首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 359 毫秒
1.
关于~*-mixing随机变量序列的强大数定律   总被引:1,自引:0,他引:1  
利用任意随机变量序列的强大数定律讨论 * -mixing随机变量序列的强大数定律 ,得到了该序列的一个强极限定理 ,推广了经典的 * mixing随机变量序列的强大数定律 .同时讨论了 m相依序列和独立随机变量序列的强大数定律 .  相似文献   

2.
根据Alexander对具有正、负相协的随机变量序列满足强大数定律的条件,本文研究具有一般相依结构的高斯随机变量序列、非负随机变量序列以及一致有界随机变量序列,给出了其满足强大数定律的充分条件.最后给出了一个高斯序列满足强大数定律条件的例子.  相似文献   

3.
随机变量的截尾与几个经典强大数定律的推广   总被引:4,自引:0,他引:4  
利用随机变量的截尾方法和条件三级数定理这一工具研究任意随机变量序列的性质,得到了矩条件下任意随机变量序列的一类强极限定理和强大数定律以及一些简单实用的结论,推广了与此相应的一些结果和若干经典的强大数定律.  相似文献   

4.
设{Xn,n≥1}是随机变量序列.文[4]在二阶矩限制下,获得了任意随机变量序列的Hajek-Renyi型不等式,并给出了随机变量序列的强大数定律.本文利用胡舒合等获得的强大数定律,给出了随机变量序列的一些几乎必然收敛性,并给出了结果在PA,NA和两两NQD序列场合下的应用.  相似文献   

5.
强大数定律是非可加概率(或非线性期望)框架下的重要理论.目前己有许多有关非可加概率(或非线性期望)下独立同分布或负相关随机变量序列的强大数定律的研究文献.本文在非可加概率和次线性期望框架下,引入弱负相关随机变量的概念,并研究了弱负相关随机变量的有关性质.作为应用,本文还证明了弱负相关随机变量序列的强大数定律.  相似文献   

6.
在非同分布的情况下,给出了行为ND随机变量阵列加权和的完全收敛性的充分条件,所得结果部分地推广了独立随机变量和NA随机变量的相应结果.作为其应用,获得了ND随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.  相似文献   

7.
黄海午  叶大相 《应用数学》2015,28(2):291-298
本文研究φ混合随机变量最大值加权和的强收敛性质.提出关于不同分布φ混合随机变量完全收敛的一些结果.作为一个应用,取得φ混合随机变量加权和的Marcinkiewicz-Zygmund型强大数定律.  相似文献   

8.
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.  相似文献   

9.
一类相依随机变量序列乘积和的 Marcinkiewicz型强大数定律   总被引:2,自引:0,他引:2  
万成高  陈芬 《数学研究》2008,41(2):168-174
研究了-类相依随机变量序列乘积和的Marcinkiewicz型强大数定律,推广了现有乘积和情形类似的结论.  相似文献   

10.
对一类有界独立或相依的随机变量序列|ξn|,获得了它的伯努利大数定律、波雷尔强大数定律及常返性定理.作为应用,得出了Loève专著[1]中的推广的伯努利大数定律、常返性定理,改进了[1]中的推广的波雷尔强大数定律.  相似文献   

11.
宋明珠  吴永锋 《数学杂志》2015,35(2):368-374
本文研究了马氏随机环境中马氏双链函数的强大数定律.利用将双链函数进行分段研究的方法,获得了马氏环境中马氏双链函数强大数定律成立的一个充分条件.运用该定律,推导出马氏双链从一个状态到另一个状态转移概率的极限性质,进而推广了马氏双链的极限性质.  相似文献   

12.
汪忠志  刘文 《数学杂志》2005,25(5):513-520
本文利用截尾方法构造几乎处处收敛的鞅结合无穷乘积定理,研究随机变量序列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。  相似文献   

13.
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.  相似文献   

14.
In this paper, we first study the strong law of large numbers for the frequencies of occurrence of random ordered couples of states for nonhomogeneous bifurcating Markov chains indexed by a binary tree. Then the strong law of large numbers are studied for functions of the nonhomogeneous bifurcating Markov chains indexed by a binary tree. As a corollary, we obtain the shannon-McMillan theorem for these Markov chains with finite state space.  相似文献   

15.
Our aim is to establish law of large numbers for classes of non-additive measures. For balanced games we obtain weak and strong law of large numbers for bounded random variables. A sharper result is obtained for exact games. We also provide an extension to upper envelope measures.  相似文献   

16.
In this paper, some laws of large numbers are established for random variables that satisfy the Pareto distribution, so that the relevant conclusions in the traditional probability space are extended to the sub-linear expectation space. Based on the Pareto distribution, we obtain the weak law of large numbers and strong law of large numbers of the weighted sum of some independent random variable sequences.  相似文献   

17.
邱德华 《数学杂志》2015,35(6):1445-1452
本文研究了NA随机变量的Egorov型强大数律.利用NA随机变量的概率不等式,得到了NA随机变量序列的Egorov型强大数律的一些等价条件,所获结果推广和改进了在独立随机变量序列的Egorov的结果和在NA随机变量序列已有的一些结果.  相似文献   

18.
苏淳  刘杰  胡治水 《数学进展》2007,36(2):181-188
本文讨论完全区间树顶点数目Sx的大数律,所采用的方法不同于单边区间树.文章包括三部分内容:首先探讨完全区间树所得以定义的概率空间,弄清楚它的结构,为强大数律的研究奠定理论基础.接着,针对完全区间树上的Sx的矩母函数不易求得的情况,另辟蹊径,求得Sx的期望和方差.最后,给出Sx的强弱大数律.  相似文献   

19.
In this note, we study inequality and limit theory under sublinear expectations. We mainly prove Doob’s inequality for submartingale and Kolmogrov’s inequality. By Kolmogrov’s inequality, we obtain a special version of Kolmogrov’s law of large numbers. Finally, we present a strong law of large numbers for independent and identically distributed random variables under one-order type moment condition.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号