位置刻度参数最优同变区间估计的minimax性质

Let X be a p-dimensional random vector having a density function σ^-p((x-θ1)/σ),where p≥2, x∈R^p, θ∈R¹, σ>0, 1= (1, …, 1)_p×1¹. The minimax property of best equivariant confidence intervals for the location parameter θ and scale parameter σ are proved under followiny loss function     

确定凸多边形可碰撞区域的快速算法

设P=(p₀,p₁,…,p_n-1)与Q=(q₀,q₁,…,q_n-1)是任二互不相交的凸多边形,本文研究了如何快速确定它们的可碰撞区域和可移动区域的问题. 文中提出了可碰撞性判定的新方法,研究了斜支撑线的基本性质,利用这些性质构造出了求斜支撑线的快速算法,其时间复杂度为O(log²(n+m)),在此基础上给出了确定可碰撞区域和可移动区域的时间复杂度为O(log²(n+m))的快速算法.     

两参数Markov过程的状态空间变换

设X=(Xr₎是有转移函数(P¹,P²,P)的两参数*-Markov过程,其中X_r取值于状态空间(E_r,(?)),r∈T=[0,∞)².对每个r∈T,设f_r是(E_r,(?)_r)到状态空间(E＇_r,(?)＇_r)中的可测变换.令Y_r=f_r(X_r),r∈T.给出了使Y=(Y_r)仍是有转移函数的两参数＊-Markov过程的充分条件,此条件加在转移函数(p¹,p²,p)和f_r上.对于有转移函数的两参数＊-Markov过程族,也讨论了类似的问题.     

NN-模式识别中条件误差概率收敛性的充要条件

Let (θ₁,X₁),…, (θ_n,X_n), (θ, X) be iid random vectors ,where θ∈{0,1},X∈R^d Denote by θ′_n the nearest neighbour discriminator of θ based on the training samples (θ₁,X₁),…, (θ_n,X_n) and the observed X; put(?). This paper gives a sufficient and necessary condition for (?) as n→∞, namely (P(θ=0, X=x)-P(θ=1, X=x))²·P(θ=0, X=x)·P(θ=1, X=x)=0 for every x∈R^d.This generalizes a previous result of the authors [5] and improves a result of Wagner, T.J. [2].     

1+2系数估计的进一步改进——大偶数表为一个素数及一个不超过二个素数的乘积之和(Ⅱ)

用x表一充分大的偶数,而P_x(1,2)为适合下列条件的素数户的个数x—p=p₁或x—p=p₂p₃,其中p₁,p₂,p₃,都是素数.在本文中将证明P_x(1,2)≥0.18xC_x/(logx)².     

线性模型中误差方差估计的指数收敛速度

Suppose given a linear model y_j=x'_jβ+μ_j, j=1,2,…, The random errors all have a mean zero and unknown variance σ², 0<σ²<∞. Let σ_n² be the estimate of σ² based on the residual sum of squares and calculated from (x_j, y_j), j=1,…,n. In this paper we show that if μ₁,μ₂,…, are independent but not necessarily identically distributed, and some further conditions on {μ_j} and (x₁|…|x_n) are satisfied, then for any ε>0 there exist constant ρ_ε, 0<ρ_ε<1, Such that P(|σ_n²-σ²|≥ε)=O(ρ_εⁿ).     

关于多元函数最佳逼近精确阶的Timan问题

关于找一个充分必要条件使Ω^k(f,1/σ)L_p(Rⁿ)=O(A_σ(f)L_p(Rⁿ)),σ→∞,成立的Timan问题被解决.这个条件是Q^k(f,δ)L_p(Rⁿ)=O(Ω^k+1(f,δ)L_p(Rⁿ)),δ→0.     

凸多边形可移动性的最优判定算法

设P=(p₀,p₁,…,p_n-1)和Q=(q₀,q₁,…,q_m-1)为平面内互不相交的两个凸多边形,其顶点用笛卡儿坐标描述,并按顺时针次序列出.本文提出了两个基本问题: (1)对于任意给定的方向d,如何确定P是否可沿此方向无限移动而不与Q相碰撞; (2)如何确定P相对于Q的所有可移动方向.并分别给出了O(log(n+ m))和O(n+m)的算法,在常数因子意义下,它们都是最优的.     

正向量连分式收敛的充分必要条件

我们讨论了如下形式的向量值连分式这里b_n=(b_n¹,b_n²,…,b_n^d)满足Samelson逆,而且a_n,b_n¹,b_n²,…,b_n^d均为正.给出了形如(#)的向量值连分式收敛的充分和必要条件,同时给出了收敛时的截断误差估计.     

某类振荡积分算子在Lebesgue空间及Wiener共合空间上的映射性质*

假设 β₁ > 3α₁ > 0, β₂ > 3α₂ > 0,给定函数f(x) ∈ S(R³), 定义算子T_α,β如下:T_α,βf(x,y,z) = p.v.ZT_Q2f(x- t, y-s, z-γ(t)h(s)) e^{-2πit-β₁ s-β₂}/t^1+α₁ s^1+α₂dtds.本文主要考虑如上定义的算子T_α,β在Lebesgue空间L^p(R³)及Wiener共合空间W(FL^p, L^q)(R³)上的有界性. 这里 Q² = [0, 1] × [0, 1], γ(t), h(s)满足适当的条件.作为应用, 本文还考虑了带粗糙核的奇异积分算子在乘积空间上的有界性.