任意随机变量序列的大数定律

设｛Xn,n≥0｝是任意实值随机变量序列,并且尾概率是一致有界于随机变量X0,通过构造适当的鞅,利用鞅收敛定理讨论随机变量序列｛X,n≥0｝的强极限定理和强弱大数定律,得到了大数定律成立的充分条件,推广了费勒在1946年给出的平均值无限时的大数定律。     

随机弱大数定律和弱大数定律的充要条件

讨论了任意随机变量序列的弱大数定律,得到了随机变量序列分别服从随机弱大数定律和弱大数定律的充要条件,以及独立随机变量序列服从弱大数定律的相关结果.     

关于大数定律的一个充分条件

给出了随机变量序列服从大数定律的一个充分条件及若干推论。     

Cesàro条件下两两独立随机变量阵列的弱大数定律

本文在Cesàro条件下研究了两两独立随机变量阵列{Xnk，1≤k≤kn，n≥1}的弱大数定律。并在此结果的基础上，得到了一鞅差阵列的弱大数定律．     

可交换随机变量序列加权和的另一个大数定律

将独立同分布情形下的Marcinkiewicz型强大数定律推广到了可交换随机变量,得到了可交换随机变量加权和的一个强大数定律.     

B值t-拟鞅的大数定律及收敛速度

研究了B值t-拟鞅的大数定律及收敛速度,使得实值独立同分布随机变量序列的一些经典结果得到了推广和一般化．     

非独立随机变量序列成立大数定律的问题

本文就非独立随机变量序列的情形,总结并推广了一些大数定律。     

行为两两NQD的随机变量阵列的完全收敛性和大数定律

研究了行为两两NQD的随机变量阵列的完全收敛性和大数定律,所得结果,推广了行独立随机变量阵列相应的结果.     

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.     

Cesàro条件下两两独立随机变量阵列的弱大数定律

本文在Cesàro条件下研究了两两独立随机变量阵列{Xnk,1 k kn,n 1}的弱大数定律,并在此结果的基础上,得到了一鞅差阵列的弱大数定律.     

行为ND随机变量阵列加权和的完全收敛性

在非同分布的情况下, 给出了行为ND随机变量阵列加权和的完全收敛性的充分条件, 所得结果部分地推广了独立随机变量和NA随机变量的相应结果. 作为其应用, 获得了 ND随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

负相协随机变量列的强大数律

负相协(NA)随机变量是一包含独立随机变量的有广泛应用的随机变量类, 对于独立随机变量情形, Teicher给出了一类强大数律. 本文应用NA随机变量的概率不等式, 在更弱的条件下, 对具有不同分布的NA随机变量列建立了有关强大数律的定理, 进而将Teicher的结果推广到NA随机变量.     

随机极限定理

本文讨论了“随机个”随机变数和的大数定律和中心极限定理,把现有的几个结果给予改进,获得若干个更佳的充分条件。     

α-混合随机变量序列线性形式的强稳定性

研究了α-混合随机变量序列线性形式的强稳定性.利用随机变量的截尾术及强大数定律,得到了不同分布α-混合随机变量序列具有线性形式强稳定性的充分条件,在某种程度上推广了独立随机变量的线性形式的强稳定性的相应结果.     

随机狄里克莱级数的收敛性

利用随机变量序列的强大数定律,研究了随机变量序列{X_n}在独立(可不同分布)情形下的性质,并当随机狄里克莱级数(s=σ+it)满足 (i)M>0,1≤p≤2; (ii)00,使得,C为非零正常数等条件时,得出收敛横坐标的简洁公式。     

经验过程的欧拉强大数定律

利用经验过程中已有的概率不等式及欧拉加权系数的性质, 研究经验过程中独立同分布随机元序列的欧拉可求和性, 得到了经验过程欧拉强大数定律成立的充分条件. 在相同条件下, 将经验过程中的欧拉弱大数定律推广到强收敛情形.     

ρ-混合序列部分和的几乎处处收敛性

利用ρ^-混合序列的Rosenthal型最大值不等式, 讨论了ρ^-混合序列的强收敛性; 在未附加任何其他条件的情况下, 得到了独立情形的Hintchine Kolmogorov收敛定理、 Marcinkiewicz强大数定律和三级数定理.     

相协随机变量部分和的几乎处处收敛性和强大数定律

文章基于相协随机变量序列的Hajek-Renyi不等式和事件序列的Chung-Erdos不等式,利用Krone-cker引理和Borel-Cantelli引理,给出相协随机变量序列部分和的几乎处处收敛性和强大数定律型的结果,推广和改进了吴爱娟论文中定理2和定理3的结果。作为其特例,得到了独立情形下经典的Kolmogorov强大数定律。     

Strong Law of Large Numbers and Complete Convergence for Sequences of φ-Mixing Random Var, ables

We give some theorems of strong law of large numbers and complete convergence for sequences of φ-mixing random variables. In particular, Wittmann＇s strong law of large numbers and Teicher＇s strong law of large nnumbers for independent random variables are generalized to the case of φ -minxing random variables.