向量高斯序列的若干极限定理

来源 :西南大学 | 被引量 : 0次 | 上传用户:zsdown520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文由两部分构成.第一部分研究了具有随机足标的甲稳高斯序列的最大值与最小值的联合分布以及平稳高斯向量序列的最大值与最小值联合的几乎处处中心极限定理. 主要结论如下: 定理A设{Xn}为满足条件(2.3)的标准化平稳高斯序列,一正整值随机变量N(n)满足(2.2)式.若存在两实数列{un},{vn}使得(2.4)式成立.则有limn→∞ P(vn<mN(n)≤MN(n)≤un)=∫+∞-∞(e-T-η)zdP(φ≤z). 定理B设{Xn}为满足条件(2.13),(2.14)的d维标准化平稳高斯向量序列,(1).若存在实数列]{uns};{vns},1≤s≤d满足条件(2.15),则有limn→∞ 1/log n ΣnK=1 1/kI(vks<mks≤Mks≤uks,1≤s≤d)=Πds=1 e-(Ts+ηs)a.s.(2).若vns=a-1nxs+bn,vns=-a-1nys-bn,1≤s≤d,则有limn→∞ 1/log nΣnk=11/kI(vks<mks≤Mks≤uks,1≤s≤d)=Πds=1 exp(-(e-xs+e-ys))a、s。 第二部分主要讨论了平稳高斯向量序列的最大值与部分和的几乎处处中心极限定理及其超过数点过程与部分和的联合分布.得到如下结论: 定理C设{Xn}为满足条件(3.4),(3.5),(3.6)的d维标准化平稳高斯向量序列,(1).若存在实数序列{uns},1≤s≤d满足条件(3.7),则limn→∞ 1/log nΣnk=11/kI(Mks≤uks,Sks/σks≤ys,1≤s≤d)=Πds=1[e-TsΦ(ys)]a.s.(2).若un=a-1nxs+bn,1≤s≤d,则limn→∞ 1/log nΣnk=11/kI(ak(Mks-bk)≤xs,Sks/σks≤ys,1≤8≤d=Πds=1[esp(-e-x.)Φ(ys)]a.s. 定理D若一d维标准化平稳高斯向量序列{Xn}满足条件(3.14),(3.15),(3.16),且存在实数列{uns}满足条件(3.17),则当n→∞时,NnL→N,其中N是强度为Σds=1m(Bs)e-xs的(0,1]上的泊松向量点过程,N=(N1.…,Nd)各分量间相互独立,m表示(0,1]上的Lebesgue测度,且Nn与Sn/σn渐近独立.
其他文献
极速学习机(Extreme Learning Machine, ELM)是近十年前提出的一种快速机器学习算法,它最早应用于单隐层前馈神经网络的学习,由于其具有结构简单,学习速度快,以及良好的泛化
人耳识别是一种重要的生物特征识别方法,用途广泛,利用人耳实现对人的鉴别是具体可行的,人耳识别方法较其他的识别方式而言有它无可比拟的优势。人耳识别的关键在于提取简单
设式 B是赋范线性空间X中的非空子集,映射T: A∪B→ A∪B.若 T满足 T(A)(?)B,T(B)(?)A并且对任意的 x∈A,y∈B,d(Tx,Ty)≤d(x,y),则称 T是循环相对非扩张映射.若 T满足T(A)(?)A,T(
众所周知,研究微分系统x1=x(t,X)的解的性态,不但在微分方程理论领域中具有很重要的价值,同时对研究客观世界中物体的运动规律也具有相当大的实际应用价值.我们知道当微分系统为
本文用覆盖和映射的方法对几乎弱θ加细空间、基亚紧空间和超仿紧空间进行初步的研究,得到了遗传超仿紧空间的一组等价刻画,然后,利用这组等价刻画获得了这类空间的一个Tychonof
广义双线性系统是最接近广义线性系统的一类广义非线性系统,并且广义双线性系统模型在现实生活中广泛存在,因此对于广义双线性系统的研究具有重要的理论意义和实际应用价值。
在日常生活中,经常会遇到这样一类数据:同一个体或者受试单元在不同时间观测若干次,即得到同一个体不同时刻的观测,这类数据称为纵向数据.对此类数据进行处理时可以对其建立纵向
本文对一类带p-Laplace算子的非线性椭圆型方程的Dirichet边值问题(公式略)在W(Ω)中的弱解进行了分析。主要是通过一个变量替换v=e-1将问题(1)等价变换为一个拟线性椭圆型方