依概率收敛性质的推广

对依概率收敛的问题进行了研究，得出了几个系统结论．     

依概率收敛

给出依概率收敛的一个充要条件,并在此基础上证明了马尔柯夫大数定理及切比雪夫大数定理.     

由依概率收敛推出r阶收敛的条件

设ζｎ依概率收敛于ζ，众所周知，此时ζｎ未必ｒ阶收敛于ζ；如果给ζｎ附加一些另外条件，则ζｎ可ｒ阶收敛于ζ，本文了几个这样的定理，它们推广了有关文献中的类似定理。     

统计收敛意义下的Slutsky定理

引入统计依概率收敛和统计依分布收敛,比较了统计依分布收敛和一般意义下的依分布收敛之间的关系,并证明了统计收敛意义下,Slutsky定理仍然成立,这为建立统计收敛下的概率极限理论奠定了基础.     

随机变量序列几乎必然收敛的若干等价命题

由随机变量序列几乎必然收敛可推出其依概率收敛,进而可推出其依分布收敛,可见判别几乎必然收敛的重要性。本文将给出它的几个等价命题,同时还证明了独立随机变量和序列几乎必然收敛等价于依概率收敛,亦等价于依分布收敛。     

随机变量函数f(X)(依概率)的最优幂级数逼近

一些文献中给出了两个随机变量依概率线性表示的充要条件。本文论证了随机变量函数f(X)依概率展成幂级数的两个充分条件及其推论。     

关于非交换独立性和依概率收敛

研究了依概率收敛和非交换独立性（单调独立性和布尔独立性）之间的关系.     

随机变量序列四种收敛的若干性质及其四则运算

以数列收敛的一些性质为依托,证明了随机变量序列的依概率收敛、几乎处处收敛、r-阶收敛及依分布收敛这四种收敛的极限存在的充分必要条件、存在准则,并得出:依概率收敛和几乎处处收敛与数列收敛性质一样,可以进行四则运算,而r-阶收敛只能进行加减运算,依分布收敛则不能进行四则运算。     

多元随机变量函数f(X,Y)(依概率)的最优幂级数逼近

将一元随机变量函数f(X)(依概率)的最优幂级数逼近的若干结果进行了推广。论证了多元随机变量函数f(X,Y)在上述意义下的几个充分条件及其推论。     

区间概率随机变量及其数字特征

基于模糊数源思想,用Fuzzy概率运算方法建立有限区间概率空间,给出了区间概率随机变量（向量）及其分布函数、分布列、期望区间、方差区间等的定义,并研究了其中的一些特定运算规律。     

求连续型随机变量函数的概率密度

指出《概率论》教材中关于连续型随机变量函数的概率密度公式的一个疏忽之处 ,给出了直接求连续型随机变量函数的概率密度的一般方法     

弱相关随机变量和的某些收敛性

讨论了由具有弱相关性的随机变量｛ｒ（ｉ，ｊ），ｉ≥０，ｊ≥０｝之和构成的随机场序列ξｎ，ｕｎ（ｔ），（ｔ）∈［０，∞］２的性质，得其收敛于Ｇａｕｓｓ场ξ（ｔ）的条件     

含模糊参数的一维模糊概率随机变量

给出了分布列和密度函数含区间参量的一维区间概率随机变量和含模糊参数的一维模糊概率随机变量及它们的分布函数，数字特征的概念及定义。     

关于连续型随机变量的全概公式及其应用

从事件型全概公式出发,通过条件期望的定义及其重要性质推导出关于连续型随机变量的全概公式形式,并给出它在概率计算中的应用.     

关于随机变量序列收敛性关系的探讨

在完备的概率空间 (Ω,, P)下,讨论了实值随机变量序列 {ξ n}的完全收敛、几乎处处收敛、 r次平均收敛、依概率收敛、依分布收敛之间的相互关系,得到若干有意义的常用结论。     

二维随机变量概率分布的求解方法

每一个随机试验的整体概率可以用一个相应的随机变量及其概率分布来描述.基于对一维随机变量的理解,采用分布函数法和函数分步法,给出了求二维随机变量概率分布的基本规律.     

Complete qth-Moment Convergence of Moving Average Process for m-WOD Random Variable

In this paper,we obtained complete qth-moment convergence of the moving average processes,which is generated by m-WOD moving random variables.The results in this article improve and extend the results of the moving average process.mWOD random variables include WOD,m-NA,m-NOD and mEND random variables,so the results in the paper also promote the corresponding ones in WOD,m-NA,m-NOD,m-END random variables.