关于N-弱鞅和弱鞅不等式的一个注记

$N$-弱鞅($N$-demimartingales)是由Christofides引进的.Christofides指出均值为零的负相协(negatively associated)随机变量序列的部分和序列是$N$-弱鞅. 然而, 相关文献中引理2.1的证明有错误, 这就影响了其文后的结果引理2.2、定理2.1等. 在这篇注记中,修正了相关文献中的引理2.1, 作为应用, 推广了鞅和下鞅的一些结果.     

m-WOD误差下非线性回归模型LS估计收敛性北大核心CSCD

结合m相依随机变量和WOD随机变量的概念,给出m-WOD随机变量的概念,它包含了NA随机变量,m-NA随机变量,NSD随机变量,NOD随机变量,END随机变量,m-END随机变量,WOD随机变量等负相依随机变量.基于误差为m-WOD随机变量,我们研究非线性回归模型参数最小二乘(LS)估计,获得了参数LS估计的概率不等式.作为应用,在不同的矩条件下,获得LS估计的完全收敛速度和依概率收敛速度,推广了已有文献的结果.     

$\psi$混合序列的一些收敛性质

In this paper,we extend the Kolmogorov-type inequality to the case of ψ-mixing sequences.Moreover,we study the strong limit theorems for partial sums of ψ-mixing random variables.As a result,we extend the Khintchine-Kolmogorov-type convergence theorem,the three series theorem,Marcinkiewicz strong law of large number to the case of ψ-mixing sequences.     

NOD随机变量随机加权部分和的完全收敛性

本文研究了NOD随机变量双下标随机加权部分和的完全收敛性,获得了一些完全矩收敛结果和完全收敛结果,从而获得了Marcinkiewicz-Zygmund型强大数律.我们的结果推广了目前已有的一些结论.进一步,我们给出一些数据模拟工作来展示收敛性结果.     

K_2O和SO_2对CuO/Al_2O_3催化剂脱硝的复合影响

本文以γ-Al_2O_3为载体,Cu(NO_3)_2·3H_2O和KNO_3为前驱体,利用等体积浸渍法制备不同K_2O负载量的CuO/Al_2O_3催化剂,预硫化处理后进行脱硝活性评价,考察了400℃下有和无SO_2时K_2O对铜铝催化剂脱硝活性的影响,并利用电感耦合等离子体质谱(ICP-MS)、X射线衍射(XRD)、原位红外(IS-FTIR)、NH_3程序升温脱附(NH_3-TPD)和H_2程序升温还原(H_2-TPR)研究了影响机制.结果表明,气氛中无SO_2时,K_2O促进催化剂中的CuSO_4向非水溶性铜转变,可能是CuSO_4被NH_3还原为Cu_3N,该反应消耗了用于选择性催化还原氮氧化物(SCR)反应的NH_3,同时导致催化剂的酸性降低,两者的共同作用导致催化剂的脱硝活性降低.气氛中有SO_2时,CuSO_4向非水溶性铜的转变得到了削弱,SO_4~(2-)对催化剂酸性的增强作用、前期证明的SO_2与NH_3的竞争吸附以及K_2O对酸性减弱作用的相对大小决定SO_2如何影响碱金属中毒催化剂的脱硝.催化剂中无K_2O时,SO_2抑制脱硝;K/Cu比为0.13时,SO_2不影响脱硝;继续提高K/Cu比,SO_2促进脱硝(即SO_2缓解催化剂的碱金属中毒).     

97年考研数学试卷(一)第六大题(2)的多种证法

此题满分为8分，根据评卷抽样结果，陕西考生平均只有2.9分，得分率是0．36．这个成绩居十个大题中得分车倒数第二位。本文介绍的四种证法，其中第一种是原标准答案。第六题（本题满分8分）证明（1）lima。存在；（2）级数证明（l）因A故如。｝单调递减有下界。所以！ima。存在。不难求得limeqCI．（2）证法1利用比较审敛法。由（l）知因为lima．＋；＝l，故tims．—2—1—1，所以级数】（a。－a。＋；）一l，收敛。日回归——问1伎～目一1因此由比较审效法知，级数XI干L一fi收敛。证法2利用比值审敛法及极限运算法则。又由（1）知人、l…     

m-WOD误差下非线性回归模型LS估计收敛性

结合m相依随机变量和WOD随机变量的概念,给出m-WOD随机变量的概念,它包含了NA随机变量,m-NA随机变量,NSD随机变量,NOD随机变量,END随机变量,m-END随机变量,WOD随机变量等负相依随机变量.基于误差为m-WOD随机变量,我们研究非线性回归模型参数最小二乘(LS)估计,获得了参数LS估计的概率不等式.作为应用,在不同的矩条件下,获得LS估计的完全收敛速度和依概率收敛速度,推广了已有文献的结果.     

弱相依随机序列的若干新结果(英文)

设{Xn,n≥1}为-混合序列. 利用随机变量的截尾方法和-混合序列的三级数定理,讨论了-混合序列的收敛性质,并且得到了-混合序列的一类强极限定理,这些结果推广了独立序列的相应结果.最后研究了-混合序列加权和的强稳定性.     

■混合序列加权和的强稳定性(英文)

本文给出了■混合序列加权和的强稳定性的一些结果,同时也给出了■混合序列的强大数定律的若干新结果,这些结果推广了独立随机变量序列的相应结果.