正相协序列生成的平均移动过程的Davis大数定律的精确渐近性

{εt;t∈N*}是一严平稳零均值正相协随机变量序列,00有E|ε1|2 δ'<∞对某个ρ>0有μ(n)=0(n-ρ).给出了∞∑n=0(lognδ/nP{|Sn|≥ε√nlogn}当ε→0时的精确渐近性.     

由鞅差序列生成的线性过程的Baum-Katz大数定律的精确渐近性

主要讨论了线性过程Xt=∑∞j=0ajεt-j,其中{εt,Ft;t∈Ζ}是均值为零,方差有限的平稳鞅差序列,aj,j∈Ζ是绝对可和的实数序列.令Sn=∑nt=1Xt,n≥1,在适当矩的条件下,利用部分和Sn的收敛性,对于1≤p2,若supj≥1Eεjδ＆lt;∞,证明了∑∞n=1nr/p-2P｜Sn｜≥εn1p,∑∞n=1n-1/P｜Sn｜≥εn1/p当ε→0时的精确渐进性.在鞅差序列的前提下,进一步推广了线性过程的Baum-Katz大数律的精确渐近性性质.     

正相协序列生成的平均移动过程的Baum-Katz大数定律的精确渐近性

设{εt;t ∈ N*}是一严平稳零均值正相协随机变量序列,0＜Eε21＜∞,及σ2=0＜Eε21 2∞∑j=2Eε1εj,0＜σ2＜ ∞,{aj;j ∈N}是一实数序列,并且∞∑j=0|aj|＜ ∞.义移动平均过程Xt=∞∑j=0ajεt-j,t≥1,令Sn=n∑t=1Xt,n≥1.假设对某个δ'＞0有E|ε1|2 δ' ＜ ∞,对某个ρ＞0有μ(n)=0(n-ρ),给出了∞∑n=1nr/p-2P{|Sn|≥εn1/p},∞∑n=11/nP{|Sn|≥εn1/p}当ε→0时的精确渐近性.     

LPQD列生成线性过程部分和的精确渐近性

设{ε_t;t∈Z^{+}是一严平稳零均值的LPQD随机变量序列, 并且02₁<∞, σ2, 0<σ2<∞, {a_j; j∈N }是一实数序列, 定义线性过程X_t. 利用弱收敛定理和矩不等式, 对一般的拟权函数和边界函数, 证明了{M_n}和{S_n}的精确渐近性.}     

随机过程的广义收敛性

给出了一个随机过程{Xt}依概率收敛的充要条件,同时也证明了与{Xt}同极限的几乎处处收敛的随机过程{Yt}也有相同的结论.因此在很多情况下,人们将{Yt}化为{Xt}来研究{Yt}的收敛性;而在其他情况下(除了假设{Xt}与{Yt}是a.s.等价外),人们就要研究{Yt}的一个序列的收敛性.此种处理方法为处理大量旧的与新的分支过程提供了一个一致逼近的途径.     

长程相依过程精确渐近性的一般结果

设{εk,-∞k∞}为零均值的独立同分布序列,令长程相依过程∞{Xt=∑akεt-k,t≥0},其中{ak,k≥0}为满足条件ak~k-αl(k)的实数序列,1/2α1,k=0l(k)为缓变函数.利用长程相依过程的弱收敛定理和矩不等式,对边界函数和拟权函数得到了矩完全收敛性的精确渐近性的一般结果.     

由强混合序列生成的线性过程重对数律的精确渐近性质

设{ε_t,t∈Z}为定义在同一概率空间(Ω,F,P )上的严平稳随机变量序列, 满足Eε₀=0, E|ε₀|^p<∞, 对某个p>2, 且满足强混合条件. {a_j, j∈Z}为一实数序列, 利用由强混合序列生成的线性过程的弱收敛定理及矩不等式讨论了在b_n=O(1/log log n)的条件下的一类加权级数的收敛性质.     

PA序列Davis大数定律的精确渐近性

设{Xi;i≥1}是一严平稳零均值PA随机变量序列,EX12>0,σ2=EX12 2∑∞j=2EX1Xj,并且0<σ2<∞.令Sn=∑ni=1Xi,n≥1.利用部分和Sn的弱收敛定理,证明了当ε→0时,∑∞n=1(logn)δnP{Sn≥εnlogn}的精确渐近性成立.     

由ALNQD序列生成移动平均过程精确渐近性的一般结果

设{εk,-∞k∞}为零均值的平稳渐近线性坐标负相依(ALNQD)序列.令移动平均过程{Xt=∞∑k=0akεt-k,t≥1},其中{ak,k≥0}为绝对可和的实数序列.利用ALNQD序列的弱收敛定理和矩不等式,对于边界函数和拟权函数得到了移动平均过程部分和以及部分和最大值矩完全收敛性精确渐近性的一般形式.     

某类柯西变换的罗朗系数性质

假设{Sj}q-1j=0是由压缩映射Sj(z)=εj ρ(z-εj)(1.1)组成的迭代函数系(IFS),其中0<ρ<ρq,εj=e2jπiq(ρq的定义见[1]),K是{sj}q-1j=0的吸引子,μ是支撑在K上的Hausdorff测度,最近,文[1]中讨论了自相似测度的柯西变换F(z)=∫K(z-w)-1dμ(w)在|z|>1内的罗朗系数.本文主要研究H(z)=∫K(λz-w)-1dμ(w)在|z|>1内的罗朗系数,其中|z|=1.得到了一些结果.     

