线性模型中误差方差估计的相合性

本文研究在条件(1.2)(其中e₁,e₂,…,假定有不同的分布)之下,估计σ²(n)的大样本性质,得到了:
1.σ²(n)为σ²的弱相合估计的必要条件;
2.σ²(n)为σ²的强相合估计的必要条件和充分条件,二者差别不大(有可能,必要条件也是充分条件)。     

线性模型中误差方差估计的正态逼近的非一致性界限

在一般的线性模型中,根据观测值Y_j,…,Y_n,可以得出误差方差σ²的基于残差平方和的估计。分别用F_n和φ记r.v.(—σ²)/和N(0,1)的分布函数。本文证明了,若{e_j}独立,且存在常数D₁,D₂,使 则存在与n及x都无关的常数c,使对所有n和x,有 这一结果对文献[1]中的猜测给出了肯定的回答,且正如文献[2]中所指出的,它是一个不可改进的理想结果。     

Gauss-Markov条件下最小二乘估计的强相合性

设Y_i=x＇_iβ+e_i,1≤i≤n为线性模型,β_n=(β_n1,…,β_np)＇为β=(β₁,…,β_p)＇的最小二乘估计,以u_n记(sum from i=1 to n(x_ix＇_i))的(1,1)元,v_n=u_n^-1.证明了在Ee_i=O且{e_i}满足Gauss-Markov条件时,v_i→∞及sum from i=2 to ∞(v_i^-2(v_i-v_i-1)log~2i<∞)为β_n1强相合的充分条件,且对任何ε_n→0,v_i→∞及sum from i=2 to ∞(ε_iv_i^-2(v_i-v_i-1)log²i<∞)已不再充分.提出了β_n1强相合的一个充要条件,它把β_n1强相合归结为正交随机变量级数的收敛问题.     

小区间上的素变数三角和估计Ⅰ

设α是实数,x≥A≥2,e(θ)=e^2πiθ,以及A(n)是Mangoldt 函数。本文主要证明以下结论(见定理1):设δ是任给的正数,x^91/96+ε≤A≤x。那么,对任给的正数c,一定存在正数c₁,使当A^-1log^cx≤|α|≤(log x)^-c1)时,A(n)e(nα)<<A(log x)^-c     

对称凸集上初等对称函数为Schur-凹的充要条件

设x,y∈Rⁿ,x被y所控制记作x(?)y。又w∈Rⁿ,令S_k(x)为第k个初等对称函数。Q_m,n为前n个自然数取m个的严格增序列的集合。对于β∈Q_m,n写w_β=(W_{^β(1),…,WB(m)}∈R^m。本文主要证明了下面的结论:(1)S_k(x)在(?)_w上是Schur-凹的充要条件是(2)S_k(x)≥0,(?)x∈(?)_w的充要条件是S_k(w)≥0且S_k(x)在(?)_w上是Schur-凹的(3)S_k(x)≥0,(?)x∈(?)的充要条件是     

小区间上的素变数三角和估计Ⅱ

设α是实数,x≥A≥2,e(θ)=e^2xiθ,Λ(n)是Mangoldt函数,以及本文用纯分析方法证明了:(ⅰ)设ε是任给的小正数,x^91/96+ε≤A≤x。那么对任给的正数c,一定存在正数c₁,c₂,使当α=a/q+λ满足:(α,q)=1,1≤q≤log^c₁x,时,(见定理2);(ⅱ)设N是大奇数,U=N^91/96+ε,则素变数不定方程N=p₁+p₂+p₃,N/3—U...     

