一致混合序列最大值的强极限律

设{X_i}是一个随机变量序列,用(?)(X_i,1≤j≤m)和(?)(X_j,j≥m)分别表示由(X_1,…,X_m)和(X_m,X_(m+1),…)产生的 σ-域.若对任意 A∈(?)(X_j,1≤j≤m)和 B∈(?)(X_j,j≥m+l+1)有|P(A∩B)—P(A)·P(B)|相似文献   

稳定性参数区域之进一步估计

在[1]中,笔者用标量函数的方法研究了具有分解形式(dX_i)/(dt)=G_i(X_i,t) sum from i=1 j(?)i to r A_(ij)(t)X_j(t) sum from j=1 to r B_(ij)(t)[X_j(t-τ(ij))-X_j(t)](i=1,2,…,r)的复合系统(dX)/(dt)=H[t,X(t),X(t-τ)]及具有分解形式     

The Berry-Esseen Theorem and Non-Uniform Estimate for U-Statistics

Let X_1,X_2,…,X_n be independent random variables. Define a U-statistic by U_n(?)~(-1)sum from 1≤i≤j≤n (h(X_i,X_j), where h(x,y) is a symmetric function of two variables x,y and that Eh(X_i,X_j)=0(i≠j, i,j=1,2,…,n). Write g_j(X_i)=E(h(x_i,x_j)|x_i),g(X_1)=1/n-1 sum from j=1 j≠i to n g_j(X_i) We give the following two theorem: Theorem 1 Suppore that     

The optimal base of a matroid/with tree-type constraints

Let M be a matroid defined on a weighted finite set E=(e_1,…,e_n).l(e) is the weight of e∈E.P (X_1,…,X_m) is a set of subsets of E.X_i,X_j∈P,if X_i∩X_j≠(the empty set),then either X_i X_j or X_jX_i.For each X_i∈P,there are two associate nonnegative integers a_i and b_i with o_i≤b_i≤|X_i|.We call a base T of M a feasible base with respect to P(or simply call it a feasible base of M),if X_i∈P,a_i≤|X_i∩T|≤b_i.A base T' is called optimal if:i) This feasible,In this paper we present a polynomial algorithm to solve the optimal base problem.     

一类二分图的k-匹配数

设G是一个具有二分类(X_1,X_2)的简单偶图,|X_1|=|X_2|=n,如果对于给定的c>0,|M(S)|≥(1+c)|S|对任意满足|S|≤n/2的S(?)X_i(i=1,2)都成立,其中N(S)是S的邻集,则称G是(n,c)-扩张图.给出了(n,c)-扩张图的k-匹配数与完美匹配数之比的顺从界.     

可靠性增长试验中一类结构可靠度的统计分析

设X_(i1),X_(i2)……,X(in),是X_i的随机样本(i=1,2,…,m),且这些样本间是相互独立的,又设X_i～N(θ_i,δ_i~2)(θ_i与δ_i未知),且对某一常数c有P(X_1>c)≤P(X_2>c)≤…≤P(X_m>(?)基于上述样本,文中给出P(X_m>c)的点估计和在某种意义下最优的置信下限。     

随机化最近邻判别分析中错误概率估计的极限性质

设(X,θ)是取值于 R~d×{1,…,M)的随机向量.我们分别称 X 与θ为指标变量和类别变量.又设 Z~n(?){(X_i,θ_i),i=1,…,n}为(X,θ)的 iid.样本,称之为训练样本.判别分析的问题就是要依据 Z~n 及 X 的观察值对θ进行判别.假定在 R~d 中引进了某一距离ρ(x,y),x,y∈R~d.于是当 X=x 给定时,我们可按照距离ρ(x,X_j),j=1,…,n,的上升秩序,把 X_1,…,X_n 重新排列成 X_((R)_1),…,     

