次线性期望空间下END列加权和的完全收敛性

研究次线性期望空间下END列加权和的完全收敛性,在随机变量的2+r/α阶上积分存在条件下,将概率空间中END列加权和的完全收敛性推广到了次线性期望空间.     

次线性期望下独立同分布序列的一般强收敛性

在Choquet积分存在条件下,研究并建立次线性期望空间中的独立同分布随机变量序列的一般强收敛性定理,从而将传统概率空间的一般强收敛定理推广到次线性期望空间中.我们的结果推广了MENG(2019)的相应结果,得到两个一般的强大数定律(SLLN),其中加权和的系数是一般函数,作为推论,我们得到独立同分布随机变量序列的Marcinkiewicz型SLLN、对数SLLN和Marcinkiewicz SLLN.     

次线性期望空间下END随机变量加权和的极限定理（英文）

本文研究了在次线性期望空间中END序列的强大数定律(SLLN)非常广泛的形式.在随机变量上积分C_V(φ-(|X|))∞存在的条件下(其中φ(x)=x~(1/β)l(x)),获得了次线性期望空间中END序列的强大数定律(SLLN).此外,我们的结果将[J.Math.Res.Expition,2011,31(6):1081-1091]中的相应结果推广到了次线性期望空间.     

B值随机变量序列一类加权和的完全收敛性

在没有任何几何假设条件下,本文获得了取值于Banach空间随机变量序列一类加权和的完全收敛性,推广和改进了已有的结果.作为应用获得了取值于p型Banach空间随机变量序列的完全收敛性,特别获得了经验过程在L_p范数下的完全收敛性,1≤p<2.     

次线性期望空间下行END阵列的完全收敛性

研究次线性期望空间下行END阵列的完全收敛性,将概率空间中行END阵列的完全收敛性的条件更一般的情况推广到了次线性期望空间.     

次线性期望空间下独立同分布序列的一个强大数定律

利用与概率空间不同的研究方法,研究次线性期望空间中独立同分布随机变量序列的加权和在某些条件下的一个强大数定律,从而将该定理从传统概率空间扩展到次线性期望空间.     

锁定固定治疗老年肱骨髁间骨折31例分析

利用截尾的方法和负相关(ND)随机变量的矩不等式,研究ND随机变量序列加权和的完全收敛性,结果,我们把独立同分布随机变量序列的完全收敛性定理推广到了ND序列情形下成立.     

ND随机变量序列加权和的完全收敛性(英文)

利用截尾的方法和负相关(ND)随机变量的矩不等式,研究ND随机变量序列加权和的完全收敛性,结果,我们把独立同分布随机变量序列的完全收敛性定理推广到了ND序列情形下成立.     

混合随机变量阵列加权和的完全收敛性

利用混合随机变量的Rosenthal型不等式,研究了混合随机变量阵列加权和的完全收敛性,在更广泛的条件下,获得了完全收敛性的一般性定理和由混合随机变量序列生成的移动平均过程的完全收敛性定理,这些定理推广和改进了已知一些文献中相应的结果.     

次线性期望下弱负相关随机变量的性质及其强大数定律

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.     

B值随机元阵列矩完全收敛性的进一步讨论

完全收敛性是概率极限理论中的一个重要的概念.考虑了矩完全收敛性,在随机元阵列随机有界于某非负随机变量的条件下,通过引入函数类S,得到了B值行独立对称的随机元阵列矩完全收敛性的一些充分条件.同时得到了p型Banach空间中独立零均值随机元序列矩完全收敛性的一个充分条件.     

■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.     

B-值随机变量序列加权和的收敛结果

本文讨论了双向无穷B-值随机变量序列加权和的弱大数定律、Lr收敛性、完全收敛性.并由此刻画了空间的几何性质.     

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.     

NA序列部分和的矩完全收敛性

讨论了NA序列部分和的矩完全收敛性,在一定条件下获得了NA序列矩完全收敛的充要条件,显示了矩完全收敛和矩条件之间的关系,将独立同分布随机变量序列矩完全收敛的结果推广到NA序列,得到了与独立随机变量序列情形类似的结果.     

■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.     

次线性期望下的若干矩不等式

本文在Peng建立的次线性期望空间下证明了Bernstein不等式,Kolmogorov不等式以及Rademacher不等式.进一步,本文分别应用Bernstein不等式、Kolmogorov不等式以及Rademacher不等式对次线性期望空间下随机变量列的拟必然收敛性质进行了深入研究,并得到了相应的强收敛定理.     

次线性期望下Pareto型随机变量的大数律

本文对满足Pareto分布的随机变量建立了一些大数律,从而将经典概率空间中的相关结论推广到次线性期望空间中.基于Pareto分布,获得了一些独立随机变量序列加权和的弱大数律和强大数律.     

独立和子序列的完全收敛性

众所周知,Hsu和Robbins由于1947年首先引人完全收敛概念.此后,许多人进一步研究了随机变量序列的完全收敛性.特别,对超临界分支过程的研究导致人们去考虑独立同分布随机变量算术平均序列子序列的完全收敛性,并在这方面做了一些工作,其