B值m相依随机元列移动平均过程的随机指标中心极限定理

｛ε^t;t∈Z｝是均值为零、 二阶矩有限的B值m相依随机元列, ｛a^j; j∈Z｝是一实数序列, 定义移动平均过程X^t利用Beveridge Nelson分解及｛ε^t;t≥ 1｝的弱收敛定理, 给出｛X^t;t≥1｝ 满足随机指标中心极限定理的充分条件.     

非扩张映象带误差的Ishikawa迭代过程的收敛性

设D是赋范空间X的一子集,T:DX是一非扩张映射.给定D中序列{xn}和两个实数序列{tn}和{sn}满足: 0≤tn≤t<1和∑∞n=1tn=∞; 0≤sn≤1和∑∞n=1sn<∞; xn+1=tnT(snTxn+(1-sn)xn+vn)+(1-tn)xn+un,n=1,2,3,…,其中{un}和{vn}是两个在X中的可合序列,且limn→∞t-1n‖un‖=0.证明了若{xn}有界,则limn→∞‖Txn-xn‖=0.并给出了保证{xn}弱和强收敛到T的不动点时,关于D,X和T的条件.     

由混合序列生成的线性过程加权和的极限定理

假设线性过程Xt=∑〖DD(〗∞〖〗j=0〖DD)〗ajξt-j, t≥1, 其中{ξt,t∈Z}为一零均值的混合序列, {aj, j≥0}为一实数序列, 满足∑〖DD(〗∞〖〗j=0〖DD)〗j〖JB(|〗aj〖JB)|〗<∞, {ani,1≤i≤n,n≥1}为一实值的三角阵列, 在适当的假设条件下, 利用混合序列的中心极限定理及相应的概率不等式, 证明了由混合序列生成线性过程加权和的极限定理.     

Hilbert空间中严格伪压缩映射Mann迭代的一个收敛定理

设H是实Hilbert空间,K为H中的紧凸集,T:K→H为严格伪压缩映射,满足弱内向条件.本文给出的主要结论是:若{αn}为(0,1)中的数列满足控制条件∑∞n=1αn(1-αn)=∞,x1∈K,则Mann迭代序列{xn}强收敛于T的一个不动点,此结果改进了文献[1]的结论.     

Polish空间上的概率测度所构成的空间

令Ｓ为Polish空间,Ｍ1（Ｓ）为其上所有的概率构成的空间,赋予Ｍ１（Ｓ）弱拓扑.设｛Ｘｎ｝ｎ≥１为一列Ｍ１（Ｓ）列值的随机变量,｛μｎ｝ｎ≥１为相应的一阶矩测度序列,那么当ｎ→∞时,若｛μｎ｝ｎ≥１在Ｓ上是指数胎紧的,则｛Ｘｎ｝ｎ≥１在Ｍ１（Ｓ）上是指数胎紧的.此外,当Ｓ局部紧时,如下的度量诱导出Ｍ１（Ｓ）上的弱拓扑：ｄ（μ,μ－）＝ｓｕｐｆ∈Ｆ｜μ（ｆ）－μ－（ｆ）｜,ｕ,ｕ∈Ｍ１（Ｓ）．其中F是S上α－Ｈｌｄｅｒ范数不超过某正常数的有界函数全体,α∈（０,１].     

具有亏值的亚纯函数的Borel可去集

设Ｒｍ 是一个正实数列，满足条件ｌｉｍｍ →∞Ｒｍ ＋１Ｒｍ ＝ ∞，φｍ 是一个实数列，满足０ ≤φｍ ＜２π，η（０ ＜ η＜ π） 和Ｓ（ Ｓ＞ １） 是两个常数，设Ｄ ＝ Ｕ∞ｍ ＝ １ Ｄｍ ，其中　Ｄｍ ＝ Ｒｍ ≤｜ ｚ｜ ≤ＳＲｍ ＼ｚ：φｍ － η＜ ａｒｇｚ ＜ φｍ ＋ η，我们将证明，对具有一个亏值，下级为μ（μ＜ ∞） 级为λ（０ ＜ λ＜∞） 的亚纯函数ｆ，Ｂｏｒｅｌ 定理在Ｃ＼ Ｄ内成立。     

关于一类牵联数列y_n=ax_n+bx_(n+1)的收敛性的判定

给出两数列 { xn}、{ yn}满足 yn=axn+bxn+1的收敛性之间的关系 ,并推广到 yn=axn+bxn+p(p∈ N)的收敛性关系     

Functional limit theorem for moving average processes generated by dependent random variables

Let ｛Xt,t≥1｝ be a moving average process defined by Xt=∑∞j=0bjξt-j, where ｛bj,j≥0｝ is a sequence of real numbers and ｛ξt,-∞＜t＜∞｝ is a doubly infinite sequence of strictly stationary ?-mixing random variables. Under conditions on ｛bj,j≥0｝ which entail that ｛Xt,t≥1｝ is either a long memory process or a linear process, we study asymptotics of Sn(s)=∑［ns］t=1Xt (properly normalized). When ｛Xt,t≥1｝ is a long memory process, we establish a functional limit theorem. When ｛Xt,t≥1｝ is a linear process, we not only obtain the multi-dimensional weak convergence for ｛Xt,t≥1｝, but also weaken the moment condition on ｛ξt,-∞＜t＜∞｝ and the restriction on ｛bj,j≥0｝. Finally, we give some applications of our results.     

Q-相对紧致空间

利用q-开集,q-覆盖给出一个新的概念Q-相对紧致空间,拓扑空间(X,T)称为Q-相对紧致空间,如果对于X的每个q-覆盖{Va|a∈I},存在一个有限子族{Vai|i=1,2,……n},它们闭包的并集为X.继而讨论了它的一些性质,得到一些较有趣的结果.