ρ~-混合随机变量序列加权和的完全收敛性质

应用ρ-混合随机变量序列截断法、Hlder不等式、Markov不等式、Jensen不等式、Cr不等式及ρ-混合随机变量的Rosenthal型矩不等式,考察在没有同分布假设条件下,ρ-混合随机变量序列加权和的完全收敛性质,并利用Borel-Cantelli引理,给出ρ-混合随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

强大数定律的点滴结果

本文引理2改进了Renyi—Hājek引理,作为引理2的应用,指出定理1的另一证法。定理2改变Teicher强大数定律中的条件(ⅲ),得到与它相并列的结果,定理3指出独立随机变量序列服从强大数定律的必要条件。设X_(?),n≥1为定义在概率空间(Ω.(?).P)上的随机变量。S_n=∑_h=1~nX_k,     

独立随机变量序列的强大数定理

探讨随机变量序列的强大数定理是概率极限理论的重要课题之一.文章通过给出Kolmogorov强大数定律的另外两种证明方法,直接证明Kolmogorov不等式,再由它来证明强大数定律.     

m-相依序列部分和的基本极大不等式

一、引言随机变量序列的基本极大不等式在各种收敛性定理的研究中起着极其重要的作用。如果得到了某种随机变量序列的基本极大不等式,即可得到一系列收敛定理。如正交序列部分和的基本极大不等式在正交序列的分析中起着重要的作用,由此可得到正交序列的基本收敛定理。又如鞅差序列部分和的Doob不等式在鞅差序列分析中也起着重要的作用。     

NA随机变量序列的强大数定律

研究了NA随机变量序列的强大数定律,利用推广的Borel-Cantelli引理,讨论一般矩条件与强大数定律之间的关系,作为推论,得到了p阶矩与强大数定律等价,最后给出了NA随机变量序列的Feller强大数定律.     

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.     

Philipp-Stout定理的补证

在文献[1]中W.Philipp和W.Stout得到了用正则布朗运动来逼近高氏序列的很好的结果(见[1]中定理5.1)。在该定理的证明中用到了重要引理5.3.1。可是此引理的叙述和证明都是错误的。本文给出此引理的正确叙述及其证明,从而完成了[1]中定理5.1的证明。 [1]中引理5.3.1的叙述和证明中均未提及随机变量序列{X_n}_(n=1)~∞是高氏序列。今举     

关于一类随机变量序列的局部收敛定理

利用停时技术的方法,建立一类随机变量序列的局部收敛定理。作为推论,得到了一类鞅差序列的强大数定律和若干经典的独立随机变量序列的强大数定律。     

任意随机变量序列的大数定律

设｛Xn,n≥0｝是任意实值随机变量序列,并且尾概率是一致有界于随机变量X0,通过构造适当的鞅,利用鞅收敛定理讨论随机变量序列｛X,n≥0｝的强极限定理和强弱大数定律,得到了大数定律成立的充分条件,推广了费勒在1946年给出的平均值无限时的大数定律。     

(α,β)混合序列部分和与乘积和的强大数定律

利用(α,β)混合序列的Kolmogorov不等式得到(α,β)混合序列三级数定理,在较弱的条件下,讨论(α,β)混合序列部分和与乘积和的强大数定律.1     

LPQD序列的最大值不等式和强大数定律

本文证明了LPQD随机变量序列的最大值不等式,并由此得到一个LPQD序列的强大数定律．所得结果分别推广了Newman—Wright和Birkel关于PA序列的相关结论．     

ρ-混合序列部分和的几乎处处收敛性

利用ρ^-混合序列的Rosenthal型最大值不等式, 讨论了ρ^-混合序列的强收敛性; 在未附加任何其他条件的情况下, 得到了独立情形的Hintchine Kolmogorov收敛定理、 Marcinkiewicz强大数定律和三级数定理.     

-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.     

由强混合序列生成的移动平均过程的矩完全收敛性

设{Yi,-∞i∞}为一同分布的强混合随机变量序列,{ai,-∞i∞}为一绝对可和的实数序列.利用强混合序列的矩不等式及缓变函数的性质,在适当的条件下得到了由强混合序列生成的移动平均过程的矩完全收敛性和强大数定律.     

Banach空间值独立随机变量序列的Hajek-Renyi不等式

证明了Banach空间值独立随机变量序列的Hajek-Renyi型不等式，并利用该不等式证明了Banach空间值独立随机变量序列的强大数定律，所得结果刻画了Banach空间的P型性质．     

AANA随机变量序列的强大数定理

利用Hájek-Rényi型最大值不等式,得到了关于AANA随机变量序列的一个强大数定理。     

负相协随机变量列的强大数律

负相协(NA)随机变量是一包含独立随机变量的有广泛应用的随机变量类, 对于独立随机变量情形, Teicher给出了一类强大数律. 本文应用NA随机变量的概率不等式, 在更弱的条件下, 对具有不同分布的NA随机变量列建立了有关强大数律的定理, 进而将Teicher的结果推广到NA随机变量.     

Strong Law of Large Numbers and Complete Convergence for Sequences of φ-Mixing Random Var, ables

We give some theorems of strong law of large numbers and complete convergence for sequences of φ-mixing random variables. In particular, Wittmann＇s strong law of large numbers and Teicher＇s strong law of large nnumbers for independent random variables are generalized to the case of φ -minxing random variables.     

行ρ-混合阵列加权和最大值的完全收敛性

先利用ρ-混合序列Rosenthal型最大值不等式, 得到一个关于行ρ-混合阵列加权和最大值的完全收敛性定理, 再利用此定理证明ρ-混合序列加权和最大值的Marcinkiewicz-Zygmund型强大数定律.