随机弱大数定律和弱大数定律的充要条件

讨论了任意随机变量序列的弱大数定律,得到了随机变量序列分别服从随机弱大数定律和弱大数定律的充要条件,以及独立随机变量序列服从弱大数定律的相关结果.     

NA序列部分和之随机和的弱大数定律

利用NA序列部分和的弱大数定律和最大值的矩不等式,获得了NA序列部分和之随机和的弱大数定律,形成了与独立同分布情形对应的结果.     

随机弱大数定律的充要条件

本讨论随机大数定律，得到随机变量序列服从随机弱大数定律的充要条件。     

WOD阵列的弱大数定律研究

利用WOD序列的矩不等式及性质,讨论了关于指数r是R-h可积条件下WOD阵列的弱大数定律,并给出了WOD阵列弱大数定律的充分条件,这些结论推广了已有文献的相关结论.     

PA序列部分和之和的弱大数定律

研究PA随机变量序列部分和之和Tn=(n∑i=1Si)其中(Sn=(n∑i=1)Xi)的弱大数定律,将PA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(包括同分布和不同分布的情形).     

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.     

一致有界随机变量序列的弱大数定律

利用一致有界条件,建立弱大数定律,改进了目前的某些结果,并找到弱大数定律与强大数定律的内在差别.     

鞅差序列的一个弱大数定律

通过使用一致收敛性对随机变量序列进行截尾,并借助随机变量序列的弱收敛定理,在φ(xx)↑,φ(x)x2↓的条件下给出了一个鞅差序列的弱大数定律.     

不同分布AANA序列加权和的一个弱大数定律

此文研究的是比NA序列更弱的AANA序列的加权和的弱大数定律,利用了AANA序列的性质及Markov不等式进行了证明.     

非独立随机变量的大数定律

本文研究非独立情形的大数定律,给出了弱大数定律和强大数定律成立的条件。它们以独立情形相应的大数定律为特例。     

非独立不同分布的随机变量序列的强大数定律

将柯尔莫哥洛夫强大数定律推广到不独立不同分布的情形     

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。     

同分布的两两NQD序列部分和之和的强大数定律

主要研究同分布两两NQD随机变量序列{Xn,n∈N}部分和之和Tn=∑i=1 n Si（其中Sn=∑i=1 n Xi）的强大数定律,通过给出几个等价的条件,建立了强大数定律,获得了与I．I．D列情形相类似的结论．     

相协随机变量部分和的几乎处处收敛性和强大数定律

文章基于相协随机变量序列的Hajek-Renyi不等式和事件序列的Chung-Erdos不等式,利用Krone-cker引理和Borel-Cantelli引理,给出相协随机变量序列部分和的几乎处处收敛性和强大数定律型的结果,推广和改进了吴爱娟论文中定理2和定理3的结果。作为其特例,得到了独立情形下经典的Kolmogorov强大数定律。     

PA列乘积和的Marcinkiewicz型强大数律

讨论了不同分布的PA序列乘积和的Marcinkiewicz型强大数律,改进了目前所做的部分工作,得到了一些新的结论.     

-混合序列的强大数律和收敛速度

对于正相协和负相协随机变量序列,许多学者都进行了研究,并给出相关结果.受前人研究成果的启发,利用一般方法证明了-混合序列的强大数定律,并且得到了它的收敛速度和上确界的可积性.     

NA序列部分和之和的大数定律及重对数律的精确渐近性

利用NA序列部分和之和的渐近分布,得到了NA序列部分和之和的大数定律及重对数律的精确渐近性.     

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.     

随机Fuzzy集的强大数定律

本文引入了 B~X 型随机 Fuzzy 集(B~XRF 集)的独立及同分布的概念,并由此给出了它在两种不同场合下的柯尔莫哥洛夫强大数定律.