WOD随机变量序列的完全收敛性

应用WOD随机变量序列部分和最大值的Rosenthal型矩不等式,结合三段截尾法,研究了WOD随机变量序列部分和最大值的完全收敛性,所得定理将已有文献的结果推广至部分和最大值的情形。     

WOD随机变量序列的完全收敛性

应用WOD随机变量序列部分和最大值的Rosenthal型矩不等式,结合三段截尾法,研究了WOD随机变量序列部分和最大值的完全收敛性,所得定理将已有文献的结果推广至部分和最大值的情形。     

WOD随机变量序列移动平均过程的收敛性

WOD(widely orthant dependent)随机变量序列是一类宽泛的相依随机变量序列。主要研究由WOD随机变量序列生成的移动平均过程的收敛性,利用WOD序列的Rosenthal型矩不等式和Rademacher-Menshov型最大值矩不等式,获得了移动平均过程部分和最大值的矩完全收敛性和完全收敛性,结论推广了相依变量序列生成移动平均过程的结果。     

两两NQD随机变量序列的完全收敛性

利用两两NQD列的Kolmogorov型不等式,在更广泛的条件下,讨论了两两NQD列的完全收敛性,获得了完全收敛性的一系列等价条件,推广和改进了一些文献中相应的结果,同时还得到了任意随机变量序列的完全收敛速度.     

行为NA的随机变量阵列加权和的完全收敛性

{Xni,1≤i≤n,n∈N}是行为NA的随机变量阵列, 且一致有界于随机变量X,p＞0,E|X|2p＜∞,EXni=0(1≤i≤n,n∈N),{ani,1≤i≤n,n∈N}是实数阵列,max1≤i≤n|ani|=O((1)/(n1/p)),∑ni=1a2ni=o((1)/(logn)),得到了∑ni=1aniXniC0,推广了Stout及Taylor等相应的结果.     

行为两两NQD随机变量阵列加权和的完全收敛性

负相依在统计分析和可靠性理论中有着广泛的应用.研究了一类行为两两NQD随机变量阵列加权和的完全收敛性.利用矩不等式和有效的截尾方法,建立了行为两两NQD随机变量阵列加权和的完全收敛性的充要条件,从而推广了吴群英等建立的关于一类NA随机变量序列的完全收敛性的结论.     

END随机变量序列加权和的极限性质

研究END(extended negatively dependent)随机变量序列加权和的极限性质。利用Rosenthal型不等式,获得了END随机变量序列加权和的弱大数定律、L~p收敛性和完全收敛性成立的充分条件。推广了独立随机变量序列、NA(negatively associated)随机变量序列和NOD(negatively orthant dependend)随机变量序列的相关结果,推进了前人的研究工作。     

行NA随机变量三角阵列的完全收敛性

令{Xm;1≤i≤n,n≥1}是行NA的随机变量三角阵列．利用NA随机变量序列的一个矩不等式,讨论了行NA的随机变量三角阵列在被随机变量X弱平均控制的条件下的完全收敛性．所得到的结果推广了行独立的随机变量三角阵列相应的结果．     

负相伴随机变量序列加权和的强大数律

令{X_n,n≥1}是负相伴随机变量序列.导出了负相伴同分布随机变量加权和的强大数律,该结论推广了SUNG和BAI等的结果.     

独立随机变量序列加权和的重对数律

本文利用最近发展起来的随机化技巧讨论独立B一值和实值随机变量序列加权和的重对数律.     

NOD随机变量序列加权乘积和的强大数律

利用乘积和的一表示定理和NOD（negatively orthant dependent）随机变量的性质,在较一般的条件下,得到了不同分布的NOD随机变量序列加权乘积和的强大数律,推广和改进了已知的一些文献中相应的结论.     

线性NQD随机变量序列加权和的强大数定律

研究线性NQD(NegativelyQuardrant Dependent)随机变量序列的加权和,在一定的指数矩条件下,利用相依型的Borel-cantelli引理,证明强大数律成立.所得结果可看作独立同分布情形的推广.     

关于φ-混合序列加权和的收敛性

得到了在一定条件下φ-混合序列加权和的L1收敛,依概率收敛,a.s.收敛及完全收敛性之间的等价关系,并在另一组条件下证明上述几种收敛性对于φ-混合序列总成立,本质地改进了HU和TAYLOR的结果.     

NA序列部分和完全收敛性的进一步探讨

通过讨论矩的存在性与部分和尾概率级数收敛性的关系,给出了NA序列{Xn:n≥1}部分和的完全收敛性,获得了NA序列与独立序列类似的强极限性质,并将NA序列完全收敛性的一些结果推广到不同分布的情形.     

关于ψ-混合序列加权和的收敛性

：得到了在一定条件下ψ-混合序列加权和的L1收敛,依概率收敛,a.s.收敛及完全收敛性之间的等价关系,并在另一组条件下证明上述几种收敛性对于ψ-混合序列总成立,本质地改进了HU和TAYLOR的结果.     

B值随机变量阵列加权和的L~r收敛性与弱大数律

讨论了Ｂ值随机变量阵列加权和的Ｌｒ收敛性与弱大数律．证明了取值于可分Ｐ型空间的行独立的随机变量阵列加权和在一定的条件下具有Ｌｒ收敛性，从而更有弱大数律成立．本文的结果推广与改进了若干重要经典的弱大数定理．同时，用独立的Ｃｅｓａｒｏ一致可积的Ｂ值随机变量序列加权和的Ｌｒ收敛性刻划了ｐ型空间．     

随机变量的统计收敛性

将FRIDYJA关于实数序列的统计收敛的概念推广到了随机变量序列上，并给出了a．s．收敛，依概率收敛，依分布收敛相对应的统计收敛的定义，给出了统计a．s．收敛、统计依概率收敛的充要条件或充分条件.     

不同分布NA序列完全收敛性的注记

主要讨论了不同分布NA变量在不受某个随机变量X随机控制的条件下.其部分和的完全收敛性.通过适当改变矩条件,得到了不同分布NA随机变量序列部分和完全收敛性的充要条件.推广了苏淳等人的结论;同时获得了不同分布NA序列满足对数律的一个充要条件.     

B值鞅差序列加权和的收敛性与大数定律

对形如∑ x的加权和,其中{dnx,n≥1}为B值鞅差序列,{dni}为实值常数阵列,在{ⅡdjxⅡp}户关于{anjIp}一致可积的条件下建立鞅差序列加权和的收敛性与Banach空间P光滑性的关系,并给出P光滑Banch空间中鞅差序列加权和的强大数定律．     

负相伴随机变量序列矩完全收敛的精确渐近性

假设{X,Xn;n≥1}为平稳的负相伴随机变量序列.对其矩完全收敛的精确渐近性进行讨论.令EX1=0,E|X1|3＜∞,且满足相应的条件.记Sn=X1+X2+…+Xn,n≥1,σ2=EX1+2(∞∑j=2)E(X1Xj)＞0.若E|X|r＜∞,1＜p＜2,r＞1+p/2,成立(limε↘0)ε2(r-p)/2-p-1 (∞∑n=1)nr/p-2-1/pE{|Sn|-(σεn1/p)}+=p(2-p)σ/(r-p)(2r-p-2)E|N|2(r-p)/2-p,其中N为标准正态随机变量.