■-混合随机场集指标过程强逼近

设{X_j,j∈J~d}(d≥1)为取值于 R 上的φ-混合且强平稳的随机场,EX_i=0.(?)为[0,1]~d∩(?)~d 上一集类.本文主要讨论由{X_j,j∈J~d}所产生的集指标部分和过程{S_n(A),A∈(?)}的强逼近问题.     

不规则小波框架的膨胀列

研究了L2(R)中小波框架{ψj,k}j,k={sjψ(sj·-kb)}j,k∈Z的膨胀列{sj}j的性质.如果{ψj,k}j,k是L2(R)的一个小波框架,那么膨胀列是无界的,在某些条件下{sj}j∈Z一定能够被重排为指标集Z上的一个非减数列,而且存在常数λ,μ∈(0,1)和p∈Z ,使得对j∈Z有λ相似文献   

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   

关于Summability Methods的非一致Berry-Essen界及其对重对数律收敛速度、小参数问题的应用

设{X_j,j≥1}是一串独立r.v.序列,对每一个j≥1,c_j(λ)是(0,+∞)上的连续函数或λ仅取值n=1,2,….且设0≤c_j(λ)≤1对一切j,λ记S_λ=Σ_(j=1)~∞c_j(λ)X_j.对应于X_j,j≥1满足相同分布的情形,适当正则化后,在一定的条件下,[1],[2]研究了S_λ渐近正态分布的非一致收敛速度.[3],[4]则考虑了其重对     

平移不变空间的非均匀采样

为了从采样值稳定和惟一地重建信号f(x),函数在采样集{xj,j=∈Z}上的采样值{f(xj),j∈Z}要满足A||f||L^p^p≤∑j∈Z|f(xj)|^p≤B||f||L^p^p.本文研究在平移不变空间V^p[φ]中使上式成立的条件,在几种情况下,得到了使上式成立的采样条件,并建立了由采样值重建f(x)的重建算法,该算法比一般的迭代重建算法收敛更快．     

半参数回归模型中误差方差估计之分布的非一致性收敛速度

Engle等人将气候条件对电力需求关系归结成半参数回归模型其中{e_j,1≤j≤n}是iid.的随机误差,均值为0,方差σ~2>0,{(X_j;T_j),1≤j≤n}是R~p×[0,1]上的随机设计点列且与{e_j,1≤j≤n}相互独立,{T_j,1≤j≤n}iid.,β是p维未知回归参数,g(t)是定义在[0,1]上的未知回归函数。     

关于Kahan定理的一个注记

设A∈C~(n×n),B∈C~(k×k)均为Hermite矩阵,它们的特征值分别为{λ_j}_(j=1)~n和{μ_j}_(j=1)~k(k≤n);Q∈~(n×k)为列满秩矩阵.令 (1) 则存在A的k个特征值λ_(j_2),λ_(j_2),…,λ_(j_k),使得 (2) 其中σ_k为Q的最小奇异值,||·||_2表示矩阵的谱范数.这是著名的Kahan定理·1996年曹志浩等在[2]中将(2)加强为 (3) 这是Kahan的猜想.在本文中,我们讨论将Kahan定理中“B为k阶Hermite矩阵”改为B为k阶(任意)方阵后,特征值的扰动估计,有以下结果. 定理 设A∈C~(n×n)为Hermite矩阵,其特征值为{λ_j}_(j=1)~n,B∈C~(k×k)的特征值为{μ_j}_(j=1)~k,而Q∈C~(n×k)为列满秩矩阵.则存在A的k个特征值λ_(j_1),λ_(j_2),…,λ_(j_k),使得     

