首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
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~。  相似文献   

2.
{X(t),0≤t≤T}为均方可微非平稳高斯过程。具有渐近中心化的均值m(t)和常数的方差, NT(·)为{X(t),0≤t≤T}上穿过水平uT的点过程,则在一定的条件下匕穿过点过程NT(·)依分布收敛到一Poisson过程.  相似文献   

3.
在本文中,{B(t),t≥0}是 d(d≥1)维标准 Brown 运动,\mathcal{F}_t=σ{B(s),s≤t},P_x 是自 x 出发的 Brown 运动所产生的 Wiener 测度,E_x 表示关于 P_x 的积分.D 是R~d 中的一个区域,对 D 上的有界函数 c,令...  相似文献   

4.
曾六川 《数学学报》2004,47(3):425-432
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。  相似文献   

5.
纯生过程的变异性(英语)   总被引:1,自引:0,他引:1  
设{X(t):t≥0}为零初值纯生过程,出生率为λ_n,n≥0.在本文中,我们证明了Faddy[7]的一个猜测:当出生率为单调增加序列λ_0≤λ_1≤λ_2…。时,Var{X(t)}≥E{(t)};当出生率为单调减少序列时Var{X(t)}≤E{(t)}。  相似文献   

6.
设{X_k,1≤k≤n}独立同分布,服从参数为μ,λ;A,B的双截尾柯西分布,X_(1,n),X_(2,n),…,X_(n,n)为其顺序统计量.本文给出X_(k,n)(1≤k≤n)的密度函数,X_(1,n),X_(2,n),…,X_(n,n)的联合密度函数,极端顺序统计量X_(1,n)和X_(n,n)的渐近分布以及X_(k,n)和X_(n-k+1,n)(k1)的渐近分布,并证明X_(1,n)和X_(n,n)是渐近独立的.  相似文献   

7.
设{x(t),t≥0}是一列标准化的具有连续样本轨道的强相依平稳高斯过程,其相关系数函数为r(t).当r(t)满足一定条件时,证明了高斯过程{x(t),t≥0}上穿和ε-上穿水平u形威的点过程的依分布收敛到一Cox-过程.  相似文献   

8.
在本文中,{B(t),t≥0}是 d(d≥1)维标准 Brown 运动,(?)_t=σ{B(s),s≤t},P_x 是自 x 出发的 Brown 运动所产生的 Wiener 测度,E_x 表示关于 P_x 的积分.D 是R~d 中的一个区域,对 D 上的有界函数 c,令  相似文献   

9.
设{X_n=(X_(1n),X_(2n),…,X_(mn),≥1}是i.i.d.的m维随机向量序列,Z_(in)=max{X_(i1),X_(i2),…,X_(in)},W_(in)=min{X_(i1),X_(i2),…,X_(in)},1≤i≤m,Z_n=(Z_(1n),Z_(2n),…,Z_(mn)),W_n=(W_(1n),W_(2n)…,W_(mn)).本文得出了W_n与Z_n渐近独立的充分必要条件.  相似文献   

10.
设{X_n,n≥1}是独立同分布的随机变量列,分布为F;|X_n~(1)|≥|X_n~(2)|≥…≥|X_n~(n)|是|X_1|,|X_2|,…,|X_n|的次序统计量,对0≤r≤n-1,令 (r)S_n=sum from n=1 to ∞ X_n~(i)。当F属于Foller族时本文研究了截断和(r=r_n与n有关)的渐近分布,在不假定分布连续的条件下改进了Pruitt的结果,由此证明了当F属于正态吸引场时~(r)S_n是渐近正态的,Pruitt猜测适当正则化以后~(r)S_n的极限只能是正态的,对此还构造了一个反例。  相似文献   

11.
Let P_r(t)is a monic polynomial of order r with real coefficients and (p_r),(p_r)be the classes of 2π-periodic solutions of differential equations P_r(d/dt)f(t)=u(t), with ||u(·)||_q≤1 and ||u_(·)||_q≤1, respectively, where u-(t)=max{-u(t),0}.Denote (ψ)a set of classes of 2π-periodic convolutions In- troduced by .Let B_r(t) be generalized Bernoulli function of operator P_r(d/dt).set  相似文献   

