一类椭球等高矩阵分布的矩

设X是m×n随机矩阵,n≥m,S=XX’,O_m是所有m×m正交阵的集合。如果对任意的Γ∈O_m,ΓX(?)X 则对任意整数k E(S~k)=c~kI_m cov(vec S~k)=α_kI_(m~2)+β_kK_(m~2)+γ_kQ_(m~2)其中 c_k、α_k、β_k、和γ_k是某些常数; I_l,l×l单位阵; K_(m~2)=sum from ij=1 to m(H_(ij)(×)H′_(ij)); Q_(m~2)=sum from ij=1 to m(H_(ij)(×)H_(ij));而 H_(ij)表示这样的 m×m矩阵,除了h_(ij)=1外,其它元素为零,(×)表示 Kronecker积。另外,本文也求出了一些特殊的α_k,β_k,γ_k和c_k的值。     

关于p3n的优美性

设G(V,E)是一个简单图,对自然数k,当V(Gk)=V(G),E(Gk)=E(G)∪{uv|d(u,v)=k},则称图Gk为k-次方图.本文证明了图P3n的优美性.     

加权Moore-Penrose逆的扰动理论

§1.引言设A∈C~(m×n),M和N分别为m和n阶Hermite正定阵,则存在唯一的K∈C~(n×m),满足AXA=A,XAX=X,(MAX)=MAX,(NXA)=NXA.这里X称为A的加权Moore-Penrose逆,记作X=A_(MN)~+. 当M和N分别为m和n阶单位阵I_m和I_m时,A_(Im)~+=A~+,A~+称为A的Moors-Penrose逆,当A为非异方阵时,A~+=A~(-1).     

关于加边矩阵的奇异性问题的注记

在文[1]的基础上,这篇注记给出了m×m复矩阵A的一类非奇异加边矩阵的特征,得到了利用这种加边矩阵的逆阵的子块求全体(1,2)-逆与Moors—Penrose逆所关联的两个定理。 本文约定:C~(m×n)表示m×n复矩阵的集合,C_r~(m×n)表示C~(m×n)的秩r的矩阵的子集,设A∈C~(m×n),通常把Penrose方程     

二部图生成树的新的计数公式(英文)

设G =(V ,U ,E)是一个连通的二部图 ,其中｜V｜=m ,｜U｜=n .令M (G)表示G的关联矩阵 ,Jk×s 表示元素全为 1的k ×s矩阵 ,R =M (G)M (G)′ , Jm n =Jm -Jm×n-Jn×m Jn,t(G)表示G中生成树的个数 .在本文中我们不用对G的边定向而获得了下面的主要结论 :t(G) =(m n) -2 det( Jm n R) .     

矩阵损失下随机回归系数和参数的线性估计的可容许性

§1.引言考虑一般的随机效应线性模型Y=Xβ+ε,(1.1)其中 Y 为可观测的 n 维随机向量,ε和β分别为不可观测的 n 维和 p 维随机向量,E(β)=Aα,VAR(β)=Δ≥0,E(ε)=0,VAR(ε)=V≥0,E(βε')=0,X,A,Δ和 V 分别为已知的 n×p,p×k,p×p 和 n×n 矩阵,α∈R~k 为参数。对于矩阵 B 和C,B≥C(B>C)表示 B—C 为非负定(正定)对称矩阵。     

代数特征值反问题之解的稳定性分析

考虑如下代数特征值反问题: 问题 G(A;{A_k}_1~n;λ).设 A=(a_(ij)),A_k=(a_(ij)~((k))),k=1,…,n是n+1个n×n的实对称矩阵,λ=(λ_1,…,λ_n)是n维实向量且λ_i≠λ_j,i≠j.求n维实向量c=(c_1,…,c_n)~T,使矩阵A(c)=A+sum from k=1 to n (c_kA_k)的特征值是λ_1,…,λ_n. 这一问题是经典加法问题的推广.当A_k-e_ke_k~~T(e_k是n阶单位阵的第k列)时,     

矩阵损失下回归系数和误差方差的联合估计的可容许性的几个结果

设有线性模型:Y=(Y_1,…,Y_n)＇=Xβ+ε=Xβ+(ε_1,…,ε_n)＇,其中X:n×p已知,β=(β_1,…,β_p)＇未知,ε_1,…,ε_n独立,E_(ε_i)=E_(ε_i~3)=0,E_(ε_4~2)=σ~2,F_(ε_i~4)=3σ~4,i=1,2,…,n,0<σ~2<∞,σ~2未知。在矩阵损失下,我们考虑(Sβ,σ~2)的联合估计(AY,Y＇BY)在估计类×={(CY,Y＇DY):C为m×n的常数阵,D≥0为n×n的常数阵中的可容许性,得到了(AY,Y＇BY)为(Sβ,σ~2)的可容许估计的一些充分条件和必要条件。     