紧集值测试的扩张

本文研究了紧集值测度的结构特征与扩张，给出如下主要结果：（1）设H是Ω上的集代数，则π是H上的紧凸集值测度的充要条件是在H上的存在一列一致有界，一致强可加的广义测试{μn:≥1}使π（A）＝－／co{μ(A):n≥1}（A∈H）且π是有限可加的。（2）设π是H上的紧凸集测度，σ（H）为H生成的σ－代数，则在σ（H）上存在唯一的紧凸集值测度－／π使－／π（A）＝π（A）（A∈H）。该结果证明思路：利用（1）将π分解为π（A）＝－／co{μn:≥1}（A∈H）；将μn扩张到σ（H）上，记为－／μ（n≥1），定义－／π（A）＝－／co{μn:≥1}（A∈σ（H）），先证明{－／μn}是一致有界，一致强可加，然后通过证明H1＝{B：－／π（A∪B=-/π（A） -/π（B），B∩A=ф}（A∈H）H2＝{A：－／π（A∪B=-/π（A） -/π（B），A∩B=ф}（B∈σ（H））。是单调类，可得－／π在σ（H）上是有限可加的。由（1），－／1π是π在σ（H）上的扩张。（3）利用集测度的原子集，将π分解为紧凸部分与可数集类上的部分，然后分别将之扩张，可得欲证的扩张。     

关于增广乘子法的实现

我们考虑以下约束极小化问题min f(x),x∈R~n,s.t.g_j(x)=0,j∈E{1,…,m_e},g_i(x)≥0,j∈I{m_e+1,…,m},(1)其中函数f、g_i(j∈E∪I)均为二阶连续可微的.我们定义以下增广Lagrange乘子函数,亦称为乘子罚函数:     

一类连续时间平均马氏决策平稳最优策略的存在性

1.引言我们将在可测(确定性)马氏策略类Π_m~d(c)中讨论连续时间平均马氏决策(简称平均CTMDP):{S,(A(i),(?)(i),i∈S),q,r,(?)}.本文假设状态空间 S 为可列集;行动集 A(i)为一般点集,(A(i),(?)(i),i∈S)为可测空间,任给 a∈A(i),要求{a}∈(?)(i);q 是保守的转移速率族;报酬率 r 是一致有界的可测函数,即存在 M<∞,使|r(i,a)|≤M 对 i∈S,a∈A(i)成立.对π∈Π_m~d(c),i∈S,平均报酬函数(?)定义为:     

B值平稳线性过程的迭对数律及随机指标中心极限定理

设 { εt;t∈Z}是独立同分布的 B值随机元序列 ,aj;j∈ Z是一实数序列 ,并且 ∞j=-∞| aj| <∞ ,定义平稳线性过程 Xt= ∞j=-∞ajεt- j.本文研究 { Xt;t∈ IN }部分和序列的收敛性质和极限定理 ,给出了 { Xt;t∈ IN }满足有界迭对数律、紧迭对数律及随机指标中心极限定理的充分条件     

一类Clifford半群的刻画

G是一个群,I是一个指标集.令CG=G×I={(g,i):g∈G,i∈I};(a,i)(b,j)=(ab,k)with k=min{i,j}则CG是一个半群.事实上,CG是Clifford半群,并且CG代表了一类特殊的Clifford半群.     

Unique common fixed point of a family of self-maps with same type contractive condition in 2-metric space

In this paper, we prove that a family of self-maps {Ti,j}i,j∈N in 2-metric space has a unique common fixed point if (i) {Ti,j}i,j∈N satisfies the same type contractive condition for each j ∈ N; (ii) Tm,μ· Tn,ν = Tn,ν· Tm,μ for all m,n,μ,ν∈ N with μ = ν. Our main result generalizes and improves many known unique common fixed point theorems in 2-metric spaces.     

两类惯量惟一的对称符号模式

§ 1　 IntroductionA sign pattern(matrix) A is a matrix whose entries are from the set{ +,-,0 } .De-note the setofall n× n sign patterns by Qn.Associated with each A=(aij)∈ Qnis a class ofreal matrices,called the qualitative class of A,defined byQ(A) ={ B =(bij)∈ Mn(R) |sign(bij) =aijfor all i and j} .　　 For a symmetric sign pattern A∈ Qn,by G(A) we mean the undirected graph of A,with vertex set { 1 ,...,n} and (i,j) is an edge if and only if aij≠ 0 .A sign pattern A∈ Qnis a do…     

Resen梯度投影法的整体收敛性

考虑问题:maxf(x),其中Ω={x∈R~m:a_j~Tx≥b_j,j=1,…,n}.记J(x)={j:a_j~Tx=b_j}.对{1,…,n}之子集J,记A_J=(a_j,j∈J)及P_J=I-A_J(A_J~TA_J)~(-1)A_J.一个解如上最优化问题之方法——Rosen梯度投影法可描述如下:初始步任选一可行点x~0∈Ω和一正常数c>0.     

