格子点加项的局部极限定理

关于相互独立随机变量之和向正态分布收敛的密度极限定理,许多作者已得到成果。但加项为格子点分布情况成果却很少。考虑随机变量组序列的情况,孙恩厚老师已得到一个关于密度的极限定理,对寻求向正态分布收敛的充分必要条件已提供一个前提。类似于孙恩厚老师的定理,根据格子点分布的特征函数是周期两数的特性,作者得到了加项为格子点分布的局部极限定理。在考虑相互独立随机变量序列的情况,类似于孙恩厚老师的另一密度极限定理(文献[3]),作者也得到了类似的结果,作为作者定理的推论。考虑相互独立随机变量组序列(即每列内各项相互独立)     

格子点加项的大偏差局部极限定理

关于大偏差密度局部极限定理В.Рихтер(文献[3])В.В.Петров(文献[4])等都进行了工作。作者根据格子点分布的特征函数是周期函数这一特性,在密度极限定理的启示之下,得到了两个格子点加项的大偏差局部极限定理,与В.Рихтер(文献[3])В.В.Петров(文献[4])。相应密度情况的定理平行,证明的方法也类似。应指出,定理1及В.В.Петров的定理(文献[4]§3内关于不同加项情况)都是定理2的推论。相互独立随机变量序列{X_m},每个 X_m 只可能取形如 a+NH 之值,a 为实常数,H 为正常数,N 取整数。设 X_m 的分布函数是 V_m(x),特征函数是 v_m(t)。并记     

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。     

关于随机变量序列的无规则性定理

引入了似然比作为任意随机序列与独立序列差异的一种度量。将无规则性定理推广到任意相依整值随机变量序列情形，用文献[2]的方法，给出一种新的区间剖分法来构造适当的较，然后利用Doob关于鞅几乎处处收敛定理，得到了任意整值随机序列无规则性(随机选择)若干强极限定理。     

最大值的几乎处处局部中心极限定理

X1,X2,…为独立同分布随机变量序列,Csaki,E在1993年给出了部分和的几乎处处局部中心极限定理．我们在较弱的条件下首次证明了最大值的几乎处处局部中心极限定理．     

两指标的中心极限定理

文［１］研究了形如的独立随机变量序列的收敛性问题，并导出了中心极限定理，研究发现，其大部分结果可以推广到二指标随机变量序列的情形．     

模糊随机变量序列的一个强大数定律

利用连续模糊数的性质和数学分析的结论,通过构造适当的零测度子集序列,将任意随机变量的强极限定理推广到模糊随机变量情形,得到了任意模糊随机变量序列的一个强大数定律,它是独立同分布等情形模糊随机变量强大数定律的推广.     

分布函数列的一致收敛性

研究了函数列的一致收敛性问题.对狄尼定理的另一种形式的结果给出了证明,并将此结果应用于随机变量序列的分布函数列的一致收敛性研究,指出了中心极限定理的深刻结果,对t-分布的随机变量序列的极限分布给出了2种直接的证明方法.     

二元加权拟渐近独立结构中的精确大偏差

概率学在我们的实际生活中涉及了众多领域,例如计算机、破产概率、保险精算等.随机变量序列和的尾概率及其极限形状研究是保险精算领域的较为活跃课题.加权随机变量序列和的精确大偏差可以较好地描述随机变量序列和的尾概率及其极限形状这些问题,本文研究了二元加权拟渐近独立结构中的随机变量序列和的精确大偏差的概率的极限性态.     

