非负整值随机变量序列的一类强偏差定理

设是在中取值的一列随机变量，其联合分布为是S上的一个分布，该文研究对数似然比与之间的若干极限关系，得到了一类用不等式表示的强极限定理（称之为强偏差定理），其偏差界依赖于样本点．证明中结合区间刻分法，提出了将母函数的工具应用于强极限定理研究的一种途径．     

极限相对对数似然比与一类强偏差定理

本文引进极限相对对数似然比γ（ω）的概念，并利用它来研究相依离散随机变量序列的极限性质。得到了一类用不等式表示的强极限定理，本文称之为强偏差定理，其偏差界依赖于γ（ω）。     

投资模型中收益率的极限定理

利用似然比的概念,研究了投资者关于收益率向量的估计分布和真实分布之间的一些极限性质,得到一类收益率与其估计数学期望的随机偏差定理,即用不等式表示的一类强极限定理.     

随机变量的截尾与一类强偏差定理

通过极限相对对数似然比，利用随机变量截尾的方法并结合鞅这一工具研究相依连续型和离散型随机变量序列的性质，得到一类用不等式表示的强偏差定理．     

一类强极限定理与矩母函数方法

本文利用似然比的概念，研究离散随机变量序列的极限性质，得到了一类用不等式表示的强极限定理．证明中结合区间剖分法，提出了将矩母函数的工具应用于强极限定理的研究的一种途径．     

关于随机序列几何平均的若干强偏差定理

利用似然比构造几乎处处收敛的上鞅,讨论了正值随机变量序列几何平均的一类强偏差定理,得到了与经典算术平均的强极限定理的类似结果.     

连续型随机变量序列的一类强偏差定理

设｛犡狀,狀≥１｝是任意相依连续型随机变量序列,｛犅狀,狀≥１｝是实直线上的Ｂｏｒｅｌ集,犐犅狀（狓）是犅狀的示性函数．该文研究｛犐犅狀（犡狀）,狀≥１｝的极限性质,得到一类用不等式表示的强偏差定理,其偏差界依赖于样本点．     

可列值随机变量序列的一个小偏差定理

本文得到了可列值随机变量序列的用不等式表示的强极限定理,即小偏差定理,包含了［１］的结果．［１］中研究的是相对于齐次Ｍａｒｋｏｖ 链的偏差,而本文允许非齐次的情形．     

任意随机变量序列关于随机选择的一类强偏差定理

本文通过引进极限相对对数似然比,利用限制似然比给出了样本空间的一个子集,得到了任意实值随机变量序列关于随机选择的一类用不等式表示的强极限定理.并作为推论得到了任意整值随机变量序列的m元序组的强偏差定理.     

B值随机变量序列的一类局部收敛定理

研究取值于Banach空间随机变量序列的一类局部收敛定理．作为推论,得到了一类B值鞅差序列的极限定理和经典的独立随机变量序列的极限定理,     

关于微分熵的一类强偏差定理

利用关于乘积分布密度的相对熵和相对熵率的概念,建立了相依连续型随机变量序列关于参考微分熵的一类强偏差定理,证明中给出了将Laplace变换应用于微分熵强偏差定理的研究的一种途径．     

Cayley树上随机场的马尔可夫逼近与一类小偏差定理

通过引进样本相对熵率作为Cayley树上任意随机场与马尔可夫链场之间的偏差的一种度量, 建立了关于状态序偶频率的一类小偏差定理. 证明中应用了研究马尔可夫链强极限定理的一种新的分析方法.     

关于任意随机变量序列的一类强极限定理

本文的目的是建立一类任意随机变量序列的强极限定理，作为推论，得到了一类鞅差序列收敛定理，马氏过程的强极限定理和若干经典的独立随机变量序列的强大数定律，已有的若干轶差序列收敛定理和可列非齐次马氏链的一个强极限定理是本文结果的特例，本文的主要结果对随机变量序列除矩条件外没有任何要求．     

一类随机适应序列部分和的局部极限定理的一个注记

研究了一类随机适应序列的强极限定理,推广了最近发表的几个结果,并进一步推广了Borel—Cantelli引理．     

关于随机选择系统的一类强偏差定理

本文将随机选择系统(或称为赌博系统)和对数似然比的概念引入非负整值随机变量序列的极限性质的研究,建立了一类关于随机选择系统的选择子序列的强偏差定理.     

关于树指标m重非齐次马氏链的若干强偏差定理

强极限定理是概率论中的重要问题之一.强偏差定理是用不等式表示的一类强极限定理.本文通过构造非齐次树上的非负鞅,给出了关于树指标m重非齐次马尔科夫链的若干强偏差定理.     

关于任意随机序列的强收敛性

该文的目的是要研究任意随机序列的强极限定理。作为推论，得到了一类鞅差序列的强大数定律，一类随机序列公平比的强极限定理，以及任意随机序列部分和估计定理。      

一类非齐次树上二重马氏链的若干强偏差定理

强偏差定理一直是概率论研究的中心问题之一.本文通过构造一非负鞅,利用Doob鞅收敛定理得到了一类特殊非齐次树上二重马尔可夫链关于三元状态序组出现频率的若干强偏差定理.     

关于可列非齐次马氏泛函的一类强偏差定理

本文利用关于{σn(ω),n≥0)的样本相对熵率的概念,研究相依离散型随机变量序列函数的极限性质,从而建立了一类关于可列非齐次马氏泛函的强偏差定理.     

N值随机变量序列的AEP型极限及若干强偏差定理

设{X_n,n≥1}是在S={1,2,…,N}中取值的随机变量序列,其分布为p(x_1,…,x_n),liminf[P(X_1,…,X_n)]~(1/n)与limsup[p(X_1,…,X_n)]~(1/n)称为AEP型极限。利用这些极限该文得到{X_n,n≥1}的若干强偏差定理,即一类用不等式表示的强极限定理。