协方差函数在描述信号时域特征和空间相关结构等方面发挥着关键作用.近年来,许多文献研究了协方差函数的非参数估计问题.然而大部分的非参数协方差函数估计量常常无法保证正定性.为克服上述困难,本文在平稳随机过程背景下,首先研究无约束条件的B样条协方差函数估计量的渐近性质;在此基础上,基于完全单调函数与B样条基函数的关系,构造带有约束条件的B样条协方差函数估计量,此估计量满足正定性.然后,通过研究带约束条件的B样条与无约束条件的B样条协方差函数估计量的关系,建立带约束条件的B样条协方差函数估计量的渐近性质.通过数据仿真模拟实验发现,本文所提出的估计量具有优异的正定性和平均均方误差(average mean squared error,AMSE)表现.最后,本文给出加拿大气温数据和澳大利亚电力需求数据中的正定协方差函数估计量.
在条件ab=φ(ba)下,研究了ab与a+b的伪Drazin逆的表达式.其中,a,b是Banach代数A中的2个伪Drazin可逆的元素,φ是A上双射的centralizer.证明了:若a,b是伪Drazin可逆的且ab=φ(ba),则ab是伪Drazin可逆的且(ab)~=b~a~;a+b是伪Drazin可逆的,当且仅当aa~(a+b)是伪Drazin可逆的,当且仅当aa~(a+b)bb~是伪Drazin可逆的.此时,(a+b)~=(aa~(a+b))~+sum from n=0 to ∞φ-(n(n+1))/2(1)(b~)^(n+1)(-a)~n(1-aa~).
暂无评论