Fuzzy随机变量序列的收敛性

本文讨论了Fuzzy随机变量序列的收敛性与普通随机变量序列的收敛性之间的关系.     

AANA随机变量的完全收敛性

设X{n,n≥1}为被随机变量X随机控制的AANA(asymptotically almost negatively associated)随机变量序列,a{n,n≥1}是正常数列.在适当的矩条件下,研究了AANA随机变量加权和max1≤k≤n a-1n∑k i=1Xi的完全收敛性.作为该结果的应用,得到了一些关于AANA随机变量序列完全收敛性的新结果.     

随机变量阵列的强收敛性

获得了独立随机变量阵列的对数律成立的一个充分条件,推广了已有的结果。     

m-NA随机变量序列的完全收敛性

本文通过研究得到了m-NA随机变量序列关于最大部分和的概率不等式及矩不等式,进而研究并得出m-NA随机变量序列的完全收敛性。     

独立随机变量和的完全收敛性

利用归纳法,首先证明了独立的不同分布的随机变量和的矩不等式,其次根据这个重要结果,建立了关于不同分布随机变量序列的完全收敛定理,最后得到了关于i.i.d.随机变量序列完全收敛的等价条件,从而改进和推广了目前的关于完全收敛的经典结果.     

随机变量列的收敛性及其相互关系

给出了随机变量列的依概率收敛、依分布收敛、几乎必然收敛的定义,举例说明了其应用,并研究了三种收敛性之间的相互关系.     

相依随机变量和的完全收敛性

本文对ρ-混合和φ-混合的随机变量和完全收敛性进行了研究,得出一些比[2]更广泛的结果,同时利用这些结果给出了ρ-混合和φ-混合r.v随机足标和的完全收敛性,在一定混合速度下得到与[1]一致的结果.     

■混合随机变量列L_p收敛性

设{Xn;n≥1}是ρ珓混合随机变量序列,{an,k;1≤k≤n}是实数阵列,利用矩不等式和截尾方法,研究n∑k=1 an,kXk的Lp收敛性,所获的结论推广和改进了前人的相关结果.     

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.     

关于随机变量序列收敛性关系的探讨

在完备的概率空间 (Ω,, P)下,讨论了实值随机变量序列 {ξ n}的完全收敛、几乎处处收敛、 r次平均收敛、依概率收敛、依分布收敛之间的相互关系,得到若干有意义的常用结论。     

随机变量部分和之和的Lr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.     

两两独立随机变量序列的完全收敛性

讨论了两两独立随机变量序列的完全收敛性.利用矩不等式和截尾方法,在更一般的条件下,得到了两两独立随机变量序列完全收敛的一些充分条件,部分结果深化并推广了已有的相关结果.     

混合随机变量序列的完全收敛性

研究了非同分布混合随机变量序列的完全收敛性,在更一般的条件下,利用混合随机变量序列Rosenthal型不等式和截尾方法,得到了混合随机变量序列完全收敛的充分条件。作为推论,得到了混合随机变量序列的强大数定律,这些结果深化并推广了已有的相关结果。     

NSD随机变量阵列的完全矩收敛性

主要利用负超可加相依NSD(negatively superadditive dependent)随机变量的截尾技术和Rosenthal型不等式,研究了NSD随机变量阵列部分和的最大值序列的完全矩收敛性,给出了证明完全矩收敛性的一些充分条件。所得结果推广了独立变量和若干相依变量的相应结果。     

关于随机变量序列收敛性关系的探讨

在完备的概率空间（Ω,F,P)下,讨论了实值随机变量序列{ζn}的完全收敛,几乎处处收敛、r次平均收敛、依概率收敛、依分布收敛之间的相互关系,得到若干有意义的常用结论。     

复值独立随机变量序列的收敛性

得到与复值独立随机变量序列收敛性有关的几个定理.     

NSD随机变量加权和的强收敛性

利用负超可加可相依(negatively superadditive dependent,NSD)随机变量的MarcinkiewiczZygmund型矩不等式、Kolmogorov型指数不等式和随机变量的截断方法,给出NSD随机变量阵列加权和的若干完全收敛性的结果.所得到的结果把同分布负相协(negatively associated,NA)随机变量加权和的相应结论推广到了NSD随机变量变列加权和的情形,并且不需要同分布的条件.