随机函数的几乎处处中心极限定理

设{X_n,n≥1}是独立同分布随机变量序列,EX_1=0,EX_1~2=1．设S_n=∑_i~n=1 X_i,T_N=T_N(X_1,…,X_n)是随机函数且T_N=AS_N+R_n．我们证明若supE|R_n|＜∞,R_n=o n~(1/2)a．s．或R_n=O(n~(1／2-2γ))a．s．(0＜γ＜1／8),则对随机函数T_n几乎处处中心极限定理(简记为ASCLT)和函数型几乎处处中心极限定理(简记为FASCLT)成立．由此作为推论,可得对U统计量、Von-Mises统计量、线性过程、移动平均过程、线性模型中误差方差估计、功率和、连续分布函数的乘积极限估计和分位点函数的乘积极限估计等均成立着ASCLT和FASCLT．     

高斯序列的最大值的几乎必然极限

本文研究了高斯序列{Xn}最大值的几乎必然极限。利用正态比较引理和对数平均,在有关协方差的某些条件下,得到了最大值的一个几乎必然极限定理.     

随机变量序列函数的几乎处处中心极限定理

该文证明了随机元序列的一个一般的几乎处处中心极限定理, 并把这一结论应用于随机变量序列的函数.     

相依序列加权和的几乎处处中心极限定理

该文讨论了非平稳负(正)相依序列加权和的几乎处处中心极限定理,改进并推广了相依序列几乎处处中心极限定理的相关结果.     

ρ-混合序列部分和乘积的几乎处处极限定理

设{X_n,n≥1}是一严平稳的ρ-混合的正的随机变量序列,且EX_1=μ＞0, Var(X_1)=σ~2,记S_n=Σ_(i=1)~n X_i和γ=σ/μ,在较弱的条件下,证明了对任意的x,,其中σ_1~2=1+2/(σ~2)∑_(j=2)~∞Cov(X_1,X_j),F(·)是随机变量e~(2~(1/2)N)的分布函数,N是标准正态随机变量,我们的结果推广了i．i．d时的情形．     

部分和乘积的几乎处处中心极限定理

设X_n, n≥1是独立同分布正的随机变量序列, E(X₁)=u >0, Var(X₁)=σ², E|X₁|³<∞, 记S_n==∑^N_k=1X_k, 变异系数γ=σ/u.g是满足一定条件的无界可测函数, 证明了 lim_N→∞1/logN∑^N_n=11/n g((∏ⁿ_k=1S_k/n!uⁿ )^1/γ√n )=∫^∞₀g(x)dF(x),a.s., 其中 F(•) 是随机变量e^√2ξ 的分布函数, ξ 是服从标准正态分布的随机变量.     

相伴随机变量序列的泛函型几乎处处中心极限定理

对于均值为零的平稳相伴随机变量序列,首先证明了在L(n)=EX_1~2 2 sum from n to j=2 Cov(X_1,X_j)是一个缓变函数的条件下的泛函型几乎处处中心极限定理.另外还给出了正则化部分和函数的对数平均几乎处处收敛性.     

距离空间上的几乎处处中心极限定理

该文得到了关于一般可分距离空间上独立随机元序列的几乎处处中心极限定理(almost sure central limit theory, 简记为ASCLT). 作为应用, 该文给出了取值于可分Banach空间上随机元序列以及一类随机场序列满足ASCLT的充分条件,最后给出了关于多维随机变量序列极值的ASCLT.     

U-统计量的几乎处处中心极限定理

本文得到了U-统计量的几乎处处中心极限定理(ASCLT).在EX1=0,EX2=1下,Berkes等[7]在一定条件下获得了i.i.d.随机变量序列部分和的函数型ASCLT,本文在同样的条件下取得了类似的结果     

U-统计量的几乎处处中心极限定理

本文得到了U-统计量的几乎处处中心极限定理(ASCLT).在EX1=0,EX21=1下,Berkes等[7]在一定条件下获得了i.i.d.随机变量序列部分和的函数型ASCLT,本文在同样的条件下取得了类似的结果.     

关于随机变量加权和的强收敛性注记

设{X,;n≥1}为独立同分布随机序列,{a_(xi);1≤i≤K_n,↑~∞,n≥1}为权系数序列。本文给出三组sum from i=1 to K_n(a_(ai)X_i→0a.s.充分条件。同时,还讨论加权和的完全收敛性,我们的条件比[3]弱。     

鞅差序列加权和的几乎处处收敛(英文)

本文研究了一类鞅差序列加权和的收敛性的问题.利用一些基本不等式和截尾技术,获得了加权和的几乎处处收敛性,推广了关于独立同分布的随机变量序列的相关结果.     

ON ALMOST SURE CONVERGENCE OF WEIGHTED SUMS OF RANDOM ELEMENT SEQUENCES

We mainly study the almost sure limiting behavior of weighted sums of the form ∑ni=aiXi/bn , where {Xn, n ≥ 1} is an arbitrary Banach space valued random element sequence or Banach space valued martingale difference sequence and {an, n ≥ 1} and {bn,n ≥ 1} are two sequences of positive constants. Some new strong laws of large numbers for such weighted sums are proved under mild conditions.     

混合序列加权和的强收敛性

本文给出混合序列加权和的强收敛性的一些充分条件，这些结论推广和改进了文［１］定理３，文［２］定理３；文［３］定理４．１５以及文［４］定理４．     

NA序列广义Jamison型加权和的几乎处处收敛性

本文从随机变量序列广义Ｊａｍｉｓｏｎ型加权和的一个系数指标函数自身性质出发，讨论了广义Ｊａｍｉｓｏｎ型加权和的强稳定性，避免了控制函数的引入， 进一步还得到了更一般的ＮＡ序列广义Ｊａｍｉｓｏｎ型加权和的几乎处处收敛的条件，并将前人的若干结论包含为特例．     

STRONG LIMIT THEOREMS FOR EXTENDED INDEPENDENT RANDOM VARIABLES AND EXTENDED NEGATIVELY DEPENDENT RANDOM VARIABLES UNDER SUB-LINEAR EXPECTATIONS

Limit theorems for non-additive probabilities or non-linear expectations are challenging issues which have attracted a lot of interest recently.The purpose of this paper is to study the strong law of large numbers and the law of the iterated logarithm for a sequence of random variables in a sub-linear expectation space under a concept of extended independence which is much weaker and easier to verify than the independence proposed by Peng [20].We introduce a concept of extended negative dependen...     

A THEOREM ON THE CONVERGENCE OF SUMS OF INDEPENDENT RANDOM VARIABLES

1 IntroductionThroughout this paperl {X., n 2 1} is assumed to be a sequence of independent randomvariables. Fn denotes the distribution function of the partial surns S. = Z Xk. As is known,k = 1oothe series Z X. is said to be essentially convergent (a.s.) if there exists a sequence of constantsn = 1oo{b., n 2 1} such that Z (X. -- 6.) a.s. converges. When this happens we writeClearlyFn(x) = G.(x -- B.). (l.2)Our problem stems from an old conjecture in Probabilistic Number Theory sugges…     

关于任意随机变量序列泛函的强极限定理

本文在k是固定的正整数，{fn}是R^k 1上的Borel可测函数列时，得到了任意随机变量序列{Xrn≥0}的泛函{fn(Xn-k,…,Xn)}的强极限定理，它是Chung的关于独立随机变量序列的强大数律的推广，作为推论，得到了k重非齐次马尔科夫链的一类强极限定理．