U—统计计量投影残差的指数收敛速度及其应用

本文研究了一样本Ｕ－统计量投影残差的收敛速度，在核函数有界及某种意义下的指数型有界时，本文得到了一些指数收敛速度，最后，利为上述结果的应用，本文还研究了刻度参数的变点问题。     

Feller-Trotter概率型算子对有界变差函数的收敛速度

本文运用概率方法研究了Feller-Trotter概率型算子对有界变差函数的收敛速度。由于该算子包括许多常见的算子,从而由关于该算子的一般结论可导出许多常见算子对有界变差。函数的收敛速度。作为一般结论的应用,本文列举了Baskakov算子、Szasz-Mirakjan算子、Gauss-Weierstrass算子、Gramma算子、Post-Gamma算子对有界变差函数的收敛速度。其中,关于Szasz-Mirakjan算子的结论推广并改进了Fuhua Cheng的结论,其它结论是作者首次得到。     

关于有界核两样本U统计量余项的指数收敛速度

设Ｕｍｎ是以有界对称函数　（ｘ，ｙ）为核的两样本Ｕ－统计量．本文讨论了Ｕｍｎ与其投影之差的指数收敛速度问题，它有别于Ｈｏｅｆｆｄｉｎｇ关于有界核Ｕ－统计量的指数不等式．是两样本Ｕ－统计量所特有的．     

广义U—统计量的指数收敛速度

文「１」研究了一样本Ｕ－统计量的指数收敛速度，本文则研究了广义Ｕ－统计量的指数收敛速度。     

共轭混合型Jacobi级数的收敛速度(英文)

对于有界变差的连续函数，本文给出了其共轭混合型Jacobi级数的收敛速度．     

无界可变延迟随机神经网络的指数稳定性（英文）

本文用Lyapunov函数方法和半鞅收敛定理研究无界可变延迟随机神经网络的指数稳定性.给出判定零解的均方指数稳定性和几乎必然稳定性的充分条件.本文所用的方法和结果适用于无界延迟系统,涵盖了已有文献中有界延迟系统的结果.     

某类Holder范数下Stroock—Varadhan逼近的一些估计

本文估计了某类Ｈｌｄｅｒ范数下具有光滑有界系数的随机微分方程的Ｓｔｒｏｏｃｋ－Ｖａｒａｄｈａｎ逼近的收敛速度     

函数按二阶Sturm-Liouville算子特征函数展开的收敛速度估计

本文用计算围道积分和使用特征函数渐近式的方法得到函数按二阶Sturm-Liouville 算子特征函数展开前 n 项和与其余弦级数的前项和之差的两个估计,这两个估计分别适用于有界可测函数和有界变差函数的特征展开。这样,我们能从函数的余弦级数的收敛速度估计得到函数的特征函数展开的收敛速度估计。     

k-U统计量的指数收敛速度

研究了k-U统计量的收敛速度,在一组适当的正则条件下,获得了k-U统计量的指数收敛速度,推广了U-统计量的指数收敛速度的相应结果.     

非局部时滞反应扩散方程波前解的指数稳定性

该文考虑了一类具有非局部时滞反应项的空间非局部扩散模型,主要研究其波前解的渐近稳定性及收敛率.通过构造加权函数,建立了相关线性方程的比较原理,证明了当初始扰动在加权最大范数意义下一致有界,满足初值问题的解将依时间指数收敛到波前解,而且得到其指数收敛率.     

抽象空间中的马氏过程的强遍历性及收敛速度

<正> §1.引言Doob 在[2]中对一般状态的时齐的马氏过程的遍历性理论,作了系统的研究,得到了完满的结果.D.G.Kendall 在[8]中,J.F.C.Kingman 在[6]、[7]中,D.Vere-Jones在[5]中,对可数状态的时齐的马氏过程的遍历极限的收敛速度,作了研究,这些文章的一个共同特点是:假定对某一状态其遍历极限的收敛速度为几何速度(指数速度),证明对其它状态,其遍历极限的收敛速度亦然.然而 D.Isaacson 在[1]中,研究了可数状态时齐的马氏过程的强遍历性,而且证明了强遍历性蕴含了收敛速度是几何速度(指数速度).本文研究的是一般状态的马氏过程(时齐的或非时齐的),得到了马氏过程满足强遍历性的各种充要条件;证明了强遍历性蕴含了收敛的指数速度;找出了最佳收敛速度;并证明了在什么条件下达到最佳收敛速度.     