大型对称不定箭形线性方程组的分解方法

1 引言 首先考虑2×2矩阵 显然当k>1/2时,矩阵K是对称正定的,且K可以分解成Cholesky因子:当k=1/2时,K为奇异矩阵;而当k<1/2时,K为对称不定矩阵,这时K有广义Cholesky分解式:并且这种分解是稳定的,一般地我们给出定义 定义1.1 设有矩阵K∈R~((m+n)×(m+n)),若总存在排列矩阵P∈R~((m+n)×(m+n))和对称正定矩阵H∈R~(m×n)、G∈R(m×m)使得则称矩阵K为对称拟定(Symmetric quasidefinite)矩阵。     

Binding numbers for fractional ID-k-factor-critical graphs

LetG be a graph,and k≥2 be a positive integer.A graph G is fractional independentset-deletable k-factor-critical(in short,fractional ID-k-factor-critical),if G I has a fractional k-factor for every independent set I of G.The binding number bind(G)of a graph G is defined as bind(G)=min|NG(X)||X|:=X V(G),NG(X)=V(G).In this paper,it is proved that a graph G is fractional ID-k-factor-critical if n≥6k 9 and bind(G)(3k 1)(n 1)kn 2k+2.     

增加试验数据对岭估计的均方误差的影响

在线性模型中,对于回归系数的岭估计和广义岭估计,本文给出了选择岭参数的条件,在此条件下,岭估计和广义岭估计不仅能改善LS估计,而且增加试验数据时,它们的均方误差都会减少。同时,本文将增加试验数据换成增加附加信息,从而讨论了附加信息对混合岭估计和混合广义岭估计的影响问题。     

导弹最大射程Bayes估计的分析和改进

本文用验前数据的质量因子及估计的相对均方误差分析了导弹最大射程的一类Ｂａｙｅｓ估计的性能，对不同的质量因子，给出了最佳验前数据量的一种近似公式。针对这类Ｂａｙｅｓ估计的冒进问题，本文对它们进行了改进并得到了一类新的估计。最后，通过ＭｏｎｔｅＣａｒｌｏ法比较了这些估计的相对均方误差，验证了新估计的优良性。     

回归系数Stein压缩估计的小样本性质

本文在广义均方误差（GMSE）准则下给出了回归系数β的Stein估计优于最小二乘（LS）估计的充分必要条件，然后在Pitman Closeness(PC)准则下比较了Stein估计相对于LS估计的优良性，本文最后给出了一个特别的注记。     

回归系数的岭型主相关估计及其优良性

本文研究了线性模型中的一种有偏估计,利用均方误差和残差平方和,得到了岭型主相关估计的一些性质,是对[1]中相关结果的推广.     

��ع���Ƶ�������������

In this paper, a vector parameter method for ridge regression is proposed. We choose the negative gradient of mean square error as vector direction and decide vector norm with the expectation constrains both of mean square error and of residual error. We come to conclusions that the mean square error is a decreasing function of vector norm while the residual error a increasing one. It is the monotonicity of the errors that leads to our expectation constrains. Since two conflict constrains are under consideration, our vector parameter ridge regression is expected to bear both satisfactory mean square error and acceptable residual error. Finally, a multi-collinearity model is given as an example.     

光滑平稳高斯过程极值几乎处处极限定理的一个推广

本文研究了连续均方可微的平稳高斯过程的极限性态. 通过选择一个不同于Tan (2013) 的权重函数, 在较弱的条件下得到了连续均方可微平稳高斯过程极值的一个几乎必然仅限定理, 推广了Tan(2013) 的结论.     

ON THE SUM OF THE FIRST n PRIMES

In this note, we show that the set of n such that the arithmeticmean of the first n primes is an integer is of asymptotic densityzero. We use the same method to show that the set of n suchthat the sum of the first n primes is a square is also of asymptoticdensity zero. We also prove that both the arithmetic mean ofthe first n primes as well as the square root of the sum ofthe first n primes are well distributed modulo 1.     

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     

A KERNEL ESTIMATOR OF A DENSITY FUNCTION IN MULTIVARIATE CASE FROM RANDOMLY CENSORED DATA

ＡＫＥＲＮＥＬＥＳＴＩＭＡＴＯＲＯＦＡＤＥＮＳＩＴＹＦＵＮＣＴＩＯＮＩＮＭＵＬＴＩＶＡＲＩＡＴＥＣＡＳＥＦＲＯＭＲＡＮＤＯＭＬＹＣＥＮＳＯＲＥＤＤＡＴＡ￥ＺｈｏｕＹｏｎｇ（周勇）（ＰｒｏｂａｂｉｌｉｔｙｌａｂｏｒａｔｏｒｙｉｎＩｎｓｔ．ｏｆＡｐｐｌ．...     

Comparison of numerical integration formulas

In this paper we study the mean square error of numerical integration, when the integrand is a random stationary process. We obtain exact asymptotic errors of classical quadrature formulas and give lower and upper bounds for the least mean square error.