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     

关于Littlewood的一个问题

本文证明了: (1)如果{a_n}_n~N=1是非负不减序列,p>0,q>0,0≤r≤1,且p(q+r)≥q+p,则sum from n=1 to N(a_n~pA_n~q)(sum from m=n to N(a_n~(1+p/q)~r≤1·sum from n=1 to N(a_n~pA_n~q)~(1+p/q),其中A_n=sum from m=n to n (a_m).上述不等式在0≤r≤1时完全解决了H.Alzer~([4])在1996年提出的一个问题,且1是最佳常数; (2)如果{a_n}_n~N=1是非负序列,p,p≥1,r>0,r(p-1)≤2(q-1),令α=((p-1)(q+r)+p~2+1)/(p+1) β=(2p+2r+p-1)/(q+1),σ=(q+r-1)/(p+q+r)则sum from n=1 to N (a_n~p)sum from i=1 to n (a_i~qA_i~r)≤2~σsum from n=1 to N(a_n~αA_n~β)(0.2)(0.2)式改进了G.Be(?)et~([2,3])在1987年对Littlewood一个问题的结果,常数因子的3/2降为2~(3/2)=1.2598…     

具有大稳定域的线性多步方法

§1.引言 解常微分方程初值问题:的线性k步方法为 sum from j=0 to k (α_jy_(n j)=h sum from j=0 to k (β_jf_(n j),(2)其中α_0~2 β_0~2≠0,α_k≠0.当β_k≠0时,(2)为隐式k步法;当β_k=0时,(2)为显式k步法. 若将(2)应用于单个方程 y′=λy,Reλ<0,则得差分方程 ρ(E)y_n=μσ(E)y_(?),μ=λh,     

常系数线性齐次递归式的一般解公式

本文给出常系数线性递归式 a_n=α_1a_(n-1)+α_2a_(n-2)+…+α_pa_(n-p),a_0=c_0,a_1=c_1,…,a_(p-1)=c_(p-1)的一般解公式 a_n=sum from k=0 to p-1(sum from i=k to p-1 c_iα_(p-i+k))F_(n-p-k)(n≥p),其中(?)     

拟线性方程组的时滞问题

§1.引理和定理1.在动力气象学中常用到可压缩流体力学的一组闭合方程组:(?)u_j/(?)t sum from i=1 to 3 u_i(?)u_j/(?)x_i α (?)P/(?)x_j ξ_(2j)fu_1 ξ_(3j)fu_2=f_j(t,x),j=1,2,3,(1.1)(?)_α/(?)t sum from i=1 to 3 u_i(?)α/(?)x_i=αsum from i=1 to 3 (?)u_i/(?)x_i,(1.2)Pα=RT,(1.3)C_P{(?)T/(?)t sum from i=1 to 3 u_i(?)T/(?)x_i}-α{(?)P/(?)t sum from i=1 to 3 u_i (?)P/(?)x_i}=0 (1.4)其中(?)x=(x_1,x_2,x_3),u_1,u_2,u_3,是风速的分量,α是比容,P 是压力,T 是绝对温度,柯氏参数 f=f(x_1,x_2)都是已知函数.R,C_p 为正常数.由于α(?)0,从(1.2)-(1.4)式消去 T,记     

Primitive Roots and Linearized Polynomials

Let f(x) = sum from t=0 to n α_ix~i∈GF(p)[x],we associate it with a ploynomial f~*(x)=sum from i=0 to n α_ix~(p~i),f(x) and f~*(x)are called p-associates of each other. f~*(x) is called a p-ploynomial,customary to speak of linearized polynomial. Let f(x)=x~m- 1/g(x), m = m_1~r, q = p~m, g(x)∈GF(p)[x],r be the order of g(x). Cohen and the author observed that if m_1≥2, there alwaysexsists a primitive roots ζ∈GF(q) suck that f~*(ζ) = f~*(c), here f~*(c)≠0. In fact     

方差估计的随机加权逼近及随机加权法在抽样调查中的初步应用

设X_1,X_2,…是一组独立同分布的随机变量序列,其方差μ_2是待估参数,当x_4,i=1,2,…,n,给定下,用D_n=sum from i=1 to n(V_(ni)(X_i-sum from i=1 to n(V_(ni)X_i)~2)-1/n sum from i=1 to n(X_i-X)~2的条件分布来渐近T_n=(1/n)sum from i=1 to n(X_i-X)~2-μ_2的分布。这里D_n中的V_(ni),i=1,2,…,n,是服从 Dirichlet分布D(4,4,…,4)的随机变量。若记 F_n和F_n~*分别是T_n/(VarT_n)~(1/2)的分布和D_n/(Var~*D_n)~(1/2)的条件分布,其中Var~*D_n是关于X_1,X_2,…的条件方差。则在一定条件下,对几乎所有的样本序列X_1,X_2,…, (i)n~(1/2)D_n→N(0,μ_4-μ_2~2) 其中μ_4=E(X_1-μ)~4,μ=EX_1 ii)n(1/2)sup|F_n~*(y)-F_n(y)|=0(1) iii) lim sup |F_n~*(y)-F_n(y)|=0 最后,本文对随机加权法如何应用于抽样调查之中,进行了一个初步的尝试。     

