 ,本文研究了n-1 -( p/ 2 ) (2 L2 n) -( p/ 2 ) ni=1 ‖ Si‖p 及 n-1 -( p/ 2 ) (2 L2 n) -( p/ 2 ) ni=0 ‖ Sn- Si‖ p的渐进性质 ,使得 Strassen(1 964)及 Chen(1 994)的一些结果得到推广 .     

An Upper Bound for the Cardinality of an <Emphasis Type="Italic">s</Emphasis>-Distance Set in Euclidean Space

In this paper we show that if X is an s-distance set in ^m and X is on p concentric spheres then Moreover if X is antipodal, then .     

重尾平稳序列的大偏差

本文给出了一类重尾的随机变量序列{Xn,n≥1}的部分和Sn=∑i=1 n Xi与随机和S(t)=∑i=1^N(t) Xi的大偏差结果其中{N(t),t≥)}是一族非负整值的随机变量，{Xn,n≥1}是非负的平稳过程，并且与{N(t),t≥0}独立。本文将独立同分布情形的结果掖到了平稳相依的情形。