Fuzzy随机变量序列的收敛性

本文讨论了Fuzzy随机变量序列的收敛性与普通随机变量序列的收敛性之间的关系.     

NA序列的强收敛性的注记

讨论了NA随机变量序列和的强收敛性,推广并改进了王月芬关于NA序列随机变量序列的一个收敛性.     

随机规划经验逼近问题ε-最优解集的几乎处处Huasdorff收敛性

对随机规划经验逼近问题ε-最优解集序列的几乎处处Hausdorff收敛性进行了研究。首先依据上图收敛性讨论了随机规划经验逼近问题最优值序列的几乎处处收敛性,其次给出了随机规划逼近问题ε-最优解集序列的几乎处处Hausdorff收敛性。     

随机规划经验逼近问题ε-最优解集的几乎处处Hausdorff收敛性

对随机规划经验逼近问题ε-最优解集序列的几乎处处Hausdorff收敛性进行了研究。首先依据上图收敛性讨论了随机规划经验逼近问题最优值序列的几乎处处收敛性,其次给出了随机规划逼近问题ε-最优解集序列的几乎处处Hausdorff收敛性。     

ND序列乘积和的强收敛性

讨论ND随机变量序列乘积和的强收敛性,将关于NA随机变量序列乘积和强收敛性的注记推广到ND的情形.     

(ψ)-混合序列加权乘积和的完全收敛性

讨论了(ψ)-混合序列加权乘积和的完全收敛性,将NQD随机变量序列加权乘积和的完全收敛性推广到了(ψ)-混合序列的情形.     

NA序列和的若干收敛性

利用NA序列的一个矩不等式,讨论了不同分布的NA随机变量序列加权和的完全收敛性,得到了更为一般的完全收敛性.     

次线性期望下m-END序列加权和的几乎处处收敛性

利用Rosenthal不等式,讨论条件为■,■的次线性期望下m-END(m-extended negatively dependent)随机变量序列加权和的几乎处处收敛性.将经典概率空间中END序列加权和的几乎处处收敛性推广到次线性期望下m-END随机变量序列加权和的几乎处处收敛性.     

φ-混合随机变量序列加权和的完全收敛性及完全矩收敛性

【目的】对φ-混合随机变量序列的完全收敛性和完全矩收敛性进行讨论。【方法】利用φ-混合随机变量序列的Rosenthal型极大值不等式。【结果】建立了φ-混合随机变量序列加权和的完全收敛性,并且在同样的条件下得到了φ-混合序列的完全矩收敛性。【结论】所得结果推广并改进了已有文献中关于NA序列相应的结果。     

Ishikawa隐迭代序列的弱收敛性

在Hilbert空间中讨论了强连续非扩张半群的Ishikawa隐迭代序列的弱收敛性问题,改进和推广了Ishikawa隐迭代序列弱收敛性的相应结果.     

广义一致收敛与亚一致收敛

本文讨论了连续函数列{f_2(x)}的极限函数f(x)连续的条件。采用了先把{f_2(x)}为正则收敛的条件减弱为弱正则收敛,或减弱为一致收敛,再减弱为广义一致收敛,最后成为一个定理:在[a,b]上的连续函数列{f_n(x)}的极限函数f(x)连续的充要条件是{f_n(x)}在[a,b]上是亚一致收敛的。     

几种收敛机制的比较

极限是数学研究其它问题的重要工具之一,其收敛机制在不同的课目中互不相同.本文旨在对数学分析、实变函数和概率论中所涉及到的几种收敛机制作一个纵向的剖析与横向的比较.     

关于各种收敛性关系的若干反例及两个新的定理

主要研究了Lp（p≥1）空间中的强收敛（依范数收敛）、弱收敛与几乎处处收敛、依测度收敛、一致收敛之间的关系,并举出了若干反例;进一步对函数序列或测度空间作某些假设,得到了一些肯定的蕴涵关系与重要的结论.     

完全收敛性与可测函数序列几种收敛性的关系

本文讨论了完全收敛性与可测函数序列依测度收敛、几乎处处收敛以及强收敛之间的等价关系,并且给出了依测度收敛、几乎处处收敛与完全收敛之间等价的充分必要条件,即fn(x)单调增加,并且(An)两两不相交,其中An=[|fn-f|≥ε],ε>0。     

再谈关于Lp〖KG-*3〗空间的几种收敛关系

讨论了Lp空间弱收敛、强收敛、几乎处处收敛、依测度收敛的相互转换关系，给出了证明，并通过举例的方式说明了一些定理的特殊情况.     

关于各种收敛性关系的若干反例及两个新的定理

主要研究了Lp(p≥1)空间中的强收敛(依范数收敛)、弱收敛与几乎处处收敛、依测度收敛、一致收敛之间的关系,并举出了若干反例;进一步对函数序列或测度空间作某些假设,得到了一些肯定的蕴涵关系与重要的结论.     

函数项级数与含参变量的反常积分的一致性研究

文中阐述了函数项级数与含参变量的反常积分的研究方法,类比了函数项级数的和函数S（x）的分析性质与含参变量的反常积分的分析性质的一致性。     

交错级数的两个新的收敛准则

讨论了交错级数的收敛性,在正项级数判别法的基础之上,得出了交错级数的两个新的收敛准则,并且给出了严格的证明.新的收敛准则能进一步确定级数收敛时是绝对收敛还是条件收敛.     

狄尼平行定理的推广

参变量积分中有一个与狄尼定理平行的定理(本文暂称之为狄尼平行定理:若函数f(x,t) 非负连续,则可由I(t) = ∫+ ∞a f(x,t)dx 的连续性推出它的一致收敛性.本文证明在减弱这一条件下,结论仍成立.从而推广了该定理     

统计收敛与平均收敛

证明了有界序列统计收敛必平均收敛,并给出例子说明对于无界序列的这两种收敛不相互蕴含,最后还给出了有界序列统计收敛的一个充要条件.