核的分解与极大广义Bochner-Riesz平均

设l∈N,δ=k/p-k 1/2,以及相似文献   

二次指派问题的一个新的限界方法

二次指派问题(QAP)的数学模型是:min{z(x)=sum from i=1 to n sum from =1 to n a_(ip)x_(ip)+sum from i=1 to n sum from p=1 to n sum from j=1 to n sum from q=1 to n c_(ipjq)x_(ip)x_(jq)|x∈},(1)这里∈(n~2维布尔集)是满足如下约束的集合:sum from i=1 to n x_(ip)=1,1≤p≤n,(2)sum from p=1 to n x_(ip)=1,1≤i≤n,(3)x_(ip)=0,1,1≤i,p≤n.(4)因为 x_(ip)~2=x_(ip)并且有约束(2)和(3),我们可以约定 c_(ipjq)=0,当 i=j 或 p=q.如果所有二次项的系数都可以写成     

变分流方程组初边值问题的Blow—up性质

§1 引言及主要结果设 Q 是 R~n 中具有光滑边界(?)Ω的有界区域,考虑抛物变分流方程组((?)u~i)/((?)t)=sum from α=1 to n (?)/((?)X_α) F_(?)(x,u,Du)-F_u~i(x,u,Du) (1)((x,t)∈Ω×[0,T),i=1,2,…,N)的第一初边值问题(?)以及第三初边值问题     

椭球等高分布族下的非中心Cochran定理

本文在椭球等高分布假定下,讨论了二次型X′AX(A为对称阵)的非中心Cochran定理。主要结果如下: 若X～EC_n(μ,L_n;g),g(x)>0为x的连续函数,且X有有限的2n阶矩。A_i,i=1,2,…,m为n×n对称阵。A=∑A_i,λ_1,…,λ_k互不相同且非零。考虑下面的条件: (a) X′A_iX■sum from j=1 to k λ_jy_(ij),(y_(i1),…(y_(ik))′～Gχ~2(n_(i1),…,n_(ik);δ_(i1)~2,…,δ_(ik)~2;g)j=1,…,m。 (b) (X′A_1X,…,X′A_mX)■(sum from j=1 to k λ_jz_j…,sum from j=(m-1)k 1 to mk λ_(j-(m-1)k)z_j)(z_1…,z_(mk))′～Gχ~2(n_(11),n_(1k),n_(21)…,n_(mk);δ_(11)~2,…δ_(1k)~2,δ_(21)~2,…,δ_(mk)~2;g) (c) X′AX(?)sum from j=1 to k λ_jy_j,(y_1,…,y_k)′～Gχ(n_1,…,n_k;δ_1~2,…,δ_k~2;g) (d) r(A)=∑r(A_i)=∑∑r(A_iE_j),A=∑λ_jE_j,E_j~2=E_j,E_jE_(j′)=0,j≠j′=1,…,k, (e) k个等式n_j=∑n_(ij)中至少有k-1个成立。则 (Ⅰ) (a),(b)■(c),(d),(e), (Ⅱ) (a),(c),(e)■(b),(d), (Ⅲ) (b),(c)■(a),(d),(c), (Ⅳ) (c),(d)■(a),(b),(c)。     

关于B值随机元赋范部分和最大值的矩的若干讨论

本文讨论B值随机元部分和序列的最大值的矩的问题,对1≤p≤2及r>p证明了下列叙述的等价性; (ⅰ)存在常数0相似文献   

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。     

Hardy-Hilbert型不等式的一个加强

改进了Hlder不等式,并利用加强的Hlder的不等式对联系β函数的带参数的Hardy-Hilbert型不等式进行了改进,建立一个新的形如sum from n=1 to ∞ sum from m=1 to ∞(ambn/(m+n)λ)/相似文献   

