小时间区间中的条件扩散过程

本文讨论具有一致连续系数条件扩散过程的大偏差性质。设X(t)是具有Dirichlet空间(ξ、H_0~1(P_0~d))的扩散过程,其中 ξ(f,g)=1/2 integral from n=R~d to (〈▽f,▽g〉(x)dx)。 P_a~e是过程x_6(t)=x(∈t)满足条件x_6(0)=x,x_6(1)=y的律。那么当∈→0时,(P_(?)~(?),y)具有大偏差性质,且具有速率函数 J_(x,y)(ω)=1/2 integral from n=0 to 1(〈(?)(t),a(-1)(ω(t)),(?)(t)〉dt-1/2 d~2(x,y)。     

定积分的一个性质在证明不等式中的应用

高等数学中证明不等式的方法很多,本文介绍用读者熟知的定积分的如下性质,证明不等式的一些例子.性质 如果函数f(x),g(x)都在闭区间〔a,b〕上连续,且f(x)≤g(x)(X∈〔a,b〕),则integral from n=a to ∞(f(x)dx)≤integral (?)((x)dx);当且仅当f(x)=g(x)(X∈〔a,b〕)时,等式成立.     

非参数回归模型中回归函数的估计的渐近性质

§1.引言 考虑下列的回归模型:Y在X=x的条件之下的分布密度为f(y|X=x)=p(y-θ(x)),(1.1)其中p(y)满足条件回归函数θ(x)为下列集合的成员之一存在,x∈U},(1.3)其中U是一个开区间,θ~(p)(x)表示θ(x)的p阶导数。又设随机变量X的分布密度为q(x),它在X的支撑U上为连续正函数。现在设(X_1,Y_1),…,(X_n,Y_n)是(X,Y)的     

甩瓦累-布然平均逼近连续函数

<正> §1.总说§1.1 设 f(x)∈C_(2π),f(x)～a_0/2+sum form n=1 to ∞ a_ncosnx+b_nsin nx≡sum form n=0 to ∞ A_n(x)记 S_n(f,x)=sum form v=0 to n A_v(x).称σ_(n,p)(f,x)=1/p+1 sum form v=n-p to n S_v(f,x)为 f(x)的瓦累-布然平均.记△_u~kf(x)=sum form v=0 to k (-1)~v(?)f[x+(k-2v)u].称函数ω_k(f,t)=(?)|△~u_kf(x)|为 f(x)的 k 阶连续模.简记ω(f,t)=ω_1(f,t).假如 f(x)的共轭函数     

非参数回归函数的基于截尾数据的估计

本文考虑截尾数据情况下非参数回归函数m(x)=E(Y|x)的估计。具体地讲,我们面对的是这样的数学模型:T是与(X,Y)独立的随机变量,我们观测到的不是Y本身,而是Z=min(Y,T)及δ=[Y≤T]。今有训练样本{(X_i,Z_i,δ_i)}_(i-1)及当前样本(X,z,δ),记ξ_i(·)=[z_i≥·], N~ (·)=sum from i=1 to n ξ_i(·), V_n(·)=multiply from i=1 to n{1 N~ (z_i)/2 N~ (z_i)}~[δ_i=_i<0], U_n(·)=sum from i=1 to n Wnt(x)ξ_i(·), 令 m_n(x)=integral from 0 to u_n U_n(y)|V_n(y)dy, 其中u_n=F_2~(-1)(n~(-a)),0<α<1/2为一实常数,F_2(·)=P(Y≥·)为Y的(右侧)分布函数。在权函数{W_(ni)(x)}_(i=1)~n及(X,Y,T)的分布函数满足一组条件下,我们证明了m_n(x)为m(x)的强相合估计,即:m_n(x)→m(x),a.s.(n→ ∞).     

Evaluation of Certain Integrals Involving the Product of Classical Hermite's Polynomials Using Laplace Transform Technique and Hypergeometric Approach

In this paper some novel integrals associated with the product of classical Hermite's polynomials ∫_(-∞)~(+∞)(x~2)~mexp(-x~2){Hr (x)}2dx, ∫_0~∞exp(-x~2)H_(2k)(x)H_(2s+1)(x)dx,∫_0~∞exp(-x~2)H_(2k)(x)H_(2s)(x)dx and ∫_0~∞exp(-x~2)H_(2k+1)(x)H_(2s+1)(x)dx,are evaluated using hypergeometric approach and Laplace transform method, which is a different approach from the approaches given by the other authors in the field of special functions. Also the results may be of significant nature, and may yield numerous other interesting integrals involving the product of classical Hermite's polynomials by suitable simplifications of arbitrary parameters.     

