非平稳高斯序列最大值与部分和的几乎处处中心极限定理

假设{X_n,n≥1}为标准化非平稳高斯序列,在协方差和常数列{u_n,i,1≤i≤n,n≥1}满足适当的条件下,获得了最大值与部分和的几乎处处中心极限定理,并优化了臧庆佩所获得的结果.     

优化权重下高斯序列最大值几乎处处中心极限定理

研究了高斯序列最大值的几乎处处收敛性,获得平稳高斯序列最大值的几乎处处中心极限定理(almost sure central limit theorem,ASCLT),优化了ASCLT的权重,获得的结果推广了Csáki和Gonchigdanzan(2002)在对数平均下平稳高斯序列最大值的ASCLT。     

高斯随机域最大值的几乎处处中心极限定理

利用高斯随机域加权和的中心极限定理和矩不等式,得到权重为λdk=∏ i=1ddki,dki=ki-1exp{lnβki},0≤β1/2时高斯随机域最大值的几乎处处中心极限定理.     

优化权重下ρ-混合序列部分和的几乎处处中心极限定理

将已有的ρ-混合序列部分和的几乎处处中心极限定理权重由dk=1/k推广到dk=logαk/k(α≥-1),得到优化权重下部分和的几乎处处中心极限定理.     

最大值的几乎处处局部中心极限定理

X1,X2,…为独立同分布随机变量序列,Csaki,E在1993年给出了部分和的几乎处处局部中心极限定理．我们在较弱的条件下首次证明了最大值的几乎处处局部中心极限定理．     

独立随机变量序列部分和乘积的几乎处处中心极限定理

利用子序列方法获得了独立随机变量序列部分和乘积的几乎处处中心极限定理的更优结果, 改变了已有相关定理中的权, 使权系数更大.     

ρ--混合序列部分和乘积的几乎处处中心极限定理的推广ρ--混合序列部分和乘积的几乎处处中心极限定理的推广

研究了ρ--混合序列部分和乘积的几乎处处中心极限定理。利用ρ--混合序列加权和的中心极限定理,得到了一般权重下,ρ--混合序列部分和乘积的几乎处处中心极限定理,推广了已有文献的结果。     

强混合序列部分和之和乘积的几乎处处中心极限定理

在前人给出独立和相依序列部分和的几乎处处中心极限定理的基础上,利用乘积转化和式的方法,给出强混合正随机变量序列部分和之和乘积的几乎处处中心极限定理。     

随机域最大值的几乎处处中心极限定理

设{Xi;i∈Nd,d≥2}为独立同分布的随机域,在协方差满足一定条件下,研究独立同分布的随机域最大值的几乎处处中心极限定理,获得权重为加权函数形式的几乎处处中心极限定理.     

ρ~--混合序列部分和乘积的几乎处处中心极限定理的注记

设{X_n,n≥1}是一严平稳的ρ~--混合随机变量序列,利用矩不等式及加权和的中心极限定理,得到了一般权重下ρ~--混合序列部分和乘积的几乎处处中心极限定理.     

NA列部分和乘积的极限定理

讨论NA列部分和乘积的中心极限定理和几乎处处中心极限定理,并将独立同分布(i.i.d.)随机变量序列的部分和乘积的几乎处处中心极限定理的权重由dn=exp(logαn)/n推广到dn=log(cn+1)/cnexp(logαn),0≤α1 2的情形,其中0cn→∞,limn→∞(cn+1)/cn=c∞.1     

平稳正态序列向量最大、最小值的几乎处处中心极限定理

X1,X2,…为标准化的d维平稳正态随机向量序列,在一定条件下证明了最大值Mn、最小值mn联合的几乎处处中心极限定理.     

强相依高斯序列最大值几乎处处中心极限定理

讨论强相依高斯序列最大值的几乎处处中心极限定理,将蔺富明的对数平均下的强相依高斯序列最大值的几乎处处中心极限定理推广到权重为exp(lnβk)/k(0≤β1/2)的情形.     

不同分布NA列的加权和的强极限定理

讨论了不同分布NA列Stout型加权和的完全收敛性和强稳定性.一些文献中对NA列加权和的完全收敛性的结论中要求函数单调,为了扩大定理的应用范围,运用讨论NA阵列加权和的完全收敛性的方法,证明了即使在函数有界的条件下NA列加权和仍是完全收敛的,使得定理得到进一步推广.     

NA序列随机和的几乎处处中心极限定理

运用子序列收敛性质证明了NA序列随机和的几乎处处中心极限定理,还证明了权重条件为〖SX(〗1〖〗j〖SX)〗,〖SX(〗logλj〖〗j〖SX)〗 （λ>-1）和〖SX(〗elog αj〖〗j〖SX)〗（α∈[0,1]）时的几乎处处中心极限定理.