φ-混合序列加权和的矩完全收敛性

本文研究了φ-混合序列加权和的矩完全收敛性.利用矩不等式和截尾的方法,获得了φ-混合序列加权和的矩完全收敛性的充分条件.所得结果推广了Ahmed等(2002)及陈平炎和王定成(2010)的结论.     

φ-混合序列加权和的矩完全收敛性（英文）

本文研究了φ-混合序列加权和的矩完全收敛性.利用矩不等式和截尾的方法,获得了φ-混合序列加权和的矩完全收敛性的充分条件.所得结果推广了Ahmed等(2002)及陈平炎和王定成(2010)的结论.     

一矩不等式及其应用

本文对取值于 Banach 空间的Φ-混合序列得到了一矩不等式,作为推论,对独立情形获得了比 Marcinkeiwicz-Zygmud 更为实用的矩不等式,作为应用,讨论了实值 (?)-混合序列的完全收敛性,取值于 p-型空间独立和的完全收敛性以及实值 (?)-混合序列的几乎处处不变原理等问题,获得了理想的结果.     

相依样本平滑移动过程的矩完全收敛性

本文研究了基于(φ)-混合随机序列的平滑移动过程.利用矩不等式和截尾的方法,获得了基于(φ)-混合随机序列平滑移动过程的矩完全收敛性的充分条件,推广了文[4]和[8]的结果.     

ρ-混合序列加权和的完全收敛性及其应用

本文研究了ρ-混合序列加权和的一些强极限定理,利用最大值矩不等式,获得了ρ-混合序列加权和的完全收敛性.并将此结果应用于线性回归模型参数的最小二乘估计及非参数回归模型的权函数估计.     

混合序列的Bernstein型不等式及其逆矩

吴铁肩等在Lindeberg型条件下,得到非负独立随机变量逆矩的渐近逼近.该文获得了φ-混合、Ψ-混合序列的Bernstein型不等式及其完全收敛性,并给出其逆矩的渐近逼近,推广和改进了吴铁肩等和胡舒合等文中的相应结果.     

φ-混合序列加权和的强收敛性

研究了φ-混合序列加权和的完全收敛性与矩完全收敛性,在较弱的条件下,获得了与蔡光辉(2008)类似的结论.作者同时指出,按照本文中方法,蔡光辉(2008)的定理可以被改进.     

■混合随机变量序列加权和的矩完全收敛性

本文研究了■混合随机变量序列加权和的矩完全收敛性,利用φ混合随机变量序列的Rosenthal型不等式,得到了■混合随机变量序列加权和的矩完全收敛性定理,这些结果推广和改进了已有的结果.     

不同分布(φ)混合随机变量序列的强收敛性

本文研究了不同分布(φ)混合随机变量序列的强收敛性质的问题.利用(φ)混合随机变量序列的矩不等式和截尾的方法,获得了(φ)混合随机变量序列完全收敛性和几乎处处收敛性结果,所获得结果不仅推广了Baum和Katz (1965)关于独立同分布随机变量序列的结论,而且改进了Wu和Lin (2004)关于同分布(φ)混合随机变量序列的相关结论.     

同分布ρ混合序列的矩完全收敛性

获得了同分布ρ混合序列的矩完全收敛性成立的充分必要性条件,推广和改进了已有的结果.     

混合随机变量序列加权和的矩完全收敛性

该文研究了混合随机变量序列加权和的矩完全收敛性.利用混合随机变量的Rosenthal型最大值不等式,得到了混合随机变量序列加权和的矩完全收敛性定理,这些结果推广和改进了已知的一些文献中相应结论.     

φ混合随机变量加权和的完全收敛性(英文)

本文研究了不同分布φ混合随机变量加权和的完全收敛性问题.利用随机变量截尾和矩不等式方法,获得了φ混合随机变量加权和的完全收敛性和强大数定律的结果,所获得结果推广和改进了有关独立同分布随机变量序列的相应结果.     

ρ-混合序列完全矩收敛精确渐近性的一般结果

设{X,X_n;n≥1}是均值为零的严平稳ρ-混合随机变量序列.在适当的条件下,利用ρ-混合序列的弱收敛性和矩不等式,证明了其完全矩收敛精确渐近性的一般结果,改进并推广了已有的结果.     

φ混合随机变量加权和的完全收敛性

本文研究了不同分布φ混合随机变量加权和的完全收敛性问题.利用随机变量截尾和矩不等式方法,获得了φ混合随机变量加权和的完全收敛性和强大数定律的结果,所获得结果推广和改进了有关独立同分布随机变量序列的相应结果.     

NOD随机变量序列加权和的矩完全收敛性

讨论了NOD随机变量序列加权和的矩完全收敛性,获得了NOD随机变量序列加权和的矩完全收敛性的充要条件.这些结论显示了矩完全收敛性和矩条件之间的等价关系,同时推广了Wu Qunying(2011)的结果.     

φ-混合序列加权和的完全收敛性

该文把Chen和Sung (文献[1])的一个关于同分布NA随机变量序列加权和最大值完全收敛性结果推广到了φ-混合随机变量序列情形.由于已有文献所用的工具本质上是部分和最大值指数型概率不等式,而对于φ-混合随机变量序列而言,没有那么好的指数型不等式,因此原有的证明方法已失效.该文将应用φ-混合随机变量序列部分和最大值的2-阶Marcinkiewicz-Zygmund矩不等式,结合再截尾方法,获得了理想的结果.该文的证明方法不同于已有结果的证明方法.     

B值混合序列的一些收敛性结果

本文获得了B值ρ混合随机元序列的均值收敛性,Kolmogorov强大数定律以及正则和极大值矩的存在性问题,推广和改进了已有的结果.     

?混合序列加权和的强极限收敛定理

利用?混合序列的矩不等式和随机变量截尾的方法,研究了不同分布?混合序列加权和完全矩收敛和完全收敛等性质,得到了其加权和情形下的强极限收敛定理.所获主要结果推广和改进了葛梅梅等人(高校应用数学学报,2013,28(4):424-430)关于?混合序列加权和强收敛性的相应结论.     

?混合序列加权和的强极限收敛定理北大核心CSCD

利用?混合序列的矩不等式和随机变量截尾的方法,研究了不同分布?混合序列加权和完全矩收敛和完全收敛等性质,得到了其加权和情形下的强极限收敛定理.所获主要结果推广和改进了葛梅梅等人(高校应用数学学报,2013,28(4):424-430)关于?混合序列加权和强收敛性的相应结论.     

h-可积条件下混合随机阵列的Lr收敛性

在h-可积的条件下,利用(ρ)混合、(Ψ)混合序列矩不等式和截尾法,探讨了(ρ)混合、(Ψ)混合阵列行和的Lr收敛性,获得了一些新结果并推广了有关结论.