不同分布两两NQD列部分和之和的强大数定律

主要研究两两NQD列部分和之和Tn=∑ni=1Si(其中Sn=∑ni=1Xi)的强大数定律,并获得了与独立同分布随机变量序列情形类似的结果.     

同分布的两两NQD序列部分和之和的强大数定律

主要研究同分布两两NQD随机变量序列{Xn,n∈N}部分和之和Tn=∑i=1 n Si（其中Sn=∑i=1 n Xi）的强大数定律,通过给出几个等价的条件,建立了强大数定律,获得了与I．I．D列情形相类似的结论．     

一般随机变量序列强大数定律

将独立同分布情形下的强大数定律进行了推广,指出一般随机变量序列若满足∑∞n=1B2n/n<∞,则服从强大数定律。所给出随机变量序列强大数定律存在条件较易满足,使得定理适用范围更广。并在两两不相关且一致有界的条件下,指出对任意的α>3/4,均有(Sn-ESn)/nα几乎处处收敛于0。     

混合序列的强大数律

独立同分布随机变量序列的强大数定律已很完善，近来混合序列的强大数定律发展很快，有的结果已接近独立同分布情形，本文对α－混合、ρ－混合，ψ－混合序列的强大数定律的进展情况作一介绍。     

矩条件下NA随机变量的强极限定理

令{X,Xn,n≥1}为同分布的NA随机变量序列,{an,n≥1}是一正常数序列且an/n↑.讨论了{X,Xn,n≥1}的强大数定律和完全收敛性,得到了与条件∞∑n=1P(|X|an)∞等价的结果.另外,该结果推广了关于两两独立同分布序列的相应结果.     

双下标随机变量顺序统计量和的强大数定律的一个注记

论证了双下标离散型随机变量和 1n2 ni=1 i X( n)i 的强大数定律 ,结论表明离散型随机变量和连续型随机变量所得结果是不同的     

φ混合序列自正则加权和的中心极限定理

设{Xn, n≥1}为一严平稳φ混合随机变量序列, EX=0, V 2n=∑ni=1X2i, {an,i, 1≤i≤n, n≥1}为一实数阵列, Sn=∑ni=1an,iXi. 利用随机变量阵列的弱收敛定理, 在较一般的条件下, 证明了自正则加权和{Sn/Vn, n≥1}的中心极限定理, 改进并推广了已有混合序列自正则化中心极限定理的相关结果.     

强大数定律的点滴结果

本文引理2改进了Renyi—Hājek引理,作为引理2的应用,指出定理1的另一证法。定理2改变Teicher强大数定律中的条件(ⅲ),得到与它相并列的结果,定理3指出独立随机变量序列服从强大数定律的必要条件。设X_(?),n≥1为定义在概率空间(Ω.(?).P)上的随机变量。S_n=∑_h=1~nX_k,     

两两NQD序列的Marcinkiewicz型强大数定律

在附加矩条件的情况下， 给出了与独立同分布情形类似的同分布两两NQD序列的Marcinkiewicz型强大数定律.     

可和方式的强大数定律

设{X,Xn,n≥0}是独立同分布的随机变量序列,给出两种可和方式A（X,t)=∑^∞n=0t^nXn及C（X,n,β）=∑^ni=0(β-1n-i)Xi(β≥1)的Marcinkiewcz-Zygmand强大数定律成立的充分必要条件。     

相协随机变量部分和的几乎处处收敛性和强大数定律

文章基于相协随机变量序列的Hajek-Renyi不等式和事件序列的Chung-Erdos不等式,利用Krone-cker引理和Borel-Cantelli引理,给出相协随机变量序列部分和的几乎处处收敛性和强大数定律型的结果,推广和改进了吴爱娟论文中定理2和定理3的结果。作为其特例,得到了独立情形下经典的Kolmogorov强大数定律。     

两两NQD列部分和之和的弱大数定律

部分和之和在实际问题如随机游动、时间序列分析、破产理论中有着广泛的应用.研究同分布和不同分布情况下,两两NQD随机变量序列部分和之和Tn=n∑i=1Si的弱大数定律,其中Sn=Sn=n∑i=1Xi,将两两NQD随机变量序列部分和的弱大数定律推广到了部分和之和的情形.     

φ混合序列乘积和的强大数定律

建立了φ混合序列的矩不等式,利用这个不等式得到了φ混合序列的三级数定理及乘积和的强大数定律。     

可交换随机变量序列加权和的另一个大数定律

将独立同分布情形下的Marcinkiewicz型强大数定律推广到了可交换随机变量,得到了可交换随机变量加权和的一个强大数定律.     

PA序列的强大数定律

T.C.Christofides在Statistics & Probability Letters 50(2000)已论证了期望为0的PA序列部分和的强大数定律,本文进一步得到Tn=nΣi=-1c1Xi,n≥1的强大数定律。     

两两NQD序列部分和之和的弱大数定律

讨论两两NQD序列部分和之和的弱大数定律,获得了与NA序列相同的结论,并且简化了弱大数定律成立的条件。     

一个推广的Borel强大数定律的改进

Borel通过研究Bernoulli试验,首先给出了其强大数定律,已有文献给出了一个推广的Borel强大数定律.作者改进了这个结果,将其中的条件dn=O(1/n)减弱为dn=O(1/nα),α>0.另外,将此结果推广到有界的随机变量序列的情形,给出其Borel强大数定律.     

可信性空间上关于模糊变量的强大数定律

目前,关于强大数定律的研究仍集中在概率测度(可加性测度)空间上。但是,概率测度的可加性条件太强,限制了强大数定律的研究范围。为了扩大其研究范围和应用领域,强大数定律将被推广到一种非可加测度空间——可信性空间上进行研究。可信性测度是一种比概率测度更广泛的、自对偶的测度,它的性质将得到更进一步的讨论。利用概率论中类似的方法,在可信性空间上给出依可信度1收敛的概念、重新提出基于模糊变量的强大数定律的定义;进而提出并证明强大数定律的相关引理;最后给出强大数定律的证明,从而获得了可信性空间上关于模糊变量的强大数定律。这一工作扩大了强大数定律的研究范围,达到了推广强大数定律应用领域的目的。