一类随机变量序列关于乘积分布的强偏差定理

引进似然比作为整值随机变量序列相对于服从二项分布的独立随机变量序列的偏差的一种度量，并通过限制似然比给出了样本空间的一个子集，在此子集上得到了任意整值随机变量序列的一类用不等式表示的强极限定理，作为推论得到了服从二项分布的独立随机变量序列的一族强大数定理．进一步发展和完善了状态空间有限的随机变量序列关于乘积分布的强偏差定理．     

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．     

多元风险模型中的长尾END的精确大偏差下界

研究了多元风险模型中的服从长尾分布族及延拓负相依(END)的随机变量的和的尾概率,在给定的一些条件下,通过采用类似的求解多元独立同分布的随机变量的非随机和与随机和的精确大偏差方法,在随机变量序列中引入延拓负相依的关系,得到多元风险模型中的服从长尾分布的带有延拓负相依关系的随机变量序列的非随机和与随机和的精确大偏差下界,推广了相应的独立同分布情形下的结论。     

一类随机变量序列关于Γ-分布的强偏差定理

引进似然比作为非负连续型随机变量序列相对于服从Γ分布的独立随机变量序列的偏差的一种度量,并通过限制似然比给出了样本空间的一个子集,在此子集上运用鞅方法得到了任意非负连续型随机变量序列的一类用不等式表示的强极限定理,将任意随机变量序列关于乘积分布的强偏差定理从离散状态空间推广到连续状态空间.作为推论得到了任意非负连续型随机变量序列关于指数分布,厄兰分布以及x2-分布的强偏差定理以及服从Γ-分布的独立随机变量序列的一族强大数定律.     

一类随机变量序列关于Г-分布的强偏差定理

引进似然比作为非负连续型随机变量序列相对于服从Г分布的独立随机变量序列的偏差的一种度量，并通过限制似然比给出了样本空间的一个子集，在此子集上运用鞅方法得到了任意非负连续型随机变量序列的一类用不等式表示的强极限定理，将任意随机变量序列关于乘积分布的强偏差定理从离散状态空间推广到连续状态空间．作为推论得到了任意非负连续型随机变量序列关于指数分布，厄兰分布以及X^2分布的强偏差定理以及服从Г-分布的独立随机变量序列的一族强大数定律．     

关于乘积泊松分布的强大数定理

利用文献[1]刘文教授提出的研究强极限的纯分析方法,通过构造适当的辅助函数,然后利用单调函数导数存在定理,给出具有乘积泊松分布的随机变量序列的一个强大数定理的新证明.     

多个连续型随机变量的特征化定理及其应用

文[1]、[2]中曾考虑了二个离散型随机变量的特征化定理。本文我们考虑了多个连续型随机变量的特征化定理并得到了它的一系列重要应用。本文的结果是对[1]、[2]结果的大大推广可以说是从条件分布角度来规划各个相互独立的连续型随机变量的特征的最一般的结果了。     

负相依随机变量和的概率大偏差不等式

对负相依随机变量序列部分和建立大偏差定理,给出有界变量的若干Bennett-Hoeffding型不等式,修正、完善和改进了近年来大偏差不等式的一些结果.     

有限Hausdorff拓扑半群上概率测度卷积序列的弱收敛性

在非同分布场合下,拓扑群(半群)上随机变量卷积序列极限存在的充要条件是一个至今尚未得到解决的问题,但是在有限群时[1]得到一些重要结果,本文的主要目的是将[1]中的定理1,定理2推广到一类有限半群上。     

关于离散随机变量序列的一类强偏差定理

引入极限相对对数似然比的概念,作为离散相依随机变量序列与独立随机变量序列的偏差的一种度量,并利用它来研究离散相依随机变量序列的极限性质．引入一种全新的概率研究方法——分析法,得到了一类用不等式表示的强极限定理,即强偏差定理,其偏差界依赖于此极限相对对数似然比．作为推论得到了经典的独立随机变量序列的强大数定理,进一步发展和完善了状态空间离散有限的随机变量序列关于乘积分布的强偏差定理．     

D族 END随机变量随机和的精致大偏差

重尾理赔下风险模型的精致大偏差研究是现代保险精算学中的一个重要课题。假定理赔序列为一列D族重尾END同分布随机变量序列,理赔到来过程为一与理赔序列独立的计数过程。在一定条件下,得到该风险模型在一般情形下的精致大偏差,推广了相关文献已报道的结果。