END随机变量序列加权和的完全收敛性（英文）

主要研究了END随机变量序列加权和的完全收敛性.在适当的权系数条件下以及适当的矩条件下,建立了END随机变量序列加权和的完全收敛性结果.所得结果推广了独立序列和负相依序列的相应结果.     

NA随机变量序列加权和的完全收敛性

利用截尾法和矩不等式,证明一般情况下NA随机变量序列加权和的完全收敛性,推广独立随机序列加权和的完全收敛性.     

END随机变量加权和的最大值序列的完全收敛性

众所周知,END随机变量是一类包含独立变量、NA变量以及NOD变量在内的非常广泛的相依变量.在适当的权系数和矩条件下,我们研究了END随机变量加权和的最大值序列的完全收敛性.作为应用,得到END随机变量加权和的强大数定律.所得结果推广NA变量和NOD变量的相应结果.     

AANA序列加权和的完全收敛性和矩完全收敛性

研究AANA随机变量序列加权和的完全收敛性和矩完全收敛性,利用AANA序列的Rosenthal型不等式,得到了AANA序列加权和的矩完全收敛性及完全收敛性的若干充分条件和必要条件.     

END序列下非参数回归模型估计的相合性与完全收敛性

研究误差为END序列的非参数回归模型未知函数估计量的极限性质.并利用END序列的Cr不等式,Rosenthal不等式以及权函数相关性质,证明其弱相合性与完全收敛性.     

强混合序列随机足标和的完全收敛性

讨论了强混合序列随机足标和的完全收敛性,其结果类似于iid列的相应结果。     

φ混合序列的完全矩收敛性

主要利用φ混合序列的矩不等式和随机变量的截尾技术,在适当的矩条件下,研究了φ混合序列的完全矩收敛性。本文的结果推广了独立序列和已有文献关于φ混合序列的相应结果,同时也将φ混合序列的完全收敛性改进到完全矩收敛性。     

NOD随机阵列加权和的完全收敛性

研究了NOD随机阵列加权和的完全收敛性,给出完全收敛性的充分条件,并且不需要同分布的假定.推广了NA序列和NOD序列的相关结论.     

行NA阵列随机和的弱收敛性

NA相依序列是一类非常重要的随机序列,应用非常广泛,其随机和的收敛性是一个值得探讨的问题.本文利用其相关矩不等式和截尾法,研究了行NA阵列随机和的弱收敛性,所获结论推广和改进了相关文献的已有结果.     

(～ρ)混合序列的完全收敛性和几乎处处收敛性

讨论了不同分布的卢混合序列的完全收敛性、Marcinkiewicz强大数律及几乎处处收敛性，并获得了不同分布卢混合序列满足完全收敛性的一个充分性结果．所得结果把蔡光辉等的结论推广到了不同分布卢混合序列的情形，并且改进了甘师信的结论，去掉了其定理条件中的log n因子．     

不同分布~h混合序列加权和的完全收敛性和强收敛性

在不同分布的情况下,讨论（~）φ混合序列加权和的完全收敛性和强收敛性,给出其收敛的新判据,推广了Stout和Thrum定理.     

NA阵列的收敛性

建立了NA阵列的一个概率不等式及相关的矩不等式,研究了NA随机变量阵列的依概率收敛性、完全收敛性和几乎处处收敛性.     

次线性期望空间下END列加权和的几乎处处收敛性

利用与概率空间不同的研究方法, 在Choquet积分存在的条件下, 研究次线性期望空间中广义负相依（END）随机变量序列加权和的几乎处处收敛性, 得到了几乎处处收敛性定理, 从而把该定理从传统概率空间扩展到次线性期望空间.     

NOD序列加权和的完全收敛性

NOD随机变量是一类包含NA随机变量的更为广泛的随机变量类.本文主要研究了NOD序列加权和的完全收敛性,证明了一般双下标加权系数的加权部分和的完全收敛性.     

PA列部分和的强收敛性

研究了PA列部分和的强收敛性,推广了关于独立随机变量情形时的相应结果.     

关于Stable收敛

本文对一般完备可分距离空间上的随机元序列在更广泛的形式下定义了stable收敛、给出了一些新结果,并通过正面讨论和反例研究了它与其它类型收敛的关系.     

两两NQD列的收敛定理

讨论了两两NQD列的收敛性质,独立情形的强大数定律得到推广．在推广的三级数定理的基础上,获得了判别两两NQD列收敛的一些新的结果．     

ND序列乘积和的强收敛性

讨论ND随机变量序列乘积和的强收敛性,将关于NA随机变量序列乘积和强收敛性的注记推广到ND的情形.     

ρ-——混合序列加权和的完全收敛性和强收敛性

给出ρ^--混合序列加权和完全收敛和强收敛的充分条件,所得结果推广了Stout和Thrum定理.     

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。