一类利用函数偶的最佳逼近

设X(?)[a,b]及K(?)C(X)为n维线性子空间,固定一个f∈C(X),记K~+={p∈K:p≥f},K~-={p∈K:p≤f}及F={(p_1,p_2):p_1∈K~+,p_2∈K~-}。在C(X)中引进一种范数‖·‖,我们可以提出如下的极小问题:寻找(p_1,p_2)∈F,使它满足条件     

强相依高斯序列的最大值与和的联合渐近分布

{X_n,n≥1)是标准高斯序列,T_(ij)=cov(X_i,X_j)。本文在强相依条件rijlog(j-i)→r∈(0,∞)(j-i→ ∞)下,得到了高斯序列的最大值M_n与标准化部分和S_n=sum from i=1 to n(X_i/(E(sum from i=1 to n X_i)~2)/(1/2))     

高中数学综合训练六 直线与圆锥曲线

1 已知两点P_1(-2, -2)、P_2(2,0),(1)在直线p_1p_2上找一点p,使|pp_1|为|p_1p_2|的1/4(2)在p_1p_2的延长线上找一点Q,使得有|P_2Q|:|p_1Q|=1:2 2 已知平行四边形ABCD中,三顶点坐标分别是(-2,-1)、(0,2)、(2,-1),求第四顶点坐标。 3 已知直角三角形ABC,斜边BC两端点坐标为B(m,a)、C(m,b),求此三角重心的轨迹。 4 试求到两坐标轴距离之差恒为2的点的轨迹方程,并作出轨迹图形。     

正则半群的一个定理到拟正则半群的推广

1973年,T.E.Hall 证明了:“若正则半群 S 的每个(?)-类最多只含 m(一固定正整数)个(?)-类,则对 S 的任元 a,a~m 在 S 的子群中.”本文将该定理推广到拟正则半群上,即证明了:“若拟正则半群 S 的每个正则(?)-类最多只含m(一固定正整数)个(?)-类,则对 S 的任元 a,a~(mn)在 S 的子群中,其中 n 为 a~m的正则指数.”     

一个最小可行图的判定条件

设有n个集合X_1,…,X_n,一个以X=U_(i=1)~nX_i为顶点集的图G称为是一个关于(X_1,…,X_n)的可行图,如果对每一个X_i(i=1,…,n),导出子图G_i=G[Xi]是连通的。关于集合序列(X_1,…,X_n),含最少边数的可行图称为是最小可行图。本文证明,关于(X_1,X_2,X_3)的可行图G=G_1∪G_2∪G_3是最小可行图的充分必要条件是:当X_i∩X_j∩X_k≠φ(i,j,k)=1,2,3)时,G_i∩G_j∩G_k是树。它发展了由D.-Z.Du(堵丁柱)在1986年得到的一个结果。     

有限时滞中立型大系统的稳定性

引理1 令P=(p_(ij))是m×m的非负矩阵(即p_(ij)≥0),β≥0,q_i≥0(i=1,…,m)且记.若β<<1且矩阵P的谱半径ρ(P)<1,则不等式     

非参数回归核估计的条件平均绝对误差的指数收敛速度

设(X,Y)、(X,Y_1),…,(X_n,Y_n)是取值于 R~d×R~1的 iid。随机向量,E|Y|<∞,在本文中将一直采用下面的记号:Z_n={(X_i,Y_i),i=1,…,n}—(X,Y)的已知样本。X~n={X_1,…,X_n}。Q——X 的概率分布测度。m(x)=E(Y|X=x)——Y 对 X 的回归函数。现设有了 Z_(?)并指定了 R~d 中的一个点 x,要依据它们对 m(x)作出估计。这就是一般的非参数回归问题。核估计法就是先选定 R~d 上定义的非负函数 K(x)作为核函数,那么可给出 m(x)的一个核估计     

