NSD序列部分和乘积的渐近分布

设{X_n, n≥1}是同分布正的负超可加相依(NSD)序列, 利用NSD序列加权和的中心极限定理和大数定律, 在适当的条件下证明当n→∞时, 并讨论严平稳条件下的类似结论.     

两种混合序列部分和乘积的渐近正态性

在不一定同分布的前提下,讨论φ-混合序列部分和乘积的渐近分布,进而推广了ρ-混合序列部分和乘积的结果.     

NSD序列部分和乘积的渐近分布

设{X_n, n≥1}是同分布正的负超可加相依(NSD)序列, 利用NSD序列加权和的中心极限定理和大数定律, 在适当的条件下证明当n→∞时, 并讨论严平稳条件下的类似结论.     

ρ-混合序列部分和之和乘积的渐近分布

设{Xn,n≥1}为一严平稳ρ 混合的正的随机变量
序列, 满足EX1=μ>0, Var X1=σ2<∞. 记Sn=∑〖DD(〗n〖〗i=1〖DD)〗X
i, Tn=∑〖DD(〗n〖〗i=1〖DD)〗Si, γ=σ/μ. 利用ρ 混合序列的强极限定理
, 在较弱的条件下证明了〖JB((〗∏〖DD(〗n〖〗k=1〖DD)〗〖SX(〗2Tk〖〗k(k+1)
μ〖SX)〗〖JB))〗1/(γσ1〖KF(〗n〖KF)〗)〖FY(〗d〖FY)〗e〖K
F(〗10/3〖KF)〗N(n→∞),
其中: σ21=1+〖SX(〗2〖〗σ2〖SX)〗∑〖DD(〗∞〖〗j=2〖DD)〗Cov(X1,X
j)>0; N为标准正态随机变量.     

强混合序列部分和之和乘积的几乎处处中心极限定理

在前人给出独立和相依序列部分和的几乎处处中心极限定理的基础上,利用乘积转化和式的方法,给出强混合正随机变量序列部分和之和乘积的几乎处处中心极限定理。     

强相依平稳正态序列的部分和与最大值的联合极限分布

设X1，X2，…是标准化平稳正态序列，协方差ρn=EX1Xn 1。在ρn和（ρnlogn)^-1都单调且收敛到0的情况下，得到了∑i=1nXi与max{Xi|1≤i≤n}的联合渐近分布。     

φ-混合序列部分和乘积的精确渐近性

利用关于φ-混合序列部分和乘积渐近分布的结果,对一般的边界函数和拟权函数获得了φ-混合序列部分和乘积的精确渐近性的一般形式.     

混合随机序列部分和乘积的中心极限定理(英文)

证明了一类ρ混合随机序列部分和乘积的中心极限定理和几乎处处中心极限定理.     

具有随机足标的强相依正态序列部分和与最大值的联合极限分布

设X1,X2,…是标准化的平稳正态序列.Mn=max1≤i≤nXi,ρn=EX1Xn+1,Sn=∑ni=1Xi,{N(n)}是一列取非负整值的随机变量,且N(n)nPη>0,η为随机变量.在ρn和(ρn·logn)-1都单调趋于0的条件下,得到了MN(n)和SN(n)的联合极限分布.     

ρ--混合序列部分和乘积的几乎处处中心极限定理的推广ρ--混合序列部分和乘积的几乎处处中心极限定理的推广

研究了ρ--混合序列部分和乘积的几乎处处中心极限定理。利用ρ--混合序列加权和的中心极限定理,得到了一般权重下,ρ--混合序列部分和乘积的几乎处处中心极限定理,推广了已有文献的结果。     

关于部分和乘积渐近性的一个注记

对一列独立同分布平方可积的随机变量序列{Xn;n≥1}部分和乘积的渐近正态性质作了进一步的讨论.     

截断和之和乘积的渐近分布

在中尾分布情形下,利用独立同分布随机变量截断和的极限性质,得到了截断和之和乘积的渐近分布.     

由混合序列生成的线性过程加权和的极限定理

假设线性过程Xt=∑〖DD(〗∞〖〗j=0〖DD)〗ajξt-j, t≥1, 其中{ξt,t∈Z}为一零均值的混合序列, {aj, j≥0}为一实数序列, 满足∑〖DD(〗∞〖〗j=0〖DD)〗j〖JB(|〗aj〖JB)|〗<∞, {ani,1≤i≤n,n≥1}为一实值的三角阵列, 在适当的假设条件下, 利用混合序列的中心极限定理及相应的概率不等式, 证明了由混合序列生成线性过程加权和的极限定理.     

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.     

一类特殊Weibull分布纪录值序列部分和的中心极限定理

本文给出了一类特殊Weibull分布纪录值之部分和的中心极限定理,这一工作不仅具有概率论的极限理论方面的研究价值,而且在金融、保险等领域也具有相当重要的应用背景.     

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.     

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.