跳跃度变点模型变点估计的收敛速度

对至多只有一个跳跃度变点τ[0的模型Xi=α+θI{[nτ0]＜i≤n}+εi,其中εi独立同分布,i=1,…,n.利用滑窗方法给出了强、弱相合性以及强、弱收敛速度,并进一步研究了在局部对立条件下变点估计的OP收敛速度.     

非参数回归的若干性质

非参数回归,由于其具有不依赖于样本所从属的总体的分布形式与总体分布的参数无关,无需检验总体的参数等诸多优点而被广泛应用.本文讨论了非参数回归的一些性质.1　预备知识设有一组样本{(xi,yi),i=1,2,…,n}.考虑yi=f(xi)+εi,　i=1,2,…,n,其中E(εi)=0,D(εi)=σ2,cov(εi,εj)=0,i≠j,则一元非参数回归为f(x)=1nh∑ni=1Kx-xihyi1nh∑ni=1Kx-xih,(1)其中h为带宽,K(x)为核函数,一般取为关于原点对称的概率密度函数,如标准正态密度函数等.同样可定义二元非参数回归f(z)=1nh21+h22∑ni=1Kx-xih1,y-yih2yi1nh21+h22∑ni=1Kx-xih1,y-yi…     

一类“数学问题”的统一证法

文[1]给出了不等式:已知x,y,z∈R+,m∈N+.求证:x/mx+y+z+y/x+my+z+z/x+y+mz≤3/m+2. 文[2]给出了不等式:已知xi＞0(i=1,2,…n),k＜1,求证: n∑i=1 xi/x1+x2+…+xi-1+kxi+xi+1+…+xn≥n/n+k-1. 文[3]给出了不等式:设ai＞0(i=1,2,3,…,n),p∈R,q＞0,且n∑i=1ai=A,Si=pai+q(A一ai)＞0(i=1,2,…,n),求证:     

关于m个相关回归方程系统回归系数的两步估计

一、前言 考虑m个回归方程系统如下yi=Xiβi εi(i=1,2,…,m),(1)其中在第i(i=1,2,…,m)个方程中,yi是n×1的随机观察值向量,Xi是秩为pi的n×pi阶矩阵,βi是pi×1的未知参数向量,而εi是n×1的误差向量。 惯常的方法是假定误差向量ε_1,ε_2,…,ε_m是互相独立地服从正态分布,其均值是E(εi)=0,方(协)差矩阵是D(εi)=σ_i~2I_n(i=1,2,…,m),这里I_n表示n阶单位阵,σ_i~2是未知参数。在这样的假定下,估计回归系数βi只须单从第i个方程求得其最小     

全矩阵环的一类基

设P是一个域,Fij(i,j=1,2,…,n)是全矩阵环Mn(P)中n2个n×n矩阵,且满足FijFkl=δjkFil(i,j,k,l=1,2,…,n),其中δij={1,i=j0,i≠j为Kronecker符号.则或者所有Fij(i,j=1,2,…,n)全为零,或者存在可逆矩阵T∈Mn(P),使得Fij=T-1EijT(i,j=1,2,…,n),其中Eij表示(i,j)位置是1,     

2011年清华金秋营数学试题及解答

1.求sinπnsin2πn…sin(n-1)πn的值.解设ε=cosπn+isinπn(i为虚数单位),则1,ε,ε2,…,ε2(n-1)为x2n-1=0的根,且sinkπn=εk-ε-k2i=ε2k-12iεk,所以sinπnsin2πn…sin(n-1)πn=(ε2-1)(ε4-1)…[ε2(n-1)-1]2n-1in-1ε12n(n-1)()n-1(2)(4)…[2(n-1)]     

变系数非线性递归序列的极限

对形如F_(n+p)=(sum from to i=1 to p)a_i(n)F_(n+i-1)~(b_i),n≥1的变系数非线性递归序列{F_n}的极限问题进行了研究,给出了在满足一定条件时,序列{F_n}收敛且极限值与初始值F_i>0,i=1,2,…,p无关.     

一道竞赛试题解法探究

例 1　 ( 1995年数学冬令营第五题 )设xi >0 ,∑ni =1xi=1(i =1,2 ,… ,n) ,求证 :∑ni =1xi1+ (x1+x2 +… +xi- 1)xi+xi+ 1+… +xn≤ π2 .证　令sinθi=∑ik =1xk ,θ0 =0 (i =1,2 ,… ,n) ( 0<θi≤ π2 ) ,则∑ni=1xi1+ (x1+x2 +… +xi - 1)xi+xi + 1+… +xn=∑ni =1sinθi-sinθi- 11+sinθi - 11-sinθi- 1=∑ni =12sin θi-θi - 12 cosθi+θi- 12cosθi - 1≤∑ni =12sinθi-θi - 12<∑ni =1(θi-θi - 1)=θn -θ0 =π2 .例 1的命制及解法均含有高等数学中的思想方法 ,为了说明问题 ,我们给出如下两个结论 .定理 1　设 f(x) 是区…     

多面体重心的两个性质

本文首先应用解析法 ,建立“点到平面的有向距离”概念 ,然后给出多面体重心的两个有趣性质 .定义 1　在空间直角坐标系内 ,设点P的坐标为 (x0 ,y0 ,z0 ) ,平面π的方程为Ax +By +Cz +D=0 .令d =Ax0 +By0 +Cz0 +DA2 +B2 +C2 (1)则d称为点P到平面π的有向距离 .多面体的重心定义如下 :定义 2　在空间直角坐标系内 ,设多面体A1A2…An 的顶点Ai 的坐标 (xi,yi,zi) (i =1,2 ,… ,n) .令　x′ =1n ∑ni=1xi,y′ =1n ∑ni=1yi,z′ =1n ∑ni=1zi (2 )则点G(x′ ,y′z′)称为顶点系的重心 .由定义 1,2 ,我们获得了下述性质 .定理 1　在空间…     

方差分量组合的非负二次估计的可容许性

设有方差分量模型Y=X_β+U_(1ε1)+…+U_(NεN),其中XU_i已知,ε_1,…,ε_1相互独立。Eε_(if)=0,Eε_(if)~2=σ~2,Eε_(if)~3=0.Eε_(if)~4=3σ_i~4,这里(ε_(i1),…,ε_(in_i)εi。(β,σ~2)∈R~n×Ω为未知参数。Ω={(σ_1~2,…,σ_N~2):0≠sum from i=1 to n σ_i~2U_iU'_i≥0}。本文给出了Y'AY是sum from i=1 to n f_iσ_i~2在损失(Y'AY-sum from i=1 to N f_iσ_i~2)~2下在类{Y'BY:B≥0}中可容许估计的一个充分条件。同时也给出了Y'AY+l'Y+a是sum from i=1 to N f_iσ_i~2的可容许估计(在类{Y'BY+m'Y+b}中)的一个充要条件。研究了非负二次估计与局部最优估计之间的关系。