关于可测函数列各种收敛性的几点注记

关于可测函数列的收敛性，除了众所周知的处处收敛、一致收敛、几乎处处收敛外，尚有依测度收敛、平均收敛和弱收敛等．本文将主要讨论它们之间的相互关系．     

实变函数课程教学中的反例应用

通过构造反例,辅助说明一致收敛和几乎处处收敛、依测度收敛和几乎处处收敛、可测函数和连续函数等概念间的关系,以加深学生对相关知识的理解.     

几种收敛间的关系

归纳总结可测函数列关于一致收敛、近一致收敛、几乎处处收敛、依测度收敛等情况之间在一定前提条件下的关系,反例说明条件的变化将影响结论的正误,从而使收敛及其相互关系更为清晰和透彻.     

与依测度收敛有关的若干反例

本文通过构造反例来进一步探究依测度收敛与处处收敛的关系，依测度收敛对乘法、除法、复合运算的封闭性，以及对可测集的可数可加性等性质.     

模糊化的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几乎处处收敛,几乎一致收敛和伪几乎一致收敛的概念,并在此基础上,进一步研究了这几种收敛的蕴涵关系,从而获得了模糊化的Egoroff定理,使模糊值函数序列的理论得到进一步丰富.     

随机环境中受控分枝过程的极限定理

讨论了随机环境中受控分枝过程{Z_n:n∈N}的极限问题.给出了过程在{S_n:n∈N}下的规范化过程{W_n:n∈N}几乎处处收敛、L~1收敛和L~2收敛的充分条件,以及过程{W:n∈N}的极限非退化于0的充分条件和必要条件,得到了过程在{I_n:n∈N}下的规范化过程{W_n:n∈N}几乎处处收敛和L~1收敛的充分条件.     

Fuzzy值函数的Sugeno积分性质

在Fuzzy值函数的Sugeno积分基础上,研究了几乎处处收敛的Fuzzy值函数及其序列的积分收敛性,得到了一些新的积分性质．     

新序结构下函数列的伪依集值模糊测度收敛

在m维正欧氏空间中引入一种新序结构,并由此序结构在集值模糊测度空间上给出可测函数序列伪依集值模糊测度收敛、(伪)依集值模糊测度几乎处处收敛、PS性和PS'性等概念,进而研究了伪依模糊测度收敛和(伪)几乎处处收敛之间的关系,获得相应的Lebesgue定理和Riesz定理.     

关于随机序列加权和的收敛性的注记

通过对数组加权系数的列截尾,研究了B值随机一致有界序列加权和的收敛性,获得了相应的几乎处处收敛和完全收敛到0的结果.最后建立了B值随机适应序列加权和的矩收敛定理.     

关于B值随机元序列的强收敛性

利用截尾方法构造几乎处处收敛的指数鞅，用鞅方法与分析方法相结合，研究了B值适应可积随机元序列的局部收敛性及其强大数定理．     

在空间W_0~(1，x)L~(P(x))(Q)及其共轭空间中的若干收敛性定理

本文证明了在空间W_0~(1,x)L~(p(x))(Q)及其共轭空间中三个收敛性定理.在附加较弱条件的情况下,给出了几乎处处收敛蕴含弱收敛,弱收敛蕴含强收敛.     

关于两两NQD列的若干极限性质

本文讨论了两两ＮＱＤ列的Ｍａｒｃｉｎｋｉｅｗｉｃｚ型弱大数律及Ｊａｍｉｓｏｎ型加权和的强稳定性，指出了两两ＮＱＤ列与独立列的一个本质性区别，从而提出了解决两两ＮＱＤ旬几乎处处收敛和完全收敛的一种方式。     

关于任意相依随机序列的完全收敛性(英文)

引入极限对数似然比的概念作为任意随机序列的联合分布与其边缘分布的差异的随机性度量,用概率密度比构造几乎处处收敛的上鞅,在适当的条件下,给出任意随机序列完全收敛的若干定理.     

随机规划经验逼近问题最优解集的几乎处处下半收敛性

本文给出了随机规划经验逼近最优解集几乎处处下半收敛的一个充分条件,并由此得到随机规划经验逼近最优解集几乎处处Hausdorff收敛的一个充分条件.     

关于Laplace分布的一个强极限定理

利用似然比构造几乎处处收敛的上鞅 ,结合分析方法 ,给出了 Laplace分布的一个强极限定理 .     

i.i.d情况下非参数回归模型的误差密度估计的收敛性质

本文研究了i．i．d情况下非参数回归的误差密度估计的一致收敛和均方收敛，给出了一定条件下误差密度的估计量f^n(x)的一致收敛速度和均方收敛速度。     

一类函数项级数收敛的一个结论

在有界可测点集E上,存在一个每一项都是多项式的函数项级数,其几乎处处收敛于一个E上的有界可积函数f(x).     

一个新的Bartle积分极限定理

本文建立了一个新的Ｂａｒｔｌｅ积分极限定理,较好地解决了Ｂａｒｔｌｅ积分极限理论的主要问题。Ｂａｒｔｌｅ积分,（Ｆ）可积,（Ｆ）度量收敛,（Ｆ）几乎处处收敛     

关于Laplace分布的一个强极限定理

利用似然比构造几乎处处收敛的上鞅,结合分析方法,给出了Ｌａｐｌａｃｅ分布的一个强极限定理。     

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.