β-统计收敛与收敛的关系

利用β-统计收敛说明统计收敛、A-统计收敛、缺项统计收敛、λ-统计收敛及强统计收敛分别是β-统计收敛的特殊形式,并分别给予测度刻画.考察β-统计收敛与一般序列收敛之间的关系,得到统计收敛、λ-统计收敛及强统计收敛与收敛之间的等价描述.     

随机变量序列四种收敛的若干性质及其四则运算

以数列收敛的一些性质为依托,证明了随机变量序列的依概率收敛、几乎处处收敛、r-阶收敛及依分布收敛这四种收敛的极限存在的充分必要条件、存在准则,并得出:依概率收敛和几乎处处收敛与数列收敛性质一样,可以进行四则运算,而r-阶收敛只能进行加减运算,依分布收敛则不能进行四则运算。     

函数列的收敛与一致收敛

本文通过收敛与一致收敛的概念研究,用函数列的收敛与一致收敛关系讨论数学分析中收敛问题,这也为函数列的收敛与一致收敛问题的深入研究提供了一种方法。     

模糊数列的加权收敛和加权统计收敛

将模糊数列的强收敛和统计收敛置于权重意义下,研究了模糊数列的加权收敛和加权统计收敛.同时,讨论了模糊数列加权收敛、加权统计收敛以及统计收敛之间的相互关系.     

复模糊值函数级数的广义一致收敛和亚一致收敛

利用模糊数的序关系和分解定理讨论了复模糊值函数级数收敛性,得出了复模糊值函数级数收敛、一致收敛、正则收敛、广义一致收敛、亚一致收敛的条件及一致收敛、广义一致收敛和正则收敛的关系准则。     

偏序随机过程本质收敛性的一个注记

本文在最一般的情况下讨论了本质收敛、随机收敛和a.s.收敛三者之间的关系,证明了本质收敛蕴含着随机收敛,且本质收敛的过程必有一个等价的、具有某种意义的可分性修正,它a.s.收敛于相同的极限。     

二值命题逻辑中公式列的收敛性

在二值命题逻辑系统中给出公式列按真度收敛的定义,研究公式列按度量收敛、按赋值收敛及按真度收敛的性质,给出三种收敛各自的充分必要条件,在公式列是有限原子的条件下证明公式列按度量收敛、按赋值收敛及按真度收敛是相互等价的.     

模糊数列的理想统计收敛和理想缺项统计收敛

将模糊数列的统计收敛和缺项统计收敛置于理想的框架下,提出和研究了模糊数列的理想统计收敛和理想缺项统计收敛的概念和相互关系,推广了前人的结果。同时,讨论了模糊数列统计收敛与理想统计收敛之间、以及模糊数列缺项统计收敛与理想缺项统计收敛之间的相互关系。     

可测函数列的几种收敛性之间的关系

较系统地讨论和总结了可测函数列的一致收敛、近一致收敛、依测度收敛、处处收敛、几乎处处收敛之间的关系.     

可测函数列的几种收敛性之间的关系

较系统地讨论和总结了可测函数列的一致收敛、近一致收敛、依测度收敛、处处收敛、几乎处处收敛之间的关系.     

经验数字特征的收敛性

在文[3]的基础上，进一步给出了随机变量x的k阶经验原点矩Ex^k及二阶经验中心矩的定义，并证明了k阶经验原点矩及二阶经验中心矩的收敛性，讨论了k阶经验原点矩与经验特征函数的关系,为母体参数的估计提供了一个新的途径，     

不具有平稳分布NA列的加权和的强收敛速度

讨论了不同分布NA随机变量序列加权和的完全收敛性,推广并改进了Stout(文[3])关于iid列的相应结果.获得了较[2]中的定理3.1更为一般的完全收敛性.     

关于TOR法的敛散性

本文给出一些易于检验的 TOR 法的敛散性定理.获得的结果所涉及的算法和研究的敛散范围,均扩广并包含了文[1]中的相应定理.     

计算三维静电场的样条边界元法

采用双三次Ｂ样条作为基函数，提出了求解三维静电场的样条边界元法。该方法既无需专门处理边界元法中的角点问题，也不涉及通常样条方法中的端点条件。算例结果表明，本文方法有较好的整体逼近性，收剑性和数值稳定性。     

Banach空间值渐近鞅(amart)的极限定理

主要研究取值于p一致光滑的Bananch空间值渐近鞅及其差序列的局部收敛性和大数定律,将引理[2]中胡迪鹤关于鞅的相应结论推广到渐近鞅的情况,并且推广了万成高在文献[5]和文献[6]的相应结论.     

P^＊-混合序列重对数律的收敛速度

利用截尾、矩不等式、矩和级数收敛的关系、Borel—Cantelli引理等研究了P^＊-混合序列{X,,i∈Z^d＋}重对数律的收敛速度,在较弱的矩条件下得到了与独立同分布（i．i．d）实值随机变量序列类似的结果,同时给出了P^＊-混合序列重对数律收敛速度的一种描述．     

Szász算子的收敛速度的估计

本文对[1]及[2]中所给的概率型算子Szász算子S_n(f,x)的收敛速度的估计在Poisson分布下作进一步的改进,得到更精确的系数估计。     

Loéve引理的一点注记

本文的要点是: ①通过构造反例指出了文献[1]中的一个错误; ②给出了修正后的结果; ③借助于这个结果,当研究在拓扑群(或半群)上取值的相互独立但不必同分布的随机变量乘积的收敛性时,可以得到一些有用的引理。     

一类求解变分不等式和平衡问题的迭代序列的强收敛定理

给出了一种改进的迭代算法,可用于求解变分不等式和平衡问题,并证明了此迭代序列的强收敛性;推广了文献[1]和[3]的结果.     

求一类多重积分极限的概率方法

文献[1]和文献[2]举例说明了运用概率思想求多重积分极限方面的应用,本文综合应用依概率收敛和控制收敛定理等概率知识,推广文献[2]的定理,给出求解一类多重积分极限的一般性定理.并举例说明,运用定理解决此类多重积分极限的优越性.