一类特殊幂级数收敛半径的求法

考虑下面级数其中，b，C均为正整数，并且b＞0。定理1如果级数（1）当X=X0（X00）时收敛，则适合不等式|x|＜|x0|的一切X使幂级数（1）绝对收敛；反之，如果当X=X0时级数（1）发散，则适合不等式|x|＞|x0|的一切X使幂级数（）发散。征先设x。是幂级数（l）的收敛点，即级数Zanxg”“收敛，根据级数收敛的必要条件，这时有lima。xX””一0，于是存在一个常数M，使得“外””D＜M（n一0，I，··一这样级数（）的一般项的绝对值因为当卜D＜卜。D时，等比级数＞WDH卜””收敛（公比为D＞‘＜1），所以级数十coZDa。xb”“刊收敛，也就…     

局部凸空间中弱收敛网的几个性质

设X是Hausdorff局部凸线性拓扑空间,{s_n|n∈D}是X中的网,其中D是一定向集.定理1 设{x_n|n∈D}有W-lims_n=s_0,s_0∈X,则对于s_0的任一邻域σ,存在{s_n|n∈D}的某有限的凸组合sum from j=1 to m a_js_(nj)属于σ,其中a_j≥0,sum from j=1 to m a_j=1.定理2 设{s_n|n∈0}是x中的Cauchy网,且W-lims_n=s_0,则S—lims_n=s_0.定义局部凸线性拓扑空间中的任何一个平衡且吸收的凸闭集称为桶(Barred),若X中的每一个桶均为0的一个邻域,则称X为桶空间.     

一类密度估计的收敛速度

Prakasa Rao在文献[1]中提出一类密度估计fn(x)，我们得到当x固定时fn（x）-f(x)的a.s，收敛速度及fn(x)正态逼近的Berry-Easeen界，同时，给出sup|fn(x)-f(x)|的一致收敛速度。     

非参数回归函数核估计的强收敛速度

本文给出回归函数m(x)=E(Y|X=x)满足λ(0<λ≤1)阶Lipschitz条件,且E|Y|~r<∞,r>1时,对m(x)的核估计有同时本文也改善了赵林城、方兆本(1985年)和孙东初(1985年)关于m_n(x)强相合于m(x)的结果。     

次线性期望空间下广义ND序列的加权和的几乎处处收敛（英文）

本文研究了条件为C_V(|X|~p)∞, even ê(|X|p)≤C_V(|X|p), 0 p≤2的次线性期望空间下广义ND序列的加权和的几乎处处收敛.作为应用,我们的结果扩展了SILVA(2015)在概率空间下的相应结果.此外,本文的结果扩展了次线性期望空间下加权和的几乎处处收敛.     

相依样本下非参数回归函数估计的强收敛速度

设(X,Y),(X_1,Y_1,),…,(X_n,Y_n)是一个平稳、φ—混合过程((X,Y)∈R~d×R,E|Y|~(s δ)<∞,s≥2,δ>0),用m(x)记E{Y|X=x},本文讨论了m(x)的如下估计m_n(x)的强收敛速度:     

统计收敛与概率测度

早在1951年,H.F ast[6]就引入了统计收敛的定义.之后,出现了许多相关文章(如[4,7-14]等)对统计收敛做了进一步的探索与研究.自上世纪末本世纪初以来,统计收敛作为活跃的领域而得到了深入的研究.例如,统计收敛在数值理论[5],三角级数[15],强可和性[3],局部凸空间[10,13]以及局部紧空间中有界连续函数的理想结构[2]等领域中的讨论.本文通过引入μ-稠密收敛和μ-统计收敛的定义,对于给定一类概率测度U,证明了μ∈U,则序列μ-稠密收敛与统计收敛等价;对μ∈U,序列统计收敛必μ-统计收敛;μ∈U,序列都μ-统计收敛当且仅当序列统计收敛.     

有界闭区间上连续函数列一致收敛的充要条件

判别函数列一致收敛的方法有函数列一致收敛定义、Cauchy一致收敛准则、limn→∞supx∈D|fn(x)-f(x)|=0及Dini定理,本文由函数列的等度连续性,可得出几个有界闭区间上连续函数列一致收敛的充要条件,推广了Dini定理.     