一类交换环上辛群及二维线性群的构造

设交换环R满足R/J(R)≌(?)R/M_α(M_α,α∈△为R的极大理想)及R/M_α≠F_2,F_3,F_5(α∈△)。对S_(p_(2m))(R)(m>1)的任一正规子群,ⅰ) G为标准的(即G介于同余中心子群与同余单位子群之间)(?)a~2R+2aR=aR((?) a∈R);ⅱ) 0(G)=R(?)G=S_(p_(2m))(R);ⅲ) 若a~2R+2aR=aR((?)a∈0(G)),则G为标准的。对GL_2(R)的在SL_2(R)之下不变的子群G,ⅰ) 若R满足性质T,特别2是单位元,则G是标准的;ⅱ) o(G)=R(?)G(?)SL_2(R);ⅲ) 若G为GL_2(R)的正规子群则G是标准的。     

有限交换2—DCI群的刻划

设 G 是有限群。H 是 G 的非空子集,称 H 为 G 的 Cayley 子集,如果 G 的单位元素 e(?)H.若 H 的势|H|=i,我们还称 H 为 G 的一个 i—子集.定义1 设 G 是有限群,H 是 G 的 Cayley 子集,称有向图 X=X(G,H)是 G 的关于 H 的 Cayley 图,如果 X 的顶点集合 V(X)以及边集合 E(X)为     

一类特殊的有限循环环

证明了一类n阶(n=P_1P_2…p_m,p_i(i=1,2,…,m)互异为素数)环是有限循环环,并讨论了他们的结构及相关性质,最后给出了这类n阶环有零因子或有子域的充要条件.主要结果:P_1P_2…P_m阶环共有2^m个,它们是(p_(1m个,它们是(p_(1^k_1) p_(2k_1) p_(2^k_2)…p_(mk_2)…p_(m^k_m)Z)/(p_(1k_m)Z)/(p_(1^k_1+1)p_(2k_1+1)p_(2^k_2+1)…p_(mk_2+1)…p_(m^k_m+1)Z),其中k_i=0或1,1≤i≤m;阶是n=P_1P_2…p_m的环R可唯一分解为m个素数阶理想的直和,即R=〈α〉=(?);含pi(1≤i≤m)阶子域的P_1P_2…P_m阶环共有2k_m+1)Z),其中k_i=0或1,1≤i≤m;阶是n=P_1P_2…p_m的环R可唯一分解为m个素数阶理想的直和,即R=〈α〉=(?);含pi(1≤i≤m)阶子域的P_1P_2…P_m阶环共有2^(m-1)个,它们是p_(1(m-1)个,它们是p_(1^k_1) p_(2k_1) p_(2^k_2)…p_(mk_2)…p_(m^k_m)Z)/(p_(1k_m)Z)/(p_(1^k_1+1)p_(2k_1+1)p_(2^k_2+1)…p_(mk_2+1)…p_(m^k_m+1)Z),其.中k_i=0,k_j=0或1,1≤j≤m,j≠i.     

可解 C~*代数张量积中的交换算子组的联合p-谱和p-指标(英文)

本文定义了可解 C~*代数的 p-谱和 p-指标。若 T=(T_1,…,T_n)和 S=(S_1,…,S_n)分别是 A 和 B 中的交换算子组,则对任意 p,等式σ_p(T(?)I,I(?)S)=U(?)σ_i(T)×σ_j(S)成立。并且,若 T 是 i—Tredhlm,S 是 j—Fredholm,则(T(?)I,I(?)S)是p-Fredholm,其中 p=i+j-1,而 Ind_p(T(?)I,I(?)S)=(Ind_iT)。(Ind_jS)。     

Fourier级数及其导级数的逼近

设p_m≥0↓,sum from k=0 to n(p_n)=P_m,n=0,l,…,p_0=P_0=1,P_n→∞(n→∞)若N_n=1/P_n sum from k=0 ton(p_(n,k)S_k→S(n t。0→∞)),则说{S_k}关于算子(N,p_n)收敛于S.设f(x)∈L_(?),S_n(f,x)为     

关于 U-统计量和 Von-Mises 统计量的 Esseen 不等式

<正> 设{X_n}是相互独立的随机变量序列,X_n 的分布函数为 F_n(x).(?)(x,y)是二元对称函数,不妨假设 E_(?)(X_i,X_j)=0(对一切 i=(?)j).定义 U-统计量