12.
设{X_n,n≥1}是 i.i.d.序列,分布函数具有形式 F(x)=1-,x>0,其中 L(x)是缓慢变化函数,0相似文献   

13.
考虑一类稀疏过程下索赔相依的两险种风险模型:U(t)=u+ct-∑i=1N2(t)X_i-∑i=1N2(t)Y_(i),其中{N_1(t),t≥0}、{N_2(t),t≥0}分别表示两个险种的索赔次数,它们按下述方式相关:N_1(t)N_(11)(t)+N_(12)(t),N_2(t)=N_(22)(t)+N'_(12)(t),{N'_(12)(t),t≥0}是{N_(12)(t),t≥0}的一个p-稀疏.考虑下列两种情形:(Ⅰ){N_(11)(t),t≥0}、{N_(12)(t),t≥0}、{N_(22)(t),t≥0}均为Poisson过程;(Ⅱ){N_(11)(t),t≥0}、{N_(22)(t),t≥0}为Poisson过程,{N_(12)(t),t≥0}为Erlang(2)过程.在上述两种情形下,当两险种的单次索赔额均服从指数分布时,通过建立并求解生存概率所满足的微分方程,给出其破产概率的表达式.  相似文献   

14.
§1.引言 本文讨论下述数学问题:已知R(t)在区间(-t_0,t_0)上为正定函数,问是否存在实轴上定义的正定函数g(t),它在(-t_0,t_0)上与R(t)相同,且它对应的平稳过程X(t).(指X(t)的相关函数恰为g(t))满足性质,t>0,有E(X_t|X_τ,τ≤0)=E(E_1|X_τ,-τ_0≤τ≤0)成立.这里假定E(X_t| X_τ,τ≤0)是X_t,在{X_τ,τ≤0}生成的线性子空间上正交投影.EX_t≡0.用E[X_t·X_s]定义内积,记为,‖X‖~2=。  相似文献   

15.
X为m维随机向量,X_1,X_2,…,X_n是来自母体X的子样,Z~N_m(0,I_m),{B_m>0}为实数列,经验分布 F~n_(Z/(BM))(x)=1/n#{i:Z'X_4/B_40,X~N_m(u,V),若M→∞时, B_m~(-2)T_r(V)→σ~2,B_M~(-2)∥u∥~2→0,B_m~(-2)(T_r(V_2) 2u'Vu)→0,那么 F_n~(Z/(Bm))(x)(?)N(0,σ~2) 当n→∞ m→∞。  相似文献   

16.
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.  相似文献   

17.
设{X_n,n≥1}是独立同分布的随机变量列,分布为 F;|X_n~((1))|≥|X_n~((2))|≥…≥|X_n~((n))|是|X_1|,|X_2|,…,|X_n|的次序统计量.对0≤r≤n-1,令~((r))S_n=sum from i=r+1 to n X_n~((i)).当 F 属于 Feller 族时本文研究了截断和(r=r_n 与 n 有关)的渐近分布,在不假定分布连续的条件下改进了 Pruitt 的结果.由此证明了当 F 属于正态吸引场时~((r))S_n 是渐近正态的.Pruitt 猜测适当正则化以后 ~((r))S_n 的极限只能是正态的,对此还构造了一个反例.  相似文献   

18.
设X(t)=(X_1(t),…,X_r(t)),t≥0是一个r维(严)平稳过程,对任何区间I,令M_i(I)=sup{X_i(t):t∈I},1≤i≤r,M(I)=(M_1(I),…,M_r(I))。如果I=[0,T],则记M_i([0,T])=M_i(T),1≤i≤r,M([0,T])=M(T)。本文总是假定对每个1≤i≤r,X_i(t)有连续的一维分布,且样本函数以概率1连续。还假定基本概率空间是完全的。因此,对任何区间I,M(I)是随机向量。本文将文献[4]中1维的结果推  相似文献   

19.
设{X_n}是平稳序列,X_1~((n))≤…≤X_n~((n))是X_1…X_n的顺序统计量。{k_n(r)},r=1,2是二变秩序列。本文在某种相关条件限制下得到了{X_(kn)~((n))(1),X_(n-_(kn))~((n))(2)+1)}的极限分布。特别地,对满足k_n(r)/n→λ(r)∈[0,1),r=1,2的特殊秩序列,得到了{(X_(kn)~((n))(1),X_(n-_(kn))~((n))(2)+1)}的所有可能的极限分布类。  相似文献   

20.
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号