E─值独立随机变量部分和的大偏差及应用

本文给出了Ｅ－值随机变量之部分和的大偏差定理（Ｅ是一类局部凸空间）．作为其应用，解决了独立弱收敛随机变量列的经验分布的大偏差问题，从而推广了Ｄｏｎｓｋｅｒ－Ｖａｒａｄｈａｎ的结果。     

-混合随机变量的泛函型Erds-Rényi大数定律

本文证明了■－混合随机变量的Ｅｒｄｏｓ－Ｒｅｎｙｉ大数定律特别地，以概率１，Ｗ(Ｎ，ｎ)＝的极限点集是相对紧的并与函数空间的大偏差速率函数相联系，其中 是取值于 Ｂａｎａｃｈ空间的■－混合随机变量， ｈ（Ｎ）＝［ｃｌｏｇＮ］．     

NA及B-值随机变量序列的平均移动过程的大偏差原理

本文在比较一般的条件下建立了两个大偏差原理：平稳NA随机变量序列的平均移动过程的大偏差原理和独立同分布的B-值随机变量序列的平均移动过程的大偏差原理。     

上尾渐近独立随机变量和的大偏差的渐近下界(英文)

本文研究了多元风险模型中服从长尾分布的带上尾渐近独立的随机变量和的大偏差渐近下界.利用大偏差的经典求法,得到了随机变量的非随机和和随机和的大偏差表达式,推广了独立同分布情形下的相关结论.     

L族END的多元部分和的精确大偏差下界

从保险的实际出发,研究服从长尾分布族(L族)上的多元风险模型中随机变量序列的部分和的精确大偏差,其中假设随机变量序列是一列延拓负相依(END)的、同分布的随机变量序列,利用基于求L族的精确大偏差的方法得到了随机变量部分和的渐近下界.     

负相依随机变量之和的概率大偏差不等式

本文建立了负相依随机变量序列的概率大偏差不等式，并推广了以往文献的结果．     

经验过程大偏差

本文研究了独立但不同分布的随机变量序列的经验过程大偏差原理.运用Talagrand-Ledoux偏差不等式建立了该经验过程大偏差估计的充分和必要条件.     

多元模型的长尾相依大偏差的下界

研究了在多元模型中的服从长尾分布且带有负相依的随机变量和的尾概率,在给定的一些条件下通过采用多元大偏差的方法得到了随机变量的非随机和和随机和的大偏差的下界,推广了相应的独立同分布情形下的结论.     

ND序列部分和的大偏差和强收敛性

利用ND随机变量序列的矩不等式、极大值不等式以及随机变量的截尾方法,重点研究了ND随机变量序列部分和的大偏差结果和强收敛性,推广了文献中一些相依随机变量序列的若干相应结果.     

宽上限相依的随机变量和的精确大偏差

通过研究了长尾上的带宽上限相依的随机变量和的精确大偏差,利用经典大偏差的方法,得到了非随机和和随机和的两种渐近结果.