一条强大数律的注记

本文主要结果为鞅差序列{X_i,J_i,i≥1}服从强大数律的充分条件为(1) sum from i=1 to ∞(E[|X_i|~p/a~p_i+|X_i|~p|J_(i-1)]<∞,0相似文献   

φ—mixing的弱大数律

本文给出了Φ—mixing的弱大数律.     

强大数定律的点滴结果

本文引理2改进了Renyi—Hājek引理,作为引理2的应用,指出定理1的另一证法。定理2改变Teicher强大数定律中的条件(ⅲ),得到与它相并列的结果,定理3指出独立随机变量序列服从强大数定律的必要条件。设X_(?),n≥1为定义在概率空间(Ω.(?).P)上的随机变量。S_n=∑_h=1~nX_k,     

强大数律的充要条件

设{X_n,n≥1}为定义在概率空间(Ω,■,Ρ)上的随机变量序列,EX_n=0,n=1,2、…,人们熟知{X_n}服从强大数律的必要条件为(i){X_n}服从弱大数定律,(ii)(X_n)/na、c、0·但其逆命题不成立。当(i)和(ii)成立时,还需加上什么条件才能使{X_n)服从强大数律?本文给出条件(iii),对任-ε>0、存在0>δ<ε,使得P{∩∪(ε-δ≤(|S_n|)/n<ε)}=0使(i),(ii),(iii)合起来才是强大数律的充要条件。并且(iii)和(i),     

ф-Mixing变量和的极大不等式

若M=1,ф(1)<1,则φ-mixing变量的部分和S_n成立不等式■S_n依概率收敛蕴含a.s.收敛;若ф(M)<1,有不等式■ε>0.5_n依概率收敛和■依概率收敛于0,当n→∞.蕴含a.s.收敛.     

强φ-mixing变量和的收敛定理

若强φ-mixing序列{Z_i,i≥1}有Esup■|Z_i|=0(1),n→∞,S_n为L_1-收敛,n→∞。则S_n,a.s.收敛。     

SOME THEOREMS OF CONVERGENCE OF φ-MIXING

The definitions of φ-mixing etc. have been given by William F. Stout in his book 《Almost Sure Convergence》. Theorem 1 Tailevents of a sequence {X_n,n≥1}of weak φ-mixing have probability zero and one. Corollary Tail functions of a weak φ-mixing are degenerate, that is a. s.constant C.