PA序列Hájek-Rényi不等式的推广

从另一个角度证明了一些新的Hájek-Rényi不等式,推广了Sung(Statist Probab Lett,2008,78:885-889)的不等式,并给出了一些相应的推论.     

Demi-鞅的一个Hajek-Renyi型不等式及其应用

证明了一种新的鞅型序列,即Dem i-鞅序列一个广义Hajek-Renyi型不等式;得到了Demi鞅的Doob型极大不等式;并用Hajek-Renyi型不等式证明了经典的强大数定律,所得结论推广了Christofides的相应结论.     

Banach空间值独立随机变量序列的Hajek-Renyi不等式

证明了Banach空间值独立随机变量序列的Hajek-Renyi型不等式，并利用该不等式证明了Banach空间值独立随机变量序列的强大数定律，所得结果刻画了Banach空间的P型性质．     

一个鞅不等式的推广

推广了鞅论中著名的Burkholder Gundy鞅不等式(即好λ不等式),使之有更大的应用范围.     

PA序列的强大数定律

T.C.Christofides在Statistics & Probability Letters 50(2000)已论证了期望为0的PA序列部分和的强大数定律,本文进一步得到Tn=nΣi=-1c1Xi,n≥1的强大数定律。     

关于Hajek-Renyi不等式的推广应用

对Hajek-Renyi不等式进行了推广,利用推广的不等式给出了NA随机变量序列收敛的一个条件.     

条件PA序列的条件H-R型不等式

利用条件弱鞅的一个极大值不等式给出了条件PA序列的条件H-R型不等式,所得结论推广了相关文献中的结果.     

ρ混合序列的Hajek-Renyi型不等式

将独立随机变量序列的Hajek-Renyi型不等式推广到ρ混合序列,并应用此不等式研究其强大数定律。     

子序列法应用条件的改进

子序列法是在大数定理及其相关的收敛性证明中常使用的一种重要方法, 主要应用在随机序列和的强收敛性定理证明中. 本文将子序列法的应用条件从原有的独立序列扩展到某种意义上的正交序列, 并给出了对一般随机变量序列所构成的级数的几乎处处收敛方法.     

推广加权型Jensen不等式

将二元函数的Jensen定理推广到多元函数,利用多元函数Jensen定理和Hesse矩阵判别法,再联系函数构造法给出Minkouski不等式的新证法.     

m-NA随机变量序列的完全收敛性

本文通过研究得到了m-NA随机变量序列关于最大部分和的概率不等式及矩不等式,进而研究并得出m-NA随机变量序列的完全收敛性。     

Levy不等式的推广

设Ｂ为一可分的赋范空间（Ｘｉ）ｉ＝１是Ｂ值独立，对称的随机元Ｓｎ＝ｘ１＋．．．Ｘｎ（ｎ〉１），若Ｑ（ｎ）是（１，２，．．．ｎ）的一些子集构成的集合并使，对Ｑ（ｎ）中任意两个元素Ｍ，Ｎ都有Ｍ∩Ｎ等于Ｍ，Ｎ或Х则我们有Ｐ（ω：ｓｕｐ‖∑Ｘｉ‖〉ｔ）≤２Ｐ（‖Ｓｎ‖〉ｔ）。     

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.     

NA随机变量之和的大偏差与指数估计

对ＮＡ随机变量序列建立了类似于独立随机变量序列的大偏差概率不等式与指数估计。     

一般随机变量序列部分和的不等式

通过研究一般随机变量序列部分和的问题,得到了一般随机变量部分和分布的一个重要不等式,以及非负有界的随机变量的部分和及其相应的条件期望序列部分和的关系．     

关于任意同分布随机变量序列最大值不等式及应用

设{X,Xn,n≥1}是同分布的随机变量序列(不必独立),记部分和Sn=∑ni=1Xi,n≥1。获得了max1≤k≤n︱Sk︱/n1/p的尾概率的一个上界,其中0p1。作为一个应用,给出了正则和极大值函数sup n≥1︱Sk︱/n1/p的r(r0)阶矩存在的充分条件,推广了独立情形相应的结果。     

负相依随机变量和的概率大偏差不等式

对负相依随机变量序列部分和建立大偏差定理,给出有界变量的若干Bennett-Hoeffding型不等式,修正、完善和改进了近年来大偏差不等式的一些结果.