(α,β)混合序列加权和的完全收敛性

借助(α,β)混合序列加权和的极大值矩不等式,采用截尾的方法讨论(α,β)混合序列加权和的完全收敛性,并获得(α,β)混合序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

行(α,β)混合阵列加权和最大值的完全收敛性

利用(α,β)混合序列Rosenthal型最大值不等式,得到一个关于行(α,β)混合阵列加权和最大值的完全收敛性定理,并利用该定理证明(α,β)混合序列加权和最大值的Marcinkiewicz-Zygmund型强大数定律,所得结果减弱了所需的矩条件.     

(α,β)混合序列的强极限定理

研究了(α,β)混合序列的收敛定理并得到(α,β)混合序列加权和的强稳定性.并且还得到一些新的大数定理.这些结果推广了独立序列的相应结果.     

一α-混合序列的矩不等式及其应用

该文给出了一α-混合随机变量序列部分和的矩不等式,此不等式是用矩的和作为其上界.在它的应用方面,探讨了加权和的收敛性,所得的结果改进了许(2002)所对应的结果.     

ρ~--混合序列部分和之和乘积的几乎处处中心极限定理

设{X,Xn}n∈N为一严平稳的ρ--混合随机变量序列,利用混合序列加权和的中心极限定理及矩不等式,获得了权重为dk=k-1exp{logαk}(0≤α1/2)的ρ--混合序列部分和之和乘积的几乎处处中心极限定理.     

行ρ~-混合阵列加权和最大值的完全收敛性

先利用ρ-混合序列Rosenthal型最大值不等式,得到一个关于行ρ-混合阵列加权和最大值的完全收敛性定理,再利用此定理证明ρ-混合序列加权和最大值的MarcinkiewiczZygmund型强大数定律.     

(α,β)混合序列部分和与乘积和的强大数定律

利用(α,β)混合序列的Kolmogorov不等式得到(α,β)混合序列三级数定理,在较弱的条件下,讨论(α,β)混合序列部分和与乘积和的强大数定律.1     

行ρ-混合阵列加权和最大值的完全收敛性

先利用ρ-混合序列Rosenthal型最大值不等式, 得到一个关于行ρ-混合阵列加权和最大值的完全收敛性定理, 再利用此定理证明ρ-混合序列加权和最大值的Marcinkiewicz-Zygmund型强大数定律.     

φ混合序列下半参数模型估计的相合性

研究误差序列为φ混合序列的半参数回归模型,利用φ混合序列的Rosenthal型不等式和截尾的方法,讨论参数β的最小二乘估计量和未知函数g(·)的非参数估计量的强相合性和r阶平均相合性.     

次线性期望空间下END序列加权和的完全收敛性

以次线性期望空间下的指数不等式为研究工具,在1/α+1/β=1/p, C_(-overV)(|X|^rp)<∞的条件下,根据此指数不等式,将传统概率空间中随机变量序列加权和的完全收敛性,推至次线性期望空间。     

ρ~-混合随机变量序列加权和的完全收敛性质

应用ρ-混合随机变量序列截断法、Hlder不等式、Markov不等式、Jensen不等式、Cr不等式及ρ-混合随机变量的Rosenthal型矩不等式,考察在没有同分布假设条件下,ρ-混合随机变量序列加权和的完全收敛性质,并利用Borel-Cantelli引理,给出ρ-混合随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

(～ρ)混合阵列加权和的收敛性

利用(～ρ)混合序列的一个矩不等式,得出了(～ρ)混合阵列加权和在Cesàro一致可积性假设条件下的Lr收敛性及弱大数定律和在弱于Cesàro一致可积性条件下(～ρ)混合阵列加权和的完全收敛性.     

(α,β,λ,λ0,h)凸函数的Hermite-Hadamard型不等式

从(α,β,λ,λ0,h)凸函数的定义出发,用数学分析的方法建立了(α,β,λ,λ0,h)凸函数的Hermite-Hadamard型不等式.在h可微且满足h(0)=0,h(1)=1的情况下,利用(α,β,λ,λ0,h)凸函数与其导数的关系,获得(α,β,λ,λ0,h)凸函数的Hermite-Hadamard型不等式.     

次线性期望空间下Marcinkiewicz型加权和的完全收敛性（英文）

研究了满足矩条件为E(|X|β)∞,β=max(α,γ),其中0α≤2,γ0且α≠γ情形下的次线性期望空间中END序列加权和的完全收敛性.对前人工作的相应结果进行了改进,并将其推广到了次线性期望空间下END序列加权和的情形.     

END随机变量加权和的强极限定理

END(extended negatively dependent)序列是一类非常宽泛的随机变量序列,它包括独立随机变量序列、NA(negatively associated)序列、NOD(negatively orthant dependent)序列等.利用END随机变量序列的Rosenthal型矩不等式,研究了END随机变量加权和的强极限定理,所得结果推广了独立变量和若干相依变量的相应结果.     

变系数EV模型ND样本加权和的相合性

利用ND序列的Bernstein型不等式和截尾的方法,研究变系数EV模型的ND样本加权和的相合性问题,获得ND样本加权和n∑i=1Wni(t0)Yi的强、弱相合性,推广独立随机变量加权和的相合性.     

随机变量部分和之和的Lr收敛性

利用截尾和矩不等式方法,研究在剩余Cesàroα可积条件下NA序列部分和之和的Lr(1≤r＜2)收敛性和(φ)混合序列部分和之和的Lr(r＞2)收敛性,推广和改进了一些已有的结果.     

随机变量部分和之和的L~r收敛性

利用截尾和矩不等式方法,研究在剩余Cesàroα可积条件下NA序列部分和之和的Lr(1≤r<2)收敛性和φ混合序列部分和之和的Lr(r>2)收敛性,推广和改进了一些已有的结果.     

AANA序列加权和的完全收敛性和矩完全收敛性

研究AANA随机变量序列加权和的完全收敛性和矩完全收敛性,利用AANA序列的Rosenthal型不等式,得到了AANA序列加权和的矩完全收敛性及完全收敛性的若干充分条件和必要条件.     

α-混合序列生成的平稳线性过程矩完全收敛性的精确渐近性

利用α-混合序列的矩不等式及α-混合序列生成的平稳线性过程部分和的渐近分布,得到α-混合序列生成的平稳线性过程部分和的矩完全收敛性的精确渐近性.