关于Szeg?的一个不等式

设P_n(x)为[0,∞)上次数不超过n的代数多项式,则有‖p′_n(x)e^-x‖_[0,∞)≤(6.3n+1)‖p_n(x)e^-x‖_[0,∞).若p_n(x)同时又是奇函数或偶函数,则有‖p′_n(x)e^-x‖_[0,∞)≤(1.8+7n^1/2)‖p相似文献   

有限总体U-统计量的Berry-Esseen界限

设AN为标有实数指标的N个球的一个总体,从中无放回地随机抽取n个球,其指标分别记为x₁,…,x_n.设φN(x,y)为关于x,y对称的二元Borel可测函数,记θ_N=E_φN(x₁,x₂),g(x₁)=E(φN(x₁,x₂)|x₁),σ_g²=Var(g(x₁)).本文证明了:若存在固定常数λ₁,λ₂,使0<λ₁≤n/NP_N≤λ_2<1,则存在仅与λ₁,λ₂有关的绝对常数C,使其中Φ(x)标准正态分布函数。     

慢电子对氮、氧和氖原子散射的总截面的计算

本文用下列解析原子波函数 1s电子:φ₁(r)=N₁e^-μar, 2s电子:φ₂(r)=N₂[(μr)e^-μr-Ne^-μar], 2p电子:φ3(r)=N₃(μr)cosθe^-μr, φ₄(r)=N₄(μr)sinθe^iφ-μr, φ₅(r)=N₅(μr)sinθe^-iφ-μr,推导出入射电子与氮、氧和氖原子之间相互作用的解析势函数,其中包括了交换作用与极化作用。应用这种势函数并用分波法,文中还算出了慢电子在这三种原子的势场中运动的畸变波函数、相移及散射总截面。计算结果与实验值很符合。     

U-统计量对数律的精确渐近性

设{X_n, n ≥1}是独立同分布随机变量序列, U_n 是以对称函数(x, y) 为核函数的U -统计量. 记U_n =2/n(n-1)∑_{1≤i h(Xi, Xj), h1(x) =Eh(x, X2). 在一定条件下, 建立了∑n=2^∞(logn)^δ-1EUn²I {I U n |≥n ^1/2√lognε}及∑n=3^∞(loglognε)^δ-1/logn EUn² I {|U n|≥n^1/2√log lognε} 的精确收敛速度.}     

齐次乘子算子的交换子

记H^l={w∈C^∞(R^k\{0}):w是l次齐次函数),R^_(-a)(m)是Taylor级数余项算子的n重叠合:m=(m₁,…,m_n)∈Zⁿ,Z记非负整数的集,α∈(R^k)ⁿ,定义 其中a=(a₁,…,a_n),a_i,f∈(R^k), 主要结果如下: 1.证明了几个介于算子T_^R(-a)^{(m)_w(ξ)),(a,f})的类与多线性奇异积分算子的类之间的对等定理; 2.作为应用,算子及 的某些有界性结果被给出,其中Ω∈H⁰,|β|≤|m|,且,m_i≥1。     

关于多线性奇异积分的估计

对,记 其中P_mi+1(a_i,x,y)记a_i的在y点展开的第m_i+1阶Taylor级数余项,m_i≥1,m=(m₁,…,m_n),|m|=∑m_i。Ω:R^K→C是在单位球面上满足Lipschitz条件的零次齐次函数,并使得T_*^m+1满足一个有界性条件。本文的结果如下: 1)C为一个常数。 2)T^m+1(a,f)(x)a.e.存在. 3)对T_*^m+1存在Muckenhoupt类的加权估计。     

Schur函数的一个展式及其在计数几何中的应用

本文给出对称多项式的幂的Schur函数展式(x₁^k+…+x_n^k)^m=sumC_{(λ1,…,λn)}S_{(λ1,…,λn)}(x₁,…,x_n)中系数C_{(λ1,…,λn)}的计算方法,并把它和文献[1]应用于计数几何的若干问题。     