Q过程的不变分布(Ⅱ)

设E为一个可数集,Q＝(qi,j;j,j∈E)为E×E上的矩阵,满足qi,j≥0(i≠j),∑qi,k=-qii≤∞, i∈E.k≠im为E上的概率分布满足∑miqi=-mjqj,j≤∞, j∈E.i≠j何时存在Q过程,使得m是它的不变分布?这个问题由Williams(1979)作为一个开问题提出.文[15]对全稳定情形,解决了这个问题;本文对单瞬时情形,完整地解决了该问题.     

指标在T_θ~d上变动的B-值I.I.D.R.V.’S的叠对数律

记B是可分Banach空间,X是B-值随机变量,N~d={■=n_1,…,n_d);n_i=1,2,…,i=1,…,d},T_θ~d={■∈=(n_1,…,n_d),θn_i≤n_y≤θ~(-1)n_4,i≠j,i,j=1,…,d},其中d≥2,0<1。本文研究指标在T_θ~d上变动的B-值i. i. d. r. v. ’s的四种类型的叠对数律(即BLIL~(θ,α)_1,BLIL~(θ,d)_2CLIL~(θ.D)_1和GLIL~(θ,d)_2,获得了X∈BLIL~(θ,α)_1、X∈BLIL~(θ,d)_2、X∈GLIL~(θ,d)_1和X∈GLIL~(θ,d)_2的充要条件。     

Common Fixed Points for a Countable Family of Quasi-Contractive Mappings on a Cone Metric Space with the Convex Structure

In this paper, we consider a countable family of surjective mappings {Tn}n∈N satisfying certain quasi-contractive conditions. We also construct a convergent sequence { Xn } n c∈Nby the quasi-contractive conditions of { Tn } n ∈N and the boundary condition of a given complete and closed subset of a cone metric space X with convex structure, and then prove that the unique limit x＂ of {xn}n∈N is the unique common fixed point of {Tn}n∈N. Finally, we will give more generalized common fixed point theorem for mappings {Ti,j}i,j∈N. The main theorems in this paper generalize and improve many known common fixed point theorems for a finite or countable family of mappings with quasi-contractive conditions.     

矩阵特征值的几个扰动定理

1 引言 设A∈C~(n×m),B∈C~(m×m)(m≤n),它们的特征值分别为{λ_k}_(k=1)~n和{μ_k}_(k=1)~m.令 R=AQ-QB (1)这里Q∈C~(n×m)为列满秩矩阵.Kahan研究了矩阵A在C~(n×m)上的Rayleigh商的性质,证明了下列定理:设A为Hermite矩阵,Q为列正交矩阵,即Q~HQ=I,而B=Q~HAQ,则存在 1,2,… ,n的某个排列π,使得 {sum from j=1 to m │μ_j-λ_(π(j))│~2}~(1/2)≤2~(1/2)‖R‖_F (2)其中R如(1)所示,‖·‖_F为矩阵的Frobenius范数.刘新国在[2]中将此定理推广到B为可对角化矩阵的情形,并且还建立了较为一般的扰动定理:设A为正规矩阵,B为可对角化矩阵;存在非奇异矩阵G,使得G~(-1)BG为对角阵,则存在1,2,…,n的某个排列π,使得 │μ_j-λ_(π(j))│≤2(2~(1/2))nK(G)_(σ_m~(-1))‖R‖_F,j=1,2,…,m. (3)     

负相伴随机变量的非经典重对数律

§ 1　 IntroductionA finite family of random variables { Xi,1≤ i≤ n} is said to be negatively associated(NA) is for every pair of disjointsubsets A1 and A2 of{ 1 ,2 ,...,n} ,Cov{ f1 (Xi,i∈ A1 ) ,f2 (Xj,j∈ A2 ) }≤ 0 ,(1 .1 )whenever f1 and f2 are coordinatewise increasing and the covariance exists.An infinitefamily is negatively associated ifevery finite subfamily is negatively associated.This defini-tion was introduced by Alam and Saxena[1 ] and Joag-Dev and Proschan[2 ] .As pointed…