R~d中最近邻估计收敛速度与其随机窗宽a_n(x)的关系及应用

J.Kuebles~[1](1976)讨论了核估计收敛速度与其常数窗宽h_n的关系,陈希孺~[2](1981)讨论了一维最近邻估计的一致强收敛速度,柴根象~[3](1984)就多维情况作了讨论,指出:若密度f在R上的二阶导数有界连续,达不到O(n~(-2/7))的数量级,本文在核函数比[2]、[3]大大放宽后,找到了R~d中最近邻估计f_n(x)的收敛速度与其随机窗宽a_n(x)的关系,结果与[1]完全相似。当f满足[3]中条件时,应用本文结果得:对R中任意有界闭集的收敛速度为O((n/loglogn)~(-1/3)),这个速度大大超过O(n~(-2/7))。     

两种相依样本经验过程增量的收敛速度及其在光滑估计中的应用

设平稳序列　　　其共同分布为Ｆ。本文研究了β－混合和α－混合序列的经验过程增量，在混合速度为非指数速度的情况下给出了经验过程增量的强收敛和弱收敛意义下的收敛速度，在分布函数Ｆ绝对连续时，构造了核光滑经验分布函数估计，并利用经验过程增量的收敛速度建立了该光滑经验分布函数逼近及真分布函数的收敛速度。     

有理Fourier级数在变差条件下的收敛性研究

本文把Fourier级数的一些经典结论推广到有理Fourier级数的情况下. 首先给出了有理Fourier级数和共轭有理Fourier级数在有界变差条件下的收敛速度估计. 利用此结论, 得到了类似于Fourier级数的Dirichlet-Jordan定理和W. H. Young定理. 最后, 证明了这两个定理在调和有界变差条件下也成立.     

马尔科夫过程几类收敛速度的比较

本文讨论可逆Ｍａｒｋｏｖ过程的几类指数收敛速度——谱隙,各种对数Ｓｏ－ｂｅｌｅｖ常数,Ｂ－Ｓ 熵指数收敛速度之间的关系,并通过例子说明它们有着本质的差别．     

广义极限鞅的一个收敛定理

本文引进了广义极限鞅的概念,证明了 L~1有界的广义极限鞅 a.s.收敛于—可积随机变量。这样推广了通常极限鞅的相应收敛定理,并回答了 Stout 提出的问题:L~1有界的弱鞅在一定的条件下是 a.s.收敛的。     

具有多类顾客的单服务台流体逼近的收敛速度

本文研究了—个具有多类顾客到达的单服务台排队系统．在流体变换下,我们知道排队模型以概率1在紧集上一致收敛到相应的流体模型．在一致收敛拓扑下,如果到达过程,服务过程在流体变换下以指数速度收敛到相应的流体过程,我们证明了在流体变换下的排队系统中的各个参量以指数速度收敛到流体模型中相应的参量,这些参量包括队长过程,负荷过程,逗留时间过程,离去过程,闲期过程等．     

一类Pickands型估计量的收敛性

本文在极值分布指数为负时,给出了一类新的Pickands型估计量,并研究此估计量的相合性、强收敛速度与浙近分布。     

半参数回归模型的极小极大线性估计

给出了半参数回归模型中当累赘参数ｇ（ｔ）一致有界或者ｇ（ｔｉ）落在有界球体内参数β的极小极大线性估计，并指出它们按均方误差收敛的速度达到Ｏ（ｎ＾－１）。     

连续型单参数指数族参数的EB估计的渐近最优性及收敛速度

本文用一般的最近邻估计的方法研究了连续型单参数指数族参数的经验Bayes估计的渐近最优性,并对其收敛速度问题进行了讨论.