独立随机变量偶次幂之和的极限定理

设{Xi}为相互独立的随机变量序列，研究了更一般的Sn(k)=∑i=1 n Xi^k,(k≥2的偶数)的极限定理，并且推广了文[1]的结论．     

独立随机变量的随机和的中心极限定理

讨论独立同分布随机变量序列的随机和的极限定理．并把Donsker原理和Lindeberg-Levy中心极限定理推广到随机和的情形。     

关于独立随机变量列部分和乘积的一个极限定理

讨论了一类独立非负随机变量列部分和乘积的渐进结构，在一定条件下给出了一个中心极限定理。假设X1,X2…，Xa,…为二阶矩存在的非负独立随机变量列，证明收敛性[^nПk=1（Sk/μk）^1/γk]^1/√Tnd→e√2N成立，其中N是标准正态随机变量，Sk=^k∑i=1Xi,μk=E（Sk）,σk=Var（Sk），γk=σk/μk，且Tn=^n∑k=1k/σk.     

复值独立随机变量序列的几个强大数定理

得到复值独立随机变量序列的几个强大数定理及有关定理．     

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.     

均值为零的正态随机变量研究

在正态随机变量乘积矩基础上，给出了正态随机过程平方后的协方差函数的计算，这一结果在实际上有着重要应用价值。     

独立随机变量之和的概率密度求解难点及对策

介绍了两个相互独立的连续型随机变量之和的概率密度的计算难点及求解对策，提出一种用于计算概率密度的方法，该方法直观自然，计算方便快捷，准确，易于掌握，消除了直接计算时被积函数解折式难以准确确定的麻烦。     

正态集值随机变量的定义与性质

从集值随机变量的定义出发，利用嵌入函数这个工具，给出了集值随机变量正态的定义，并且给出了它的一个表示，揭示了它与一般的随机变量正态的关系。     

独立随机变量和的分布

利用有限测度的广义加法公式,对取值在有限区间的n个独立同分布的随机变量的和的分布给出了一种求法.并求出了总体分布为均匀分布、截尾指数分布、截尾Γ分布情况下n个随机变量和的分布.     

有关正态随机变量函数分布的探讨

讨论了有关正态随机变量函数分布的性质及应用。     

分布矩阵与离散型r.v.独立性的判定

基于离散型r.v.分布矩阵,给出二维、三维离散型r.v.独立性的充分必要条件,得到了相应的离散型r.v.独立性的判别方法,并给出相关应用.     

ND序列的中心极限定理

讨论同分布ND序列的渐进正态问题,给出ND序列的中心极限定理,在NA的基础上得到了ND条件下同样的结果,并通过加进数列有界的控制,使得中心极限定理的证明过程得到进一步简化.     

B值随机变量序列的强极限定理

在实可分的Banach空间上有一类特殊的空间——α（α≤2）阶光滑空间，利用单调函数的性质、截尾法以及Doob鞅收敛定理，讨论了取值于口阶光滑空间的可积随机变置序列的强极限定理．作为推论，得到关于鞅差序列的极限定理，最后利用单调函数的性质及截尾法得到取值于实可分的Banach空间的可积随机变量的极限定理．     

I.I.D.随机变量部分和之随机和的极限定理

论文研究了部分和之随机和的大数律和中心极限定理,所得结果推广了文献[4]中部分和之和的大数律和中心极限定理。此外,论文还研究了由部分和之和所定义的停时,并且对于停时建立了中心极限定理。     

B值m相依随机元序列的随机指标中心极限定理

讨论B值m相依随机元序列的随机指标中心极限定理, 给出其成立的一个充分条件, 同时给出当B是2型空间时随机指标中心极限定理.     

B值随机元的随机指标中心极限定理

本文讨论B值随机元的随机指标中心极限定理,证明了如下的结果:设B是2型空间(Spaceof Rademacher-type 2),{X_n,n≥1}是i.i.d.的B值随机元序列,S_n=sum from i=1 to n X_i,EX_1=0,E||X_1||~2<∞;{τ_n,n≥l}是取自然数值的实随机变量序列,τ是取正值的实随机变量,并且,则必存在B上的Gaussian测度γ,使得(S_(τ_n)/(τ_n)~(1/2))γ.     

强平稳NA序列的随机指标中心极限定理

讨论了强平稳NA序列的随机指标中心极限定理,给出其成立的一个充分条件.     

利用可加性求一类独立随机变量和的分布

针对求一类独立随机变量和的分布问题,讨论卷积公式和应用可加性这两种方法的优缺点。指出在一些实际问题中,应用可加性可避免卷积公式的繁难,收到事半功倍的效果,还能达到卷积公式不能达到的目的。     

关于向量随机测度积分的极限定理

研究了关于s.i.s.向量随机测定的积分的收敛性,给出形如∫gndM和∫dgMn(gn,g:Banach值可测函数;M,Mn:R^1值s.i.s.向量随机测定）的随机积分的收敛定理。