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.     

B值随机元的连续逼近

本文首先证明了B值随机元序列几乎处处收敛与几乎一致收敛的等价性,然后用它来证明一个关于连续函数逼近B值随机元的Lusin型定理.     

随机元序列几乎处处中心极限定理的推广

讨论随机元序列和随机变量序列函数的几乎处处中心极限定理, 推广了经典几乎处处中心极限定理中的权重, 并改进了经典几乎处处中心极限定理的证明.     

关于Mokov随机序列随机选择的一个强极限定理

利用一种新方法--网微分法及无穷乘积定理,将Bernoulli序列赌博系统的极限定理推广到Markov值随机序列情形,进一步允许随机选择函数取值于有限区间,扩展了随机选择概念.     

B—值独立随机元部分和的大偏差

本文证明了B-值独立弱收敛随机元序列部分和的大偏差的几个结果,推广了Donsker和Varadhan定理,并说明在本文的条件下,一个经典结果不再成立.     

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。     

B值适应随机序列的强极限定理

利用B值鞅收敛定理和停时方法，讨论B值适应随机序列的级数收敛性，得到了一类相应的强极限定理，使得已有的若干收敛定理成为所得定理的特例。     

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.     

B值m相依随机元序列的随机指标中心极限定理

讨论B值m相依随机元序列的随机指标中心极限定理, 给出其成立的一个充分条件, 同时给出当B是2型空间时随机指标中心极限定理.     

B值m相依随机元列移动平均过程的随机指标中心极限定理

｛ε^t;t∈Z｝是均值为零、 二阶矩有限的B值m相依随机元列, ｛a^j; j∈Z｝是一实数序列, 定义移动平均过程X^t利用Beveridge Nelson分解及｛ε^t;t≥ 1｝的弱收敛定理, 给出｛X^t;t≥1｝ 满足随机指标中心极限定理的充分条件.     

B-值随机元序列的对称化原理的注记

本文讨论了B-值随机元序列极限定理的对称化方法,并且获得了对称化方法的一般性结果。作为一个应用,我们给出了B-值独立同分布随机元序列的叠对数律(紧的或有界)的对称化方法。     

B值随机元的随机指标中心极限定理

本文讨论B值随机元的随机指标中心极限定理,证明了如下的结果:设B是2型空间(Spaceof Rademacher-type 2),{X_n,n≥1}是i.i.d.的B值随机元序列,S_n=sum from i=1 to n X_i,EX_1=0,E||X_1||~2<∞;{τ_n,n≥l}是取自然数值的实随机变量序列,τ是取正值的实随机变量,并且,则必存在B上的Gaussian测度γ,使得(S_(τ_n)/(τ_n)~(1/2))γ.     

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。