非独立随机变量部分和的矩不等式

本文在随机变量分别是鞅差序列、m—相依序列和局部广义高斯序列的条件下,得到了非独立随机变量部分和的P价绝对矩不等式。     

NA随机变量序列的概率不等式及矩不等式

对ＮＡ随机变量序列建立类似于实独立随机变量关于部分和Ｓｎ的一个概率不等式，得到部分和Ｓｎ关于某一类特定函数的矩不等式     

NA序列部分和之和一阶矩收敛的精确渐近性

随机变量的部分和之和在诸多领域有着广泛应用,关于NA序列的部分和之和取得了许多极限性质.在较弱的矩条件下,利用NA序列部分和之和的渐近分布和二阶矩的稳定性质,得到了平稳NA序列部分和之和的一阶矩收敛的精确渐近性,丰富了NA序列部分和之和极限理论的结果.     

一α-混合序列的矩不等式及其应用

该文给出了一α-混合随机变量序列部分和的矩不等式,此不等式是用矩的和作为其上界.在它的应用方面,探讨了加权和的收敛性,所得的结果改进了许(2002)所对应的结果.     

一类部分和序列的Lp范数收敛性

设(Tk,k∈P)为一列具有Δ性质的算子, 本文运用鞅方法考虑了部分和序列{n∑k=1Tkf}的Lp范数收敛性, 得到了一些充分条件,所得结果对于研究鞅变换的收敛性问题是很有用的.     

鞅差时间序列的部分线性EV模型的小波估计

用小波方法研究了误差为滑动平均鞅差序列的部分线性EV模型,得到了小波估计量的矩收敛速度及强收敛性。     

B值随机变量序列部分和的矩的收敛速度

本文讨论2阶一致光滑空间及2型空间中随机变量序列部分和的矩的收敛速度问题,所得定理推广了Chow的结果。     

PA列部分和完全收敛性的进一步探讨

本文利用PA列极大部分和的一个矩不等式,研究了PA列部分和完全收敛性的较一般形式.     

最大部分和的矩不等式

设X1,X2,…,Xn为具有有限方差{σ2i}的随机变量序列,假定E(xi)≡0。对v≥2的情形,根据ESa,nv假定的界得到了E(Mva,n)的界。并得到了当v=2,{Xi}为正交随机变量序列以及弱平稳序列时,E(M2a,n)的界。     

P一致遍历Markov链的矩不等式

通过Poisson方程的鞅分解技术给出了p一致遍历Markov链可加泛函的较为精细的矩不等式．     

调和级数部分和序列的单调性质

本文应用Ｂｅｒｎｏｕｌｌｉ多项式性质完全解决了由Ｄ．Ｄ．Ａｄａｍｏｖｉｃ和Ｍ．Ｒ．Ｔａｓｋｃｖｉｅ在文［１］中提出的关子调和级数部分和序列的单调性猜想：设ｐ，ｑ为任意满足ｑ＜３ｐ的自然数，则序列是单调逆减的．     

两两NQD序列部分和之和的强大数定律

主要研究了两两NQD序列部分和之和的强大数定律,并凶此得到两两NQD序列部分和之和的强收敛性.在较弱的条件下得到了与独立列部分和之和相类似的结果.同时给出了两两NQD序列部分和之和的强大数定律的一种描述.     

广义Fibonacci数列一些前n项和式

作者用数学归纳法证明了广义Fibonacci数列的相差5,6,7的前n项的和式,这样就能轻松得到Fibonacci数列、Lucas数列的相差5,6,7的前n项的和式,通过它的通项就能轻松计算其值。     

广义Fibonacci数列一些前n项和式初等证明

用数学初等方法证明了广义Fibonacci数列的相差小于6的前n项的和式,从而就能得到Fibonacci数列、Lucas数列的相差小于6的前n项的和式,通过这些数列的通项就能轻松计算其值。     

m-相依序列部分和的基本极大不等式

一、引言随机变量序列的基本极大不等式在各种收敛性定理的研究中起着极其重要的作用。如果得到了某种随机变量序列的基本极大不等式,即可得到一系列收敛定理。如正交序列部分和的基本极大不等式在正交序列的分析中起着重要的作用,由此可得到正交序列的基本收敛定理。又如鞅差序列部分和的Doob不等式在鞅差序列分析中也起着重要的作用。     

g-期望的矩不等式

彭实戈在研究倒向随机微分方程(简记为BSDE)的过程中，提出了一种非线性数学期望——g-期望的概念.李保明证明了条件g-期望的Jensen不等式．据此给出条件g-期望的矩不等式．     

一般随机变量序列部分和的不等式

通过研究一般随机变量序列部分和的问题,得到了一般随机变量部分和分布的一个重要不等式,以及非负有界的随机变量的部分和及其相应的条件期望序列部分和的关系．     

一类和式不等式的推广

文章利用几何凸函数的性质推广了一类重要的和式不等式,得到了一些新的结论。