同分布NA序列部分和之和的强大数定律

研究同分布NA随机变量序列｛Xn｝部分和之和Tn=∑ni=1Si(其中Sn=∑ni=1Xi)的强大数定律,通过给出一些等价的条件,建立了强大数定律,获得了与独立同分布序列情形下类似的结论。     

AANA序列的强大数定律和强收敛速度

针对相依序列的强大数定律研究,特别是其强收敛速度的研究受到许多学者的关注.文章研究了比NA序列要弱的AANA序列部分和强大数定律,并给出了其收敛速度和上确界的可积性；给出了NA序列的部分和强大数定律、收敛速度及上确界可积性等结果.     

一类随机变量序列关于Γ-分布的强偏差定理

引进似然比作为非负连续型随机变量序列相对于服从Γ分布的独立随机变量序列的偏差的一种度量,并通过限制似然比给出了样本空间的一个子集,在此子集上运用鞅方法得到了任意非负连续型随机变量序列的一类用不等式表示的强极限定理,将任意随机变量序列关于乘积分布的强偏差定理从离散状态空间推广到连续状态空间.作为推论得到了任意非负连续型随机变量序列关于指数分布,厄兰分布以及x2-分布的强偏差定理以及服从Γ-分布的独立随机变量序列的一族强大数定律.     

一般随机变量序列强大数定律

将独立同分布情形下的强大数定律进行了推广,指出一般随机变量序列若满足∑∞n=1B2n/n<∞,则服从强大数定律。所给出随机变量序列强大数定律存在条件较易满足,使得定理适用范围更广。并在两两不相关且一致有界的条件下,指出对任意的α>3/4,均有(Sn-ESn)/nα几乎处处收敛于0。     

任意随机变量序列的一个强极限定理

研究任意随机变量序列的强收敛性.主要利用鞅差序列级数收敛定理,讨论了任意随机序列的一个强极限定理.作为推论得到了马氏过程,鞅差序列的强大数定律.     

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.     

次线性期望下WOD随机变量序列加权和的几乎处处收敛性

在次线性期望下, 利用截断的方法给出宽象限相依(WOD)随机变量序列的强大数定律.     

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.     

同分布的两两NQD序列部分和之和的强大数定律

主要研究同分布两两NQD随机变量序列{Xn,n∈N}部分和之和Tn=∑i=1 n Si（其中Sn=∑i=1 n Xi）的强大数定律,通过给出几个等价的条件,建立了强大数定律,获得了与I．I．D列情形相类似的结论．     

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.     

负相关随机序列的收敛性质

讨论同分布负相关随机（ＮＡ）序列的完全收敛性,所得结果改进和加强了Ｋａｔｚ和Ｂａｕｍ在文献（１）的著名结果。     

Hilbert空间下CAANA序列的完全矩收敛

用Hilbert空间下CAANA(coordinatewise asymptotically almost negatively associated)序列的性质及矩不等式考虑CAANA序列的一阶矩收敛性问题, 得到了Hilbert空间下不同分布的CAANA序列的完全矩收敛.     

非平稳NA序列更新过程的精确渐近性

设服务时间{X_n,n≥1}为非负非平稳负相伴(NA)随机变量序列,N(t)为由其产生的更新过程.利用NA序列部分和S_n的精确渐近性结果及S_n与N(t)之间的关系{N(t)n}={S_nt},证明非平稳NA序列更新过程的精确渐近性.     

NA序列部分和的收敛性质

利用随机变量的截尾方法及NA序列的三级数定理,研究了NA序列的性质,得到了矩条件下NA序列的一类强极限定理,并给出一些应用,从而推广了若干经典的强大数定理.     

由NSD序列生成线性过程的中心极限定理

考虑线性过程■,t≥1,其中{ε_j,j∈■}是均值为零且方差有限的严平稳负超可加相依(NSD)随机变量序列,{a_j,j∈■}是一实数列,且满足■,■.令■,n≥1.在适当的假设下,利用NSD序列的矩不等式及S_n的收敛性,给出由NSD序列生成线性过程的中心极限定理.     

NA序列Chung型对数律的精确渐近性质

令{ξn,n≥1}为零均值严平稳的负相伴(NA)随机变量序列,满足Eξ12∞和0σ2=Eξ12+2∑k=2∞Eξ1ξk∞.记Sn=∑k=1n ξk,Mn=∑ k=1n|Sk|,n≥1.利用NA序列中心极限定理和概率不等式,对边界函数和拟权函数得到了Chung型对数律的精确渐近性质.     

Rosenthal inequality for NOD sequences and its applications

Rosenthal inequality for NOD(negatively orthant dependent) random variable sequences is established.As its applications,two theorems of complete convergence of weighted sums for arrays of NOD random variables are given,which extend the corresponding known results.     

次线性期望下ND序列的完全收敛与完全积分收敛

利用Markov不等式, 在指数矩条件下给出次线性期望空间下的同分布负相依(ND)随机变量序列的完全收敛与完全积分收敛, 从而将概率空间中的完全收敛与完全矩收敛推广到次线性期望空间中, 并得到与之类似的结果.     

负相协随机变量序列的线性小波密度估计

给出了一类具有共同的概率密度的负相协随机变量序列的线性小波密度估计，得到了这种估计的Lp-损失的界.