Q过程的μ不变测度

设Q={qij;i,j∈E}是可数集E上的全稳定Q-矩阵，或单瞬时不可和准保守拟Q-矩阵，m={mj;j∈E}是Q的有限μ不变测度，则一定存在Q过程P（t)，使m是P（t)的μ不变测度。     

Q过程的μ-不变向量

设Q ={qij;i,j∈E}是可数集E上的全稳定q 矩阵 ,x ={xj;j∈E}是Q的有限 μ 不变向量 ,如Q零流出 ,则x是最小Q过程的μ 不变向量 ;一般地 ,Q不必零流出 ,但x满足infi∈Exi>0 ,则一定存在Q过程P(t) ,使x是P(t)的 μ 不变向量 .     

多维重Brown运动图集和像集的精确Hausdorff测度

设{W(t):t∈R},{B(t):t∈R }是两相互独立取值于R且W(0)= B(0)=0的标准Brown运动, {Y(t)=W(B(t)),t∈R }为R上的重Brown运动,X1(t),…,Xd(t)是Y(t)的d个独立复制．我们将探讨d维重Brown运动X(t)=(X1(t),…,Xd(t))的像集和图集的精确Hausdorff测度．更确切地,得到了X的像集X(Q)={X(t):t∈Q}和图集GrX(Q)={(t,X(t)):t∈Q}的精确Hausdorff测度,其中Q为(0,∞)上的Borel集．     

L~∞(G)中的一个闭凸不变集

设 G是局部紧群 ,f 是 G上的右一致连续函数 .本文讨论 L∞ (G)中一个闭凸不变集的关系式Co{ Lxf :x∈ G} 11· 11∞ ={* f∶∈ P′(G) } 11· 11∞ (f∈ R∪ C(G) ) .由此式易得出 R∪ C(G)上的左不变平均与拓扑左不变平均的等价关系 .     

任意信源与马氏信源比较及小偏差定理

设{X_n,n≥0}是在S={1,2,…N}中取值的可测函数列,P、Q是测度空间上的两个概率测度,其中Q关于{X_n,n≥0}是马氏测度.本文引进了P关于Q的样本散度率距离的概念,并利用这个概念得到了任意信源二元函数一类平均值的小偏差定理,作为推论得到了任意信源熵密度的小偏差定理.最后我们将Shannon-McMillan定理推广到非齐次马氏信源情形.     

L^∞（G）中的一个闭凸不变集

设G是局部紧群,f是G上的右一致连续函数.本文讨论L(G)中一个闭凸不变集的关系式Co{Lxfx∈G}11@11={φ*fφ∈P＇(G)}11@11(f∈R∪C(G)).由此式易得出RUC(G)上的左不变平均与拓扑左不变平均的等价关系.     

多维重Brown运动图集和像集的精Hausdorff测度

设{W(t):t∈R},{B(t):t∈R+}是两相互独立取值于R且W(0)=B(0)=0的标准Brown运动,{Y(t)＝W(B(t)),t∈R+}为R上的重Brown运动,X1(t),…,Xd(t)是Y(t)的d个独立复制.我们将探讨d维重Brown运动X(t)=(X1(t),…,Xd(t))的像集和图集的精确Hausdorff测度.更确切地,得到了X的像集X(Q)={X(t):t∈Q}和图集GrX(Q)={(t,X(t)):t∈Q}的精确Hausdorff测度,其中Q为(0,∞)上的Borel集.     

具拟不变测度群胚流上的交叉积

设G为第二可数局部紧有Haar系{λu}的群胚,A为G上左不变作用的交换群,则我们有C-动力系统（C（G）,A,β）．本文我们研究具有一定性质的拟不变测度,用此测度,得到了一些有关群胚C-代数及交叉积的重要结果,     

依中间意义渐近非扩张的半群的几乎轨道的渐近行为

设X是具有Frechet可微范数的一致凸Banach空间,C是X的非空有界闭凸子集,T={T(t):t≥0}是C上依中间意义渐近非扩张的半群。若μ(·):[0,∞)→C是T={T(t):t≥0}的几乎轨道且关于t∈[0,∞)连续,则{μ(t):t≥0}几乎弱收敛到集合∩_(t>0)co{μ(r):r≥t}∩F(T)的唯一点。     

任意N值随机变量序列关于m阶非齐次马氏链的一类小偏差定理

设{Xn,n≥0}为定义在概率空间(Ω,F,P)上在{1,2,…,N}中取值的随机变量序列.设Q为F上的另一概率测度,并且{Xn,n≥0}在Q下为m阶非齐次马氏链.设h(PIQ)为P关于Q相对于{Xn}的样本散度率距离.该文首先研究{Xn,,n≥0}关于m阶非齐次马氏链的m+1元函数平均值的一类小偏差定理.作为推论,得到了{Xn,n≥0}关于m阶非齐次马氏链状态出现频率和熵密度的一类小偏差定理.最后,得到了m阶非齐次马氏链的若干强大数定律和Shannon-McMillan定理.     

