优化权重下平稳高斯序列的部分和与最大值的几乎处处中心极限定理

在协方差满足一定条件下,研究平稳高斯序列的部分和与最大值的几乎处处中心极限定理,获得平稳高斯序列的加权函数形式的几乎处处中心极限定理,此结果推广Marcin Dudzinski在对数平均下的平稳高斯序列的几乎处处中心极限定理.     

强相依高斯序列最大值几乎处处中心极限定理

讨论强相依高斯序列最大值的几乎处处中心极限定理,将蔺富明的对数平均下的强相依高斯序列最大值的几乎处处中心极限定理推广到权重为exp(lnβk)/k(0≤β1/2)的情形.     

非平稳高斯序列最大值与部分和的几乎处处中心极限定理

假设{X_n,n≥1}为标准化非平稳高斯序列,在协方差和常数列{u_n,i,1≤i≤n,n≥1}满足适当的条件下,获得了最大值与部分和的几乎处处中心极限定理,并优化了臧庆佩所获得的结果.     

平稳正态序列向量最大、最小值的几乎处处中心极限定理

X1,X2,…为标准化的d维平稳正态随机向量序列,在一定条件下证明了最大值Mn、最小值mn联合的几乎处处中心极限定理.     

平稳高斯序列的联合渐近分布

{Xn}为标准的平稳高斯序列,在弱相依条件下,文章得到了此序列的第k个最大值Mn(k)与其出现的位置Ln(k)的联合渐近分布,以及此序列的前k个最大值的联合渐近分布。     

一类强相依非平稳高斯序列最大值的几乎处处收敛

 设{X_n,n≥1}为存在样本缺失的标准化强相依非平稳高斯序列,其相关系数r_ij=EX_iX_j.在r_ijln(j-i)→r∈(0,∞)的情况下,得到了完整样本的最大值与非完整样本的最大值的联合极限分布,并证明了其几乎处处收敛.     

模糊值函数序列的广义Egoroff定理

在一般模糊测度空间上, 针对可测模糊值函数序列给出了(伪)几乎处处收敛和(伪)几乎一致收敛的概念, 研究了几乎处处收敛和几乎一致收敛、伪几乎处处收敛和伪几乎一致收敛的蕴涵关系, 从而获得了不同形式的模糊化的广义Egoroff定理。     

最大值的几乎处处局部中心极限定理

X1,X2,…为独立同分布随机变量序列,Csaki,E在1993年给出了部分和的几乎处处局部中心极限定理．我们在较弱的条件下首次证明了最大值的几乎处处局部中心极限定理．     

高斯随机域最大值的几乎处处中心极限定理

利用高斯随机域加权和的中心极限定理和矩不等式,得到权重为λdk=∏ i=1ddki,dki=ki-1exp{lnβki},0≤β1/2时高斯随机域最大值的几乎处处中心极限定理.     

局部平稳高斯过程的最大值与最小值的渐近独立性

研究了满足Berman条件的局部平稳高斯过程 {X(t) ,0≤t≤T}的最大值与最小值的联合渐近分布 .在一定条件下 ,获得了最大值与最小值的渐近独立性和绝对值的渐近分布 .     

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.     

高斯序列超过数点过程与和的联合渐近分布

为非平稳标准化高斯序列,记为对水平的超过数形成的点过程,为的第k个最大值,。在下,给出与,与的联合渐近分布。     

非平稳高斯过程的最大值的渐近性质

文中讨论了局部平稳高斯过程的最大值的渐近性质,推广了 Pickands[6]关于平稳高斯过程的结果。     

ρ~--混合序列部分和乘积的几乎处处中心极限定理的注记

设{X_n,n≥1}是一严平稳的ρ~--混合随机变量序列,利用矩不等式及加权和的中心极限定理,得到了一般权重下ρ~--混合序列部分和乘积的几乎处处中心极限定理.     

随机域最大值的几乎处处中心极限定理

设{Xi;i∈Nd,d≥2}为独立同分布的随机域,在协方差满足一定条件下,研究独立同分布的随机域最大值的几乎处处中心极限定理,获得权重为加权函数形式的几乎处处中心极限定理.     

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.     

两两NQD的一个几乎处处收敛的性质

研究一类广泛的随机变量序列NQD列的收敛性质,获得偶函数序列的一个几乎处处收敛的性质。     

次线性期望空间下END列Jamison型加权和的几乎处处收敛性

利用截尾的方法,考虑次线性期望空间下广义负相依(END)随机变量序列Jamison型加权和的几乎处处收敛问题,得到了次线性期望空间下END随机变量序列Jamison型加权和的几乎处处收敛性.将概率空间下END随机变量序列Jamison型加权和的几乎处处收敛拓展到了次线性期望空间下,推广了Jamison定理.     

随机元序列几乎处处中心极限定理的推广

讨论随机元序列和随机变量序列函数的几乎处处中心极限定理, 推广了经典几乎处处中心极限定理中的权重, 并改进了经典几乎处处中心极限定理的证明.     

独立随机变量序列部分和乘积的几乎处处中心极限定理

利用子序列方法获得了独立随机变量序列部分和乘积的几乎处处中心极限定理的更优结果, 改变了已有相关定理中的权, 使权系数更大.