关于回归函数核估计的渐近正态性

令(X,Y)是具有联合密度f(x,y)的二元随机变量。如果EY有限,则称m(x)=E(Y|X=x)为Y关于X的迴归函数.假设(X_1,Y_1),…,(X_n,Y_n)是来自二元总体(X,Y)的一个随机样本,那么迴归函数的核估计定义作其中K是一元密度函数,{h_n}是一列收敛于0的正数.在Y有界且nh_n~2→∞的条件下,证明了(nh_n)~(1/2)(m_n(x)-Em_n(x))依分布收     

非线性微分系统解的有界性和周期解的存在性

本文运用了比较新的手法,证明了非线性微分系统(dx)/(dt)=1/(a(x))[c(y)-b(x)];(dy)/(dt)=-a(x)[h(x)-e(t)](1)(其中a(x),b(x),h(x),c(y),e(t)为连续可微函数,x,y∈R,t∈[0,+∞),且a(x)>0)解的有界性及周期解的存在性,并应用该结论讨论了强迫振动方程:x+(f(x)+g(x)x)x+h(x)=e(t)(2)(其中f(x),g(x)为连续可微函数,x∈R,h(x),e(t)同上)解的有界性及周期解的存在性.     

积分因子在一类中值定理证明题中的应用

借助于积分因子e~(∫p(x)dx),本文探讨了证明"■,使得f′(ξ)+p(ξ)f(ξ)=0"这类问题,可能的辅助函数F(x)=e~(∫p(x)dx)f(x).     

条件L泛函的核估计及其Bootstrap逼近

设(X,y)为取值于 R~d×R~1的随机变量,X 具有边缘分布 F(x),Y 关于 X 的条件分布为 F(y|x).对于条件 L 泛函θ_1(x)=integral from n=0 to 1 J(y)F~(-1)(y|x)dy(1)θ(x)=integral from n=0 to 1 J(y)F~(-1)(y|x)dy+sum from j=1 to k a_jF~(-1)(p_j|x)(2)在[1]中曾给出了它们的近邻估计,并讨论了估计的渐近性质(其中 F~(-1)(x)=inf{t:F(t)≥x}).在本文中,我们将用核函数方法构造它们的另一类估计,并讨论估计的一些渐近性质.设(X_1,Y_1),(X_2,Y_2),…是(X,Y)的一个样本列,取 w_n_i(x)=K((x-X_i)/h_n)/sum from i=1 to n K((x-X_i)/h_n),其中 K 为 R~d 上的概率密度函数,并有0相似文献   

一维问题的一种积分形式的流量重构算法

1引言我们考虑如下一维二阶椭圆边界值问题(-(β(x)p′)(x))′=f(x),x∈(a,b) p(a)=p(b)=0(1))其中β=β(x)是一恒正函数,且β∈H~1(a,b),f∈L~2(a,b)．事实上,在此条件下,我们可保证p∈H~2(a,b)(见[1],[2])．(1)之弱形式为：求p∈H_0~1(a,b)使得a(p,q)=(f,q),(?)q∈H_0~1(a,b),(2)其中a(p,q)=(?)_a~bβp′q′dx,(f,g)=(?)_a~bfqdx．给定(a,b)的一个分割α=x_0＜x_1＜…＜x_(n-1)＜x_n=b,令h=(?)(x_i-x_(i-1)),(?)_i表示通常相应于节点x_i的形状函数,即(?)_i是连续的分段线性函数且满足(?)_i(x_k)=δ_(ik),这里δ_(ik)=(?)i,k=0,1,…,n．又记V_h~0=span{(?)_1,(?)_2,…,(?)_(n-1)),取V_h~0作为p的逼近空间,则求解(1)的标准有限元格式为：求ph∈V_h~0使得     

关于函数及其导数相互关系的几个结论

讨论由f(x)和f^(n 1)(x)的性质来决定f‘(x),f‘‘(x)……f(n)(x)的相应性质,得到几个结论璧如：设f（x)在区间(a, ∞)有直到(n 1)阶的导数,那么当limx→ ∞f(x)=0且limx→ ∞f^(n 1)(x)=0时,必有limx→ ∞f(x)=0……limx→ ∞f^(n)(x)=0     

