NA序列部分和之和一阶矩收敛的精确渐近性

随机变量的部分和之和在诸多领域有着广泛应用,关于NA序列的部分和之和取得了许多极限性质.在较弱的矩条件下,利用NA序列部分和之和的渐近分布和二阶矩的稳定性质,得到了平稳NA序列部分和之和的一阶矩收敛的精确渐近性,丰富了NA序列部分和之和极限理论的结果.     

NA序列部分和随机乘积的渐近分布

利用NA序列部分和最大值的矩不等式及部分和乘积的渐近分布, 得出NA序列部分和随机乘积的渐近分布, 并将已有部分和乘积的结果推广到部分和随机乘积上, 进而得到一类统计量随机乘积的渐近分布.     

NA序列部分和之和乘积的极限定理

设{X_n, n≥1}是一严平稳正值负相关(NA)随机变量序列, 满足EX₁=μ>0,  Var X₁=σ²<∞. 首先利用NA序列加权和的中心强极限定理和矩不等式证明, 其中N为标准正态随机变量; 其次, 对于边界函数和拟权函数给出NA序列部分和之和乘积的完全收敛性中精确渐近性的一般结果.     

I.I.D.随机变量部分和之和重对数律的精确渐近性

为研究独立同分布(i.i.d.)随机变量序列部分和之和重对数律的精确渐近性质,在矩条件较弱的情形下,采用截断的方法,证明了ε→0时的几个精确渐近性质;在矩条件较强的情形下,利用Berry-Esseen不等式进行逼近,得到了ε→α+1(1/2)的精确渐近性质.研究结论表明,i.i.d.序列部分和之和重对数律的精确渐近性质与部分和的结论类似,这就将i.i.d.序列部分和精确渐近性的结果推广到部分和之和的情形,丰富了i.i.d.序列部分和之和精确渐近性的结果.     

ρ-混合序列部分和之和乘积精确渐近性的一般形式

在适当的假设条件下,利用已有的关于ρ-混合序列部分和之和乘积渐近分布的结果,对一般的边界函数和拟权函数获得了ρ-混合序列部分和之和乘积精确渐近性的一般形式.     

非平稳NA序列更新过程的精确渐近性

设服务时间{X_n,n≥1}为非负非平稳负相伴(NA)随机变量序列,N(t)为由其产生的更新过程.利用NA序列部分和S_n的精确渐近性结果及S_n与N(t)之间的关系{N(t)n}={S_nt},证明非平稳NA序列更新过程的精确渐近性.     

部分和之和的弱不变原理

利用独立同分布随机变量序列部分和的最大值不等式和极限性质,得到了独立同分布随机变量序列部分和之和的弱不变原理,丰富了部分和之和的渐近性质。     

独立同分布序列部分和之和精确渐近性的一般形式

利用独立同分布序列部分和之和的渐近性质,得到其精确渐近性的一般形式,丰富了独立同分布序列精确渐近性的结果。     

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.     

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。     

同分布NA序列部分和之和的强大数定律

研究同分布NA随机变量序列｛Xn｝部分和之和Tn=∑ni=1Si(其中Sn=∑ni=1Xi)的强大数定律,通过给出一些等价的条件,建立了强大数定律,获得了与独立同分布序列情形下类似的结论。     

NA随机变量序列的概率不等式及矩不等式

对ＮＡ随机变量序列建立类似于实独立随机变量关于部分和Ｓｎ的一个概率不等式，得到部分和Ｓｎ关于某一类特定函数的矩不等式     

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.     

I.I.D.随机变量部分和之和的完全收敛性

用截尾等方法研究独立同分布(i.i.d.)随机变量序列部分和之和的完全收敛性, 得到了与i.i.d.随机变量序列部分和完全收敛性相同的等价条件, 补充了部分和
之和的极限定理.     

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.     

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.     

NAr.v.部分和收敛速度的推广(英文)

本文讨论了NA r.v.序列部分和的收敛速度,将独立情形相应收敛速度的结果推广到NA随机变量.