关于随机序列加权和的收敛性的注记

通过对数组加权系数的列截尾,研究了B值随机一致有界序列加权和的收敛性,获得了相应的几乎处处收敛和完全收敛到0的结果.最后建立了B值随机适应序列加权和的矩收敛定理.     

任意B值随机变量序列关于条件期望的一类强极限定理

利用随机变量的截尾方法和条件三级数定理,研究任意B值随机变量序列的极限性质,得到了一类关于条件期望的强极限定理和鞅差序列收敛定理,推广了与此相应的一些结果和若干经典的强大数定律.     

定向集上的B值一致渐近鞅

本文将文献[1]、[2]关于序列情形下的B值一致渐近的概念拓广到定向集的情形,给出了定向集上B值鞅的一个可选采样定理,证明了定向集上B值一致渐近鞅的Riesz分解定理。同时,用B值一致渐近鞅的收敛性及其诱导测度刻划了B空间的R-N性质,最后还给出了一个B值一致渐近鞅本性收敛的充分条件。     

■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.     

不同分布(~ρ)混合序列加权和的完全收敛性

利用指数矩有限条件,研究了不同分布(~ρ)混合序列加权和的完全收敛性,建立并证明了关于阵列加权和完全收敛的两个重要定理,改进、统一和发展了Bai等、Song和Cai的主要结果.     

φ混合序列的大数定律和完全收敛性

主要研究了φ混合序列的大数定律和完全收敛性,获得了与独立情形一样的大数定律和完全收敛定理.     

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,获得了与独立情形一样的大数定律和完全收敛定理.     

■混合序列的大数定律和完全收敛性

主要研究了■混合序列的大数定律和完全收敛性,获得了与独立情形一样的大数定律和完全收敛定理.     

两两NQD列的大数定律和完全收敛性

本文主要研究了两两NQD列的的大数定律和完全收敛性,获得了与独立情形一样的大数定律和完全收敛定理.     

m阶马氏链关于广义随机选择系统的极限定理

主要研究广义随机选择系统中的m阶非齐次马氏链随机转移概率调和平均的a.s.收敛的强极限定理.在证明中采用了一种把网微分法与条件矩母函数相结合应用于马氏链强极限定理研究的新途径.作为推论,得到m阶非齐次马氏链随机条件概率一个公平比的强极限定理,并将已有的结果加以推广.     

p—型空间与B值随机元和尾概率的收敛速度

本文讨论了Ｂ值随机元非随机足标与随机足标和尾概率的收敛速度。借助于Ｂ值独立随机元序列满足强大数定律与弱大数定律等价的这一特性，得到了Ｂａｎａｃｈ空间ｐ型性质的刻划，同时将（１，２）中实值独立同分布随机变量和完全收敛性的相应结果推广到Ｂ值独立但不必同分布情形。     

B值行独立随机元阵列的完全收敛性

本文研究了B值行独立的随机元阵列完全收敛性，在对Banach空间B没有p型的要求下，根据Banach空间上的A．de Acosta．不等式与Hoffman-JФrgensen不等式，得到了几个有意义的结果．     

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B-值迭对数律的一些结论

本文讨论小球条件在B－值独立同分布随机元迭对数律中的应用，并给出了B－值随机元迭对数律的一些结论。     

B值独立随机元重对数律收敛速度的一般形式

本文讨论了Ｂ值独立同分布（ｉｉｄ）随机元重对数律收敛速度的一般形式,使得Ｄａｖｉｓ＾「１」及Ｇｕｔ＾「２,３」中的一些结果成为特款,同时减弱了Ｄａｖｉｓ结果中的矩条件,并且得到了Ｂ值ｉｉｄ随机元满足有界重对数律的一个充分性条件。作为应用,我们给出了随机足标和的相应结果。     

B值随机元和的完全收敛性

在B值随机元随机有界于一非负随机变量的情况下．讨论了B值独立随机元序列非随机足标和的完全收敛性，作为应用，得到了随机足标和完全收敛性的相应结果，将[5]中的一些结果推广到B值独立随机无情形，同时使[3]（d=1），[4]，[6]的相应结果成为特例．     

在通常矩条件下B—值随机元配重迭对数律不成立的一个反例

本文讨论B－值随机元配重迭对数律,给出了在通常矩条件下B－值随机元配重迭对数律不成立的一个反例,文中还指出,当随机元范数矩的条件弱于二阶矩时,配重迭对数律不成立。     

B值随机变量序列的局部收敛定理

本文的目的是研究B值随机变量序列的局部收敛定理。作为推论，得到了一类B值鞅差序列的极限定理和若干经典的独立随机变量序列的极限定理。     

Limit theorem for associated random measures

In this paper, we investigate a limit theorem for a nonstatioaryd-parameter array of associated random variables applying the criterion of the tightness condition in Donsker,M[1951]. Our resuits imply an extension to the nonstatioary case of Convergence of Probability Measure of Billingsley.P [1968]. and analogous results for thed-dimensional associated random measure. These results are also applied to show a new limit theorem for Poisson cluster random measures.