行ρ^-混合阵列加权和最大值的完全收敛性

利用ρ^-混合序列的矩不等式,得出一个关于行ρ^-混合阵列加权和最大值完全收敛性定理,并从定理的特殊情况得出关于行西混合阵列加权和最大值完全收敛性的一系列推论。     

行ρ-混合阵列加权和最大值的完全收敛性

先利用ρ-混合序列Rosenthal型最大值不等式, 得到一个关于行ρ-混合阵列加权和最大值的完全收敛性定理, 再利用此定理证明ρ-混合序列加权和最大值的Marcinkiewicz-Zygmund型强大数定律.     

行混合阵列部分和最大值的完全收敛性

利用随机变量的截尾方法和ρ~混合序列的矩不等式,得到了一定条件下行混合序列部分和最大值的完全收敛性,推广了若干已有的结果。     

行ρ~-混合阵列加权和最大值的完全收敛性

先利用ρ-混合序列Rosenthal型最大值不等式,得到一个关于行ρ-混合阵列加权和最大值的完全收敛性定理,再利用此定理证明ρ-混合序列加权和最大值的MarcinkiewiczZygmund型强大数定律.     

行ALNQD阵列加权和最大值的完全收敛性

利用渐近线性坐标负相依（ALNQD）序列最大值的矩不等式, 得到了行为ALNQD阵列加权和最大值的完全收敛性定理, 并利用该定理证明了ALNQD序列加权和最大值的Marcinkiewicz-Zygmund型强大数定律.     

混合序列加权和的完全收敛性及a.s.收敛性

在新的条件下讨论了不同分布的混合序列加权和的完全收敛性,获得了混合序列完全收敛的两个充分条件及Marcinkiewicz-Zygmund型的强大数定律.     

ρ混合、ψ混合序列加权和的完全收敛性和强收敛性

给出ρ混合、ψ混合序列的完全收敛和强收敛的充分条件,所得结论推广和改进了文献「１～３」的部分结论,推广并部分改进独立同分布的结果。     

混合阵列部分和最大值的矩完全收敛性

混合序列的矩不等式及Markov不等式,  得到了在一定条件下〖AKρ~D〗混合阵列加权和的矩的完全收敛性.     

行(α,β)混合阵列加权和最大值的完全收敛性

利用(α,β)混合序列Rosenthal型最大值不等式,得到一个关于行(α,β)混合阵列加权和最大值的完全收敛性定理,并利用该定理证明(α,β)混合序列加权和最大值的Marcinkiewicz-Zygmund型强大数定律,所得结果减弱了所需的矩条件.     

(～ρ)混合阵列加权和的收敛性

利用(～ρ)混合序列的一个矩不等式,得出了(～ρ)混合阵列加权和在Cesàro一致可积性假设条件下的Lr收敛性及弱大数定律和在弱于Cesàro一致可积性条件下(～ρ)混合阵列加权和的完全收敛性.     

行为ND随机变量阵列加权和的矩完全收敛性

讨论了行为ND随机变量阵列加权和的矩完全收敛性, 利用矩不等式和截尾法获得了行为ND随机变量阵列加权和的矩完全收敛性的充分条件, 推广了相关结果。     

Almost sure convergence and complete convergence for the weighted sums of martingale differences

Let {(D _n, FFF_n),n/->1} be a sequence of martingale differences and {a _ni, 1≤i≤n,n≥1} be an array of real constants. Almost sure convergence for the row sums are discussed. We also discuss complete convergence for the moving average processes underB-valued martingale differences assumption. Foundation item: Supported by the National Natural Science Foundation of China and the Doctoral Programme Foundation of China Biography: DENG Ai-jiao (1974-), female, Ph.D. candidate. Research interest is in stochastic processes and random fractal.     

ρ-混合序列Jamison型加权和的强收敛性

设{Xn,n≥1}为同分布ρ-混合序列,EX1=0,{an,n≥1}为正实数序列,An=n∑k=1 ak↑∞（n→∞）,考虑Jamison型加权和Tn=1/An∑k=1 akXk,在类似Jamison等（1965）的条件下,证明了Tn的强收敛性,即Tn→0,a.s.（n→∞）,把已有的结论推广到了ρ-混合序列的情形.     

随机变量列一类加权乘积和的强收敛性

讨论了任意r.v.列，两两NOD列和NA列的加权乘积和强收敛性，揭示了正则化因子，矩条件，权函数及r.v.列相关性之间的关系。     

NA序列和的若干收敛性

利用NA序列的一个矩不等式,讨论了不同分布的NA随机变量序列加权和的完全收敛性,得到了更为一般的完全收敛性.     

同分布NA随机变量一类加权和的强大数律

在权阵列{ani：1≤i≤n,n≥1）满足Aα=lim sup n→∞（1/n∑i=1^n｜ani｜^α）^1/α〈∞的条件下,得到了高阶矩存在的同分布NA随机变量加权和的强大数律．     

双无限环境中马氏链函数加权和的极限定理

研究双无限环境中马氏链函数加权和的极限定理,得到双无限环境中马氏链函数加权和强收敛性成立的一系列充分条件.1     

行为NA的随机变量三角阵列的完全收敛性

利用NA序列的一个矩不等式,研究了行为NA的随机变量三角阵列在Cesaro意义下被随机变量X控制下的完全收敛性,推广了行独立随机变量三角阵列相应的结果.     

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.     

B值随机变量一类加权和的完全收敛性

设{Xni:1≤i≤n,n≥1}为行间独立的B值r.v.阵列,X为实值r.v.,E｜X｜p<∞,p>2,且对 x>0, 1≤i≤n,n≥1,都有P(‖Xni‖>x)≤P(｜X｜>x).{ani:1≤i≤n,n≥1}为满足条件∑ni=1a2ni=1,n≥1的实数阵列.则1n1 p∑ni=1aniXnip0蕴涵1n1 p∑ni=1aniXni完全收敛于0.