模糊值函数序列的广义Egoroff定理

在一般模糊测度空间上, 针对可测模糊值函数序列给出了(伪)几乎处处收敛和(伪)几乎一致收敛的概念, 研究了几乎处处收敛和几乎一致收敛、伪几乎处处收敛和伪几乎一致收敛的蕴涵关系, 从而获得了不同形式的模糊化的广义Egoroff定理。     

集值模糊测度空间上的Egoroff定理

在m维正欧氏空间的子集类上引入一种新的序结构,并依此序结构研究了可测函数列(伪)依集值模糊测度几乎处处收敛,(伪)依集值模糊测度几乎一致收敛等问题。获得了用集值模糊测度刻画函数列的Egoroff定理及其相应的逆定理。     

B值随机元序列的收敛性及一致可积性

本文给出了B值随机元概念的若干等价性定义,讨论了B值随机元序列诸收敛性及其关系,进而得到了B值随机元序列一致可积性的充要条件.     

复值随机变量序列几种收敛性的关系

研究了复值随机变量序列的完全收敛,几乎处处收敛,r阶平均收敛,依概率收敛之间的相互关系,得到了几个有意义的结论.     

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。     

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。     

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,F,P)下,讨论了实值随机变量序列{ζn}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。     

随机概率测度的弱收敛

给出了随机概率测度几乎处处弱收敛的定义及等价表示,指出了在不同拓扑下弱收敛的相互关系     

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。     

模糊化的Riesz定理和Lebesgue定理

在一般模糊测度空间上,针对可测模糊值函数序列给出了依模糊测度收敛和几乎处处收敛的概念,并在此基础上,进一步研究了模糊值函数序列的这两种收敛的蕴涵关系,从而获得了所谓模糊化的Riesz定理和Lebesgue定理.     

关于可测函数列收敛性的注记

讨论可测函数列依测度收敛与近一致收敛之间的关系，并给出Riesz定理的推广：若fn→f于E，则存在子列{fni}包含{fn},使fni近一致→f于E。     

Fuzzy随机变量序列的收敛性

本文讨论了Fuzzy随机变量序列的收敛性与普通随机变量序列的收敛性之间的关系.     

再谈关于Lp〖KG-*3〗空间的几种收敛关系

讨论了Lp空间弱收敛、强收敛、几乎处处收敛、依测度收敛的相互转换关系，给出了证明，并通过举例的方式说明了一些定理的特殊情况.     

完全收敛性与可测函数序列几种收敛性的关系

本文讨论了完全收敛性与可测函数序列依测度收敛、几乎处处收敛以及强收敛之间的等价关系,并且给出了依测度收敛、几乎处处收敛与完全收敛之间等价的充分必要条件,即fn(x)单调增加,并且(An)两两不相交,其中An=[|fn-f|≥ε],ε>0。     

EropoB定理的逆定理证明

给出了Егоров定理的逆定理的一种证明方法,并指出在mE<+∞时几乎处处收敛与近一致收敛是等价的.     

固定设计的φ-混合误差下非参数回归模型

设非参数回归模型Yni=g(xni)+εni,i=1,2,…,n;其中,xni是固定设计点列,误差为φ-混合误差。文章通过使用φ-混合随机变量的不等式,证明了非参数回归模型估计量的一些相合性结果,包括矩收敛、一致收敛、几乎处处收敛和收敛速度。     

可测函数列在无限测度集上依测度收敛乘除成立的条件

有限测度集上,可测函数列依测度收敛乘除在一定条件下恒成立.给出反例论证定义在无限测度集合上两可测函数列依测度收敛乘除在与有限测度相关结论相同条件下不成立.通过进一步探讨,得到了在集合测度为无限时相应结论成立的一个较宽松条件,并且对这一条件给出了易于验证的等价形式.     

随机过程的广义收敛性

给出了一个随机过程{Xt}依概率收敛的充要条件,同时也证明了与{Xt}同极限的几乎处处收敛的随机过程{Yt}也有相同的结论.因此在很多情况下,人们将{Yt}化为{Xt}来研究{Yt}的收敛性;而在其他情况下(除了假设{Xt}与{Yt}是a.s.等价外),人们就要研究{Yt}的一个序列的收敛性.此种处理方法为处理大量旧的与新的分支过程提供了一个一致逼近的途径.