行为混合随机变量阵列的完全矩收敛性（英文）

本文假设X{ni;i≥1,n≥1}是一列行为混合随机变量阵列。在没有同分布和随机控制的假设条件下,作者讨论了混合随机变量的完全矩收敛性,所获得结果推广和改进了Hu and Taylor(1997),Zhu(2006)和Wu and Zhu(2010)的相应定理.     

行为(ρ)混合阵列加权和的收敛性

本文研究了行为(ρ)混合阵列加权和的收敛性.利用(ρ)混合序列的Rosenthal型最大值不等式,讨论了(ρ)混合阵列加权和的L1收敛性,依概率收敛性,几乎处处收敛性,及完全收敛性之间的等价关系,推广了行独立随机变量阵列相应的结果.     

SOME CONVERGENCE PROPERTIES FOR THE PARTIAL SUMS OF (ρ～) MIXING SEQUENCES

本文研究了(ρ～)混合序列部分和的若干收敛性质.利用Serfling不等式推广情形,证明了一类随机变量序列部分和的一个收敛性结果,获得了(ρ～)混合序列部分和的收敛性,并进一步得到了(ρ～)混合序列加权和的强收敛性和完全收敛性,推广并改进了文[2]中有关结果.     

行$\tilde\rho$-混合随机变量阵列加权和的完全收敛性[英文]

本文研究随机变量阵列加权和的完全收敛性问题,我们获得行~ρ-混合随机变量阵列加权和的一个完全收敛性定理. 通过这个定理可以获得一系列结果. 我们所得结果推广 了Baum和Katz(1965), Peligrad和Gut(1999)所得的结果.     

非同分布φ—混合序列的完全收敛性

本文研究φ－混合随机变量序列部分和（未必同分布）的完全收敛性问题。在对混合系数趋于零的速度没有任何限制下，得到了理想的结果，改进并推了邵启满（１９８８）的孔繁超（１９９０）的主要结果。     

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.     

■混合随机变量序列的强收敛定律(英文)

本文建立了■混合随机变量序列的几乎处处收敛性和完全收敛性的结果.所获结果不仅把独立随机变量经典的Khintchine-Kolmogorov收敛定理和三级数收敛定理推广至■混合随机变量情形下,并在没有增加任何附加条件下改进了相关结果.     

混合阵列的收敛性

该文引入了混合阵列的概念,讨论了混合阵列的完全收敛性与依概率收敛性.所得结果,推广了行独立随机变量阵列相应的结果.此外还得到了一般随机变量阵列的完全收敛性与依概率收敛性.     

ρ-混合序列的大数定律和完全收敛性

主要研究了ρ-混合序列的大数定律和完全收敛性,获得了与ρ-混合序列情形一样的大数定律和完全收敛性．     

关于相依随机变量加权和强收敛性的注记

放宽了随机变量的独立性的要求,在假设随机变量为Ψ-混合的条件下,讨论了加权和强收敛性。     

B值混合随机场的强大数律

本文讨论了取值于p-型空间（１≤p＜２）上的混合随机场的强大数律和完全收敛性问题，获得了与独立同分布情形相类似的结果；改进了张立新（１９９８）的结果，并对该文中提出的一些问题作了回答．特别对ρ－混合，ρ＊－混合实值随机序列部分和的大数定律给出了必要条件．     

行为混合阵列加权和的收敛性

本文研究了行为混合阵列加权和的收敛性.利用混合序列的Rosenthal型最大值不等式,讨论了混合阵列加权和的L1收敛性,依概率收敛性,几乎处处收敛性,及完全收敛性之间的等价关系,推广了行独立随机变量阵列相应的结果.     

?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.     

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.     

行内独立三角组列和的完全收敛性质

在行内随机变量独立的情况下得出了完全收敛性的几个结果,主要结果推广了Sung（2005）关于行内独立随机变量完全收敛的结论,并且我们还发现Victor（2006）给出的一个关于收敛性的结论在0〈q〈2的情况下也是成立的.     

ρ*-混合序列加权和的完全收敛性

讨论了ρ*-混合序列加权和的完全收敛性,将文[8]中的定理3推广至ρ*-混合序列的情形且加强了文[8]中的定理3的结论.将文[9]中的定理推广至ρ*-混合序列的情形.     

两两独立序列加权和的L~r收敛性

讨论了两两独立随机变量列加权和在满足r(1≤r<2)阶Ces`aro一致可积条件下的Lr收敛性,获得了与独立情形一致的结果.用相似的方法,对于其它相依或混合序列(如两两NQD列,φ-混合序列,ρ-混合序列)也有相同的结果.     

ρ—混合序列加权和的完全收敛性

对混合速度不作限制下，讨论了ρ－混合序列加权和Ｔｎ＝Σ（ｎ，ｋ＝１）αｎｋＸｋ的完全收敛性，推广了Ｗ．Ｆ．Ｓｔｏｕｒｔ的结果。将此新结果应用于线性模型参数β的估计中，得出β的最小二乘估计βｎ的强相合性     

混合序列部分和的强大数定律

设{Xn，n≥1）是ρ^-混合序列．利用随机变量的截尾方法和ρ^-混合序列的三级数定理这一工具研究了ρ^-混合序列的性质。得到了矩条件下ρ^-混合序列的—类强极限定理和强大数定律。并给出了一些简单应用。推广了若干经典的强大数定律．