一道概率中常用积分的妙证

+∞∫-∞e-x22dx=2π(1)式(1)是概率论中常用的积分,常见的证法是利用了极坐标变换[1],或利用Γ函数的性质[2].笔者给出一种利用旋转体体积公式的新证法.设I=+∞∫-∞12πe-x22dx,则(1)式等价于I=1.由于I2=(+∞∫-∞12πe-x22dx)2=+∞∫-∞12πe-x22dx+∞∫-∞12πe-y22dy=+∞∫-∞∫+∞-∞12πe-x2+2y2dxdy被积函数z=f(x,y)=12πe-x22+y2,-∞相似文献   

非参数回归函数的随机窗宽核估计的重对数律

设(X,Y),(X_1,Y_1),(X_2,Y_2),…为 i.i.d.二维随机变量序列,具有联合分布F(x,y)及密度 f(x,y).X 的边际分布和密度分别记为 F_X(x)和 f_X(x).记 m(x)=E{Y|X=x)}为 Y 对 X 的回归函数.为估计 m(x),Nadaraya 和 watson 独立地引进了如下形式的核估计     

用留数计算∫from x=-∞ to ∞ (R(x)e~(αix)dx)型积分注记

用留数计算积分∫from x=-∞ to ∞ (R(x)e~(αix)dx)(α>0)的方法可推广到α<0的情形,并举例计算一个函数的傅氏变换.     

Diracδ函数的数学表示

Dirac提出的δ函数δ(x)满足:∫_-∞+∞δ(x)dx=1;当x≠0时δ(x)=0,在标准分析中,这两个条件是互相矛盾的.本文认为Diracδ函数应属于微观的,把实数系R无限缩小成核子a(0),先在a(0)上定义Diracδ函数δ(x),使它在a(0)上的积分等于1,然后把δ(x)的定义域从a(0)扩张到无穷区间(-∞,+∞),使它符合上述Dirac提出的条件.举出几个满足这个定义的δ函数的例子.最后,从这个定义推出一些δ函数δ(x)的重要性质.     

一类具有耦合转移条件Sturm-Liouville问题的逆问题

考虑了具有耦合转移条件Sturm-Liouville(简称S-L)问题的逆问题,在一定条件下,通过利用S-L方程右边的函数f_j(x)确定方程的解,并由数据{u_j(x_0)}_j~∞=i或{p(x_0)(du_j(x_0))-(dx)}_j~∞=1唯一确定S-L算子中的系数p(x)和q(x).其中u_j(x)满足S-L方程,分离边界条件和耦合转移条件,而{f_j(x)}_(j-i)~∞构成L~2(I)的一个基.     

有限元求解一维奇异摄动问题

1 问题的引入 考虑边值问题 L_y≡-εy″+p(x)y′+q(x)y=f(x),x∈I≡(o,1), y(0)=y(1)=0, (1,1)其中ε是一常数,ε∈(0,1),p(x),q(x),f(x)是[0,1]上的光滑函数,且满足p(x)≥a_1>0,q(x)≥0,q(x)-(1/2)P′(x)≥a_2>0.以下用C和d表示一常数,仅依赖于p(x),q(x),f(x),与ε无关,在不同的地方它们可能代表不同的数. 引入双线性形式 B(u,v)=integral from n=0 to 1(εu′v′+pu′v +quv)dx,u,v∈H~1(I),及范数     

SL(2,R)上一类极大算子的(H_(∞,s)~1,L~1)型

本文我们引入了函数类B_δ(G//K)={φ一L~1(G//K||L~1(G//K)||φ(t)|≤Δ~(-1)(t)(1+t)~(1-δ),δ>0),对f∈L~p(G//K),1≤p≤∞,和极大算子M_δf(x)=sup|φ*f(x)|,证明了这类算子 >0 φ∈B_δ(G//K)是(H_∞~1,L~1)型的.     

三次函数零点个数问题的分类讨论标准

<正>形如f(x)=ax³+bx3+bx²+cx+d(a≠0)的函数称为三次函数.高中阶段需掌握三次函数性质如下:性质1 f(x)恒过定点(0,d).性质2若a>0,当x→+∞时,f(x)=+∞;当x→-∞时,f(x)=-∞.若a<0,当x→+∞时,f(x)=-∞;当x→-∞时,f(x)=+∞.说明:性质1虽然显而易见,却往往是学生画图时经常忽略的前提条件.性质2则是三次函数的无穷大性质,要求图像始终穿过x轴