不分明集的σX-级数收敛及σS-序列紧性(英文)

本文研究了不分明集的一些级数收敛性 ,给出了不分明集的σX-级数收敛定义及σS-序列紧致性 .证明了一个在论域上逐点收敛的模订级数 ,将在某种中的拓扑下 ,也可以是收敛的 .如论域 X为紧度量空间 ,且 Ai ∈ F( X)∩ C( X)时 ,级数∑∞i=1Ai 依距离 d( A,B) =supx∈ X|A( x) -B( x) |收敛     

对称QL算法对角元的收敛条件

文[1]指出,在QL算法收敛性讨论中,仅有β_1~(K)→0并不能保证α_1~(k)收敛,并证明在加上条件:|α_1~(k)-σ_k|μ0”后,可确保α_1~(k)趋于T的某个固定特征值。本文首先对QL算法收敛性给出了一个精确的定义,然后给出一个与[1]不同的确保收敛的条件: “若{σ_k}_k=1~∞极限存在且β_i~(k)→0,则有α_i~(k)→λ_i(j=1,2,…,m)”条件“{σ_k}_k=1~∞极限存在”与“α_1~(k)-σ_k|→0”互不包含,在具体应用中,对后者无法判别(如[3]中给出的NS位移)或不成立的某些场合,前者具有独到的优点。     

B-值随机变量序列加权和的弱大数律及Lr收敛性

讨论了B-值随机变量序列加权和的弱大数定律及Lr收敛性,同时获得了稳定P型Banach空间性质的刻画.     

由随机过程序列产生的滑动平均过程部分和的弱收敛

本文讨论了由ρ-混合随机过程序列产生的形如Xk(t)=∑j=0∞ajεk-j(t),0≤t≤1,其中{aj;j≥0)为一实数序列,满足∑j=0∞|aj|<∞的滑动平均过程部分和的弱收敛性;同时也讨论了由此滑动平均过程产生的形如Yn(s,t)=1/n~(1/2)∑k=1[n,s]Xk(t),0≤s,t ≤ 1的随机过程的弱收敛性,以及随机足标和SNn(t)=∑k=1NnXk(t)的弱收敛性.     

$\psi$混合序列的一些收敛性质

In this paper,we extend the Kolmogorov-type inequality to the case of ψ-mixing sequences.Moreover,we study the strong limit theorems for partial sums of ψ-mixing random variables.As a result,we extend the Khintchine-Kolmogorov-type convergence theorem,the three series theorem,Marcinkiewicz strong law of large number to the case of ψ-mixing sequences.     

Convergence Rates in the Law of Large Numbers under Sublinear Expectations

In this note, we study convergence rates in the law of large numbers for independent and identically distributed random variables under sublinear expectations. We obtain a strong L^p-convergence version and a strongly quasi sure convergence version of the law of large numbers.     

随机序列的变换及其局部强收敛性

本文引入任意随机变量序列停时变换的概念，利用截尾方法构造几乎处处收敛的鞅结合无穷乘积定理，讨论了变换的局部收敛性及强大数定理，作为推论得到了关于赌博系统的若干强极限定理。     

随机变量序列加权和的强收敛性

本文讨论了一般随机变量序列加权和的强收敛性．作为推论，得到一类鞅差序列加权和的收敛定理和若干经典的独立随机变量序列的强大数定律；已有的若干结论是本文结果的特例．     

B-值随机变量序列加权和的收敛结果

本文讨论了双向无穷B-值随机变量序列加权和的弱大数定律、Lr收敛性、完全收敛性.并由此刻画了空间的几何性质.     

广义函数Denjoy积分的收敛性问题

本文讨论广义函数De njoy积分的收敛性问题.首先给出了广义Denjoy可积函数空间中强收敛、弱收敛、弱~*收敛和广义函数Denjoy积分收敛的关系;证明拟一致收敛是广义函数Denjoy积分收敛的一个充分必要条件;最后指出了Denjoy可积广义函数列弱~*收敛与强收敛等价当且仅当原函数等度连续.     

在Freud正交多项式零点处的Grünwald插值算子的收敛性

Let Wβ(x)=exp(-1/2|x|β)be the Freud weight and pn(x) ∈пn be the sequence of orthogonal polynomials with respect to W2β(x),that is,∫∞-∞pn(x)pm(x)W2β(x)dx={0,1, n≠m, n=m.It is known that all the zeros of pn(x)are distributed on the whole real line.The present paper investigates the convergence of Gr(u)nwald interpolatory operators based on the zeros of orthogonal polynomials for the Freud weights.We prove that,if we take the zeros of Freud polynomials as the interpolation nodes,then Gn(f,x)→,f(x),n→∞ holds for every x ∈(-∞,∞),where f(x) is any continous function on the real line satisfying |f(x)|=O(exp(1/2|x|β)).     

ρ混合序列的大数定律和完全收敛性

主要研究了ρ混合序列的大数定律和完全收敛性,获得了与独立情形一样的大数定律和完全收敛定理.