ψ—混合序列的大数定律

本文讨论了ψ－混合序列的Ｍａｒｃｉｎｋｉｅｗｉｃｚ强，弱大数定律，其条件不同于已往文献，推广了（３）、（４）、（９）中的结果。     

随机变量序列加权和的强收敛性

本文讨论了一般随机变量序列加权和的强收敛性．作为推论，得到一类鞅差序列加权和的收敛定理和若干经典的独立随机变量序列的强大数定律；已有的若干结论是本文结果的特例．     

随机变量序更加权和的强收敛性

本文讨论一般随机变量序列加权和强收敛性，并为推论，得到一类鞅差序列加权和昨若干经典的独立随机变量序是的强大数定律，已有的若干结论是本文结果的特例。     

B值随机场的收敛性与B空间的型

讨论了多指标Ｂ值随机变量族｛Ｘｎ，ｎ∈Ｎｄ｝在ｌｉｍｘ→∞ｘｐｓｕｐｎ∈Ｎｄ｜ｎ｜－１∑ｋ≤ｎＰ（‖Ｘｋ‖≥ｘ）＝０等条件下的收敛性．当０＜ｐ＜１时，得到了任意随机变量族的弱收敛性及收敛速度的一般结果；当１＜ｐ＜２时，揭示了零均值独立随机变量族的弱收敛性、收敛速度与Ｂａｎａｃｈ空间几何性质的关系．     

布朗运动在(r,p)-容度意义下的连续模的泛函形式

本文利用抽象Ｗｉｅｎｅｒ空间上的容度大偏差原理证明了（Ｒ,｜·｜）上的经典Ｗｉｅｎｅｒ空间（Ｗｄ,Ｈ,ｕｗ）中的布朗运动在（ｒ,ｐ）－容度意义下的Ｌｅｖｙ连续模的泛函型极限定理．     

φ-混合随机变量的泛函型Erd(o)s-Rényi 大数定律

本文证明了φ-混合随机变量的Er(o)ds-Rényi大数定律. 特别地,以概率1,WN1n=snf[n(N)t]-sn/h(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(x)是取值于Banach 空间的-混合随机变量,h(N)=[clog N].     

独立不同分布经验过程的大偏差原理

设（Xn) n≥1是取值于可测空间（E,B^A)的一串独立随机变量,考虑经验过程Ln(f)=1/n ∑i=1^nf(Xi),f属于某个有界函数集F。运用Talagrand-Ledoux偏差不等式,我们得到其大偏差估计的充分必要条件。最后推广到无界函数族情形。     

φ-混合序列的大数定律

本文讨论了φ－混合序列的Ｍａｒｃｉｎｋｉｅｗｉｃｚ强、弱大数定律，其条件不同于已往文献，推广了［３］、［４］、［９］中的结果     

Some Limit Results for Transient Subsequence of Brownian Motion on Line

Ｌｅｔ {Ｗ(ｔ) ,0≤ｔ<∞ }ｂｅａｓｔａｎｄａｒｄ ,ｏｎｅ ｄｉｍｅｎｓｉｏｎａｌＢｒｏｗｎｉａｎｍｏｔｉｏｎｏｎ (Ω ,Ｆ ,Ｐ) .Ｉｔｉｓｗｅｌｌｋｎｏｗｎｔｈａｔ -∞ =ｌｉｍｉｎｆｔ→∞ Ｗ(ｔ) <ｌｉｍｓｕｐｔ→∞ Ｗ(ｔ) =∞ａｎｄａｃｃｏｒｄｉｎｇｔｏＫａｈａｎｃｅ ([1 ] ,Ｔｈｅｏｒｅｍ1 ,Ｃｈａｐｔｅｒ 1 2 ) ,ｉｆａｓｅｑｕｅｎｃｅ {ｔｎ,ｎ≥ 1 )ｓａｔｉｓｆｉｅｓ∑∞ｎ=11ｔｎ<∞ ,ｔｈｅｎｌｉｍｎ→∞ Ｗ(ｔｎ) =∞ａ .ｓ.Ｗｅｃａｌｌｔｈｅｓｅｑｕｅｎｃｅ {Ｗ (ｔｎ) ,ｎ≥ 1 }ａｔｒａｎｓｉｅｎｔ…     

L~p-混合阵列加权和的L~r-收敛性和弱大数定律

讨论了加权和∑ｌｎｉ＝１ａｎｉＸｎｉ的Ｌｒ－收敛性和弱大数定律，其中｛Ｘｎｉ，ｉ＝１，２，…，ｌｎ↑∞，ｎ≥１｝是Ｌｐ－混合阵列，｛ａｎｉ，ｉ＝１，２，…，ｌｎ↑∞，ｎ≥１｝是实数阵列．