拟线性抛物方程组第一边界问题的有限差分法

本文利用有限差分法来作出拟线性抛物方程组u_t=(-1)^M+1A(x,t,u…,u_x^M-1)u_x^2M+F(x,t,u,…,u_x^2M-1) (1)具有齐次边界条件u_xk(0,t)=u_xk(l,t)=0 (k=0,1,…,M-1) (2)与初始条件u(x,0)=φ(x) (3)在矩形区域Q_T={0≤x≤l,0≤t≤T}上的解,其中u=(u₁,…,u_m),φ(x)与F为m维向量值函数,A为m×m正定矩阵。证明了问题(1),(2)与(3)的一类相当广泛的有限差分格式的解的收敛性。所得向量值极限函数u(x,t)∈W₂^2M,1(Q_T)是问题(1),(2),(3)的唯一广义整体解。     

二阶抛物方程组解的Lp-正则性和Hölder连续性

在可控和自然增长条件下,非线性抛物组 u''_t-D_aA_i^a(x,t,u,Du)= B_i(x,t,u,Du),i=1,…,N,(x,t)∈Q之解。u∈L²(0,T;H¹(Ω,R^N))∩L^∞(0,T;L²(Ω,R^N))(或∩L^∞(Q,R^N))的空间导数D_au事实上属于L_loc^p(Q,R^N),p>2;拟线性抛物组 u''_t-Dα[A_ij^αβ(x,t,u)D_βu^j+a_j^a(x,t,u)]=B_i(x,t,u,Du),i=1,…,N的每一个解都在一开集 Q₁?Q上 Holder连续,且H^n+2-p(Q\Q₁)=0;若当j>i时A_ij^αβ=0,且B_i(x,t,u,p)关于|p|的增长阶小于2,则Q₁=Q;若A_ij^αβ和a_i^a都Holder连续,则D_au也在Q₁上 Holdler连续.     

Duffing型方程解的有界性

证明了下列Duffing型方程的所有解的有界性 :d2x / dt2 +x²ⁿ⁺¹+Σ²ⁿ_j=0 x^jp^j(t) =0 ,n≥1,其中,p1,p2 ,… ,p2n是 1周期的有Lipschitz连续性的函数,p_n+1,… ,p2n是Zygmund连续的 .这表明Duffing型方程的解的有界性不必要求pj(t)的光滑性.     

Rn中单位球上的加权Plancherel公式

设ƒ是实n维单位球上的函数v∈C,SO₀(1,n)在ƒ上的作用T^v定义为T_g^vƒ(x)=ƒ(g·x)(det g＇(x))^v/2(n+1).导出了相应于T^v的不变Laplacian,并找到它的一簇特征函数,建立了相应的反演公式与Plancherel公式.     

部分和乘积的几乎处处中心极限定理

设X_n, n≥1是独立同分布正的随机变量序列, E(X₁)=u >0, Var(X₁)=σ², E|X₁|³<∞, 记S_n==∑^N_k=1X_k, 变异系数γ=σ/u.g是满足一定条件的无界可测函数, 证明了 lim_N→∞1/logN∑^N_n=11/n g((∏ⁿ_k=1S_k/n!uⁿ )^1/γ√n )=∫^∞₀g(x)dF(x),a.s., 其中 F(•) 是随机变量e^√2ξ 的分布函数, ξ 是服从标准正态分布的随机变量.     

对称群表示的既约分解

S_n是n个文字的对称群,T^d为C[x₁,x₂,…,x_n]中d次齐式所成的子空间.T^d做为S_n模所确定的S_n的表示记为ρ^d.π(α)为与分析α相对应的既约表示.记N^d_α为,π(α)进入ρ^d的重数,做为文献[1]的继续,本文简化了幂级数所满足的递推公式,并具体求出了母函数的表达式。     

非参数回归函数最近邻估计的强相合性

设(X,Y),(X₁,Y₁),…,(X_n,Y_n)为取值R^d×R的独立同分布随机向量,E|Y|<∞。设m_n(x)为m(x)=E(Y|X=x)的最近邻估计。本文在E|Y|^r<∞(对某个r>1)或E{exp(t|Y|^λ)}<∞(对某个λ>0及t>0)的条件下,建立了m_n(x)的强相合性。其它附加条件均与(X,Y)的分布无关。