负相协随机变量非随机和的差的精确大偏差

In this paper,we study precise large deviation for the non-random difference sum from j=1 to n_1(t) X_(1j)-sum from j=1 to n_2(t) X_(2j),where sum from j=1 to n_1(t) X_(1j) is the non-random sum of {X_(1j),j≥1} which is a sequence of negatively associated random variables with common distribution F_1(x),and sum from j=1 to n_2(t) X_(2j) is the non-random sum of {X_(2j),j≥1} which is a sequence of independent and identically distributed random variables,n_1(t) and n_2(t) are two positive integer functions.Under some other mild conditions,we establish the following uniformly asymptotic relation lim t→∞ sup x≥r(n_1(t))~(p+1)|(P(∑~(n_1(t)_(j=1)X_(1j)-∑~(n_2(t)_(j=1)X_(2j)-(μ_1n_1(t)-μ_2n_2(t)x))/(n_1(t)F_1(x))-1|=0.     

椭球等高分布族中T_0~2的精确分布

设X～EC_9(U_1,Σ,φ),即X服从椭球等高布分;X_1,X_2,…,X_n是来自X的样本,作 T_0~2=((?)-u)′Σ~(-1)((?)-u),((?)=1/n sum from i=1 to n (X_i))本文将在一定条件下,给出T_0~2的密度函数。     

一类指数函数的高阶导数

在微积分学中,指数函数f(x)=e~(-x)~(-2)(x≠0)是一个非常简单而十分重要的初等偶函数,尤其是在函数的幂级数展开中,需要研究这个指数函数的有限形式的高阶导数及其性质.本文对此问题进行了研究,并得到如下结果:设f(x)=e~(-x)~(-2)(x≠0)的n阶导数为f_n(x)=fn(x)e~(-x)~(-2),则f_n(x)=sum from i=1 to n(-1)~(n+i)C_i(n)x~(-n-2i),其中C_1(n)=(n+1)!,C_i(n)=2sum from j=i to n(n+2i-1)!/(j+2i-1)!C_(i-1)(j-1),(1i≤n).     

退缩椭圆型方程的边值问题

<正> 在 R~n 的有界凸区域Ω上考虑椭圆型方程Lu≡sum from i,j=1 to n (a_(ij)(x)u_(xi)_(xj)+sum from i=1 to n b_i(x)u_i+c(x)u=f(x),(1)设对 x∈(?)及所有的实数组(ξ_1,ξ_2,…,ξ_n)sum from i,j=1 to n a_(ij)(x)ξ_iξ_j≥λ(x)sum from i=1 to n ξ_i~2≥0,a_(ji)(x)∈C(?),即算子 L(u)可能退缩而为退缩椭圆型算子。记(?)的边界为∑,∑上满足 sum from ij=1 to n a_(ij)n_in_j=0的点集为∑_0,(n_1,…,n_n)表示∑上的内单位法向量,∑_3=∑\∑_0,设其 n-1维测度非零,则对方程(1)可提如下的边值问题:     

在Banach空间中推广的Roper-Suffridge算子(Ⅲ)

假定X是具有范数‖·‖的复Banach空间,n是一个满足dim X≥n≥2的正整数.本文考虑由下式定义的推广的Roper-Suffridge算子Φ_(n,β_22γ_2,…,β_(n+1),γ_(n+1))(f):(?)其中x∈Ω_(p1,p2,…,pn+1),β_1=1,γ_1=0和(?)这里p_j1(j=1,2,…,n+1),线性无关族{x_1,x_2,…,x_n}(?)X与{x_1~*,x_2~*,…,x_n~*}(?) X~*满足x_j~*(x_j)=‖x_j‖=1(j=1,2,…,n)和x_j~*(x_k)=0(j≠k),我们选取幂函数的单值分支满足(f(ξ)/ξ)~(β_j)|ξ=0=1和(f′(ξ))~(γ_j)|ξ=0=1,j=2,…,n+1.本文将证明:对某些合适的常数β_j,γ_j,算子Φ_(n,β_2,γ_2,…,β_(n+1),γ_(n+1))(f)在Ω_(p_1,p_2,…,p_(n+1))上保持α阶的殆β型螺形映照和α阶的β型螺形映照.     

半线性蜕缩椭圆型方程的Dirichlet问题

设Ω(?)R~n(n≥2)是光滑有界区域.讨论如下的半线性蜕缩椭圆型方程的Dirichlet问题Lu ≡-sum from i,j=1 to n((?)/(?)x_i)(aij(x)((?)u/(?)xj)=g(x,u) (x,u),在Ω中,u=0,在(?)Ω上。(1)这里,且sum from i,j=1 to n(aijξiξj≥k sum from i=1 to n(ρ~a_i(x)ξ_i~2),(?)x∈(?),(?)ξ∈R~n,(2)