某些平均压缩迭代函数系的不变测度的L2维数的估计

假设f={f1,……,fm}是定义在R^d上的m个Lipschitz函数，形如fi(x)=λi^-1x bi(λi∈Z),假定由f产生的迭代函数系(IFS)是平均压缩的，本文给出了这种迭代函数系的不变测度的L^2-维数的上、下界的估计。     

跳过程的不变分布

设(E，ε)是状态空间，(q(x)，q(x，dy))为保守的q对，即q(x，E)=q(x)，x∈E，π是一严格正的概率测度，满足π(ΩIA)=0，A∈ε．问何时存在q-过程使得π是它的不变分布?本文对q对为全稳定情形，解决了该问题。     

第一章 幂函数、指数函数、对数函数

1.集合的概念一、选择题 1.若集合m={x|x-1/x-2≥0},N={x|(x-1)(x-2)≥0},P={x|2~((x-1)(x-2))≥1}则( )。 (A)M=N=P (B)MNP (C)MNP (D)MN=P 2.设p={x_1,x_2,x_3}是方程x~3=1在复数集C中的解集,Q={x_1X_2,x_2x_3,x_3x_1},那么P与Q的关系是( )。 (A)PQ (B)PQ (C)P=Q (D)P∩Q=φ 3.设全集1={x|x为小于20有奇数},若     

2005年全国各地高考数学试题分类汇编 考点1 集合的概念与运算

考点1集合的概念与运算1.(北京卷,1)设全集U=R,集合M={x x>1},P={x x2>1},则下列关系中正确的是().(A)M=P(B)P M(C)M P(D)CUM∩P=2.(江苏卷,1)设集合A={1,2},B={1,2,3},C={2,3,4},则(A∩B)∪C=().(A){1,2,3}(B){1,2,4}(C){2,3,4}(D){1,2,3,4}3.(湖北卷,1)设P、Q为两个非空实数集合,定义集合P+Q={a+b a∈P,b∈Q}.若P={0,2,5},Q={1,2,6},则P+Q中元素的个数是().(A)9(B)8(C)7(D)64.(江西卷,1)设集合I={x x<3,x∈Z},A={1,2},B={-2,-1,2},则A∪(CIB)=().(A)P{1}(B){1,2}(C){2}(D){0,1,2}5.(广东卷,1)若集合M={x‖x≤2},N=…     

起始为指数律的P—函数振荡问题

设y是标准p-函数类。对u>0令 y(u)={p∈yq≥0,p(t)=e~(-qt),0≤t≤u}在[9]Kingman证明了:如果p∈y(u)则p(t)≤e~(-1) e~(-qu)(t≥u),而在[4]中Griffeath进一步证明了:p(t)≤e~(-(1-e~(-qu)))(t≥u)。本文首先给出这一结果一个完全不同的新证明。然后证明下面的结果:如果p∈y(u),s≥u,p(t),m=P(s)则p(t)≤max(M,m e~(-1 m))(t≥u)。本文的第二个结果叙述如下:记 m(M,p)=inf{p(t):0≤t≤1,p(1)=M},p∈y I(M,u)=inf{m(M,p):p∈y(u)},I(M)=inf{m(M,p):p∈y} I~(M,u),v_0=inf{M>0:I(M)>0} v(M)=inf{M>0:I(M)>0}则v_0=v~。     

统计自相似集与随机不变测度

设犡是一完备可分度量空间，犓（ω）为Ｇｒａｆ随机模型下的随机递归集．该文构造了一列随机不变测度μ狀（狀≥１），它们是Ｈｕｔｃｈｉｎｓｏｎ确定模型下不变测度的推广；证明了存在一随机概率测度μ ，使得Ｓｕｐｐμ ＝犓（ω）且μ狀→μ （狀→∞）（弱收敛）；得到了μ狀的一些局部性质．     

非齐次马尔柯夫链积分型泛函的分布

<正> 设{x(t,ω):t≥0}是概率空间(Ω,■,P)上最小状态空间为I={0,1,2,…}的可分右下半连续的Markov链,它的转移函数族 P(s,t)={p_(ij)(s,t):i,j∈l},0≤s相似文献   

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:     

具有弱specification性质的amenable群作用的拟弱几乎周期点的回复层次（英文）

设(X,G)是一个G-系统,{F_n}_n=1^∞是G的一个F?lner序列.本文证明了如果(X,G)具有强specification性质,则在(X,G)上存在一个相对于G的F?lner序列{F_n}_n=1^∞的真拟弱几乎周期点x和一个由x沿着{F_n}_n=1^∞的轨道生成的不变测度μ,使得μ的支撑与x的相对于F?lner序列{F_n}_n=1^∞的极小吸引中心相同.此外,如果(X,G)有弱specification性质且(X,G)的周期测度在(X,G)的不变测度集合M(X,G)中稠密,则在(X,G)上存在一个相对于G上的F?lner序列{F_n}_n=1^∞的真拟弱几乎周期点y,使得每一个由y的轨道沿F?lner序列{F_n}_n=1^∞...     

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.