负相伴随机变量序列加权和的强大数律

令{X_n,n≥1}是负相伴随机变量序列.导出了负相伴同分布随机变量加权和的强大数律,该结论推广了SUNG和BAI等的结果.     

负相伴随机变量序列矩完全收敛的精确渐近性

假设{X,Xn;n≥1}为平稳的负相伴随机变量序列.对其矩完全收敛的精确渐近性进行讨论.令EX1=0,E|X1|3＜∞,且满足相应的条件.记Sn=X1+X2+…+Xn,n≥1,σ2=EX1+2(∞∑j=2)E(X1Xj)＞0.若E|X|r＜∞,1＜p＜2,r＞1+p/2,成立(limε↘0)ε2(r-p)/2-p-1 (∞∑n=1)nr/p-2-1/pE{|Sn|-(σεn1/p)}+=p(2-p)σ/(r-p)(2r-p-2)E|N|2(r-p)/2-p,其中N为标准正态随机变量.     

Salagean类负系数单叶调和函数的偏差估计

引入由Salagean算子定义的单叶调和函数类SHλ(α)及其子族SHλ-(α),利用了Re w≥α的充要条件是|1-α+ω|≥|1+α-ω|的结论和从属关系,算子理论还有复分析中的一些方法得到了f(z)∈SHλ(α)的系数不等式,进一步利用系数不等式,通过计算得到了SHλ-(α)类的充要条件、偏差估     

基于MOS-NDR负阻器件的D触发器设计

负阻器件由于在电流 电压特性曲线中表现出独特的负微分电阻特性,从而大大增加了单个器件所能实现的逻辑功能.如果将其用于数字逻辑电路设计,尤其是触发器的设计,可有效减少器件的数目.通过分析CMOS工艺负阻器件MOS-NDR及单双稳态转换逻辑单元MOBILE的工作特性,设计了一个时钟上升沿触发的D触发器.采用TSMC 0.18 μm工艺对所设计的电路进行HSPICE仿真,仿真结果表明所设计的电路具有正确的逻辑功能.与基于MOS-NDR负阻器件的同类触发器相比,新设计的D触发器具有更稳健的输出和较强的抗干扰能力     

由渐近几乎负相协（AANA）随机变量序列生成的移动平均过程的中心极限定理

设{Xi,-∞<i<∞}为同分布的渐近几乎负相协（AANA）随机变量序列,当0<δ<1时,满足EX1=0,0<EX12+δ<∞,limn→∞ESn2n=σ2>0,∑n=1∞qδ1+δ(n)<∞。设{ai,-∞<i<∞}为绝对可和的实数序列,满足τ=∑i=-∞∞ai≠0。记Yn=∑i=-∞∞aiXn-i,Tn=∑j=1nYj,n≥1,利用AANA随机变量序列的矩不等式和中心极限定理,在适当条件下,得到了由AANA随机变量序列生成的移动平均过程的中心极限定理,改进并推广了已有结果。     

一类函数估计在负相协下的渐近正态性

在NA样本下构造了生存函数^-F（x）=P（X〉x）的估计^F-n（x）,并在适当的条件下建立了√n[^-Fn（x）-^-F（x）]的渐近正态性。     

关于非负矩阵的幂序列的注记

n阶非负方阵,当它是不可约时,它的幂收敛指数、最大密度指数的上界为O(n~2),特别当A是本原时,这两种指数相等,且有精确上界W_n=(n-1)~2+1。但对一般的非负矩阵,本文指出:当n→∞时,它的最大密度指数的上界的无穷大阶比任何幂函数均要高。     

增强工艺偏差容忍度的带隙基准电压源设计

随着CMOS工艺特征尺寸的减小,带隙基准电压源在制造过程中因器件失配和工艺波动易导致实际输出电压和目标值发生偏离,降低芯片成品率.为此提出将Pelgrom失配模型引入电路设计中,分别从器件参数、电路结构、版图布局三方面对亚微米级的电路进行工艺偏差优化.基于华润上华（CSMC）0.5 μm工艺以及Hspice软件仿真,显示基准源输出电压为1.232 54 V,偏差小于5 mV.流片测试结果表明,应用此设计的三通道LED驱动控制芯片成品率达到96.8%,输出电流达到（18±0.5）mA的芯片占99.6%以上.     

非负方阵谱半径严格单调的条件

本文给出了若干非负方阵谱半径严格单调的充要条件,并且由此得到几个有关随机方阵谱半径的特殊结果。     

含负折射率材料光子晶体的光学特性

从麦克斯韦方程出发推导了正负折射率介质薄层的转移矩阵;并利用转移矩阵法分别计算了含负折射率材料光子晶体和传统光子晶体的光学特性,通过分析比较,发现正负折射率交替的一维光子晶体有很宽的反射带和很窄的透射带;同时这种光子晶体在入射角在75°内的光学特性几乎不受角度影响。     

NOD随机变量序列加权乘积和的强大数律

利用乘积和的一表示定理和NOD（negatively orthant dependent）随机变量的性质,在较一般的条件下,得到了不同分布的NOD随机变量序列加权乘积和的强大数律,推广和改进了已知的一些文献中相应的结论.     

相互独立渐近无穷小随机变量之和的极限定理

本文提出了一个渐近无穷小条件,并证明了在此条件下,独立随机变量和的极限分布存在的充要条件也就是无穷小随机变量和的极限分布为无穷可分分布律的充要条件。     

行为NA的随机变量阵列加权和的完全收敛性

{Xni,1≤i≤n,n∈N}是行为NA的随机变量阵列, 且一致有界于随机变量X,p＞0,E|X|2p＜∞,EXni=0(1≤i≤n,n∈N),{ani,1≤i≤n,n∈N}是实数阵列,max1≤i≤n|ani|=O((1)/(n1/p)),∑ni=1a2ni=o((1)/(logn)),得到了∑ni=1aniXniC0,推广了Stout及Taylor等相应的结果.     

独立不同分布随机变盆序列的部分和的增量有多小

关于独立同分布随机变量部分和的增量有多小问题，目前已有了著名的结果.本文通过与独立同分布情形时完全不同的途径，讨论了独立不同分布情形时相应的问题.在矩母函数存在的条件下，获得了与同分布情形相近的结论.     

独立随机变量序列加权和的重对数律

本文利用最近发展起来的随机化技巧讨论独立B一值和实值随机变量序列加权和的重对数律.     

独立同分布随机变盆部分和过程的滞后增最有多小

关于滞后增量有多大问题,已经有不少文章讨论过,但关于滞后增量有多小的问题尚无结果,我们在文章〔1〕中讨论了Wiener过程滞后增量有多小的问题,本文继续讨论了独立同分布随机变量部分和过程滞后增量有多小的问题.     

随机和的泊松收敛定理

设{X_(ni)}是i,i,d的非负整值随机变量组列,{N_n}是非负整值随机变量序列,且与{X_(ni)}独立,本文借助Stein-Chen方法,证明了sum from i=1 to Na(X_(ni))的极限分布是泊松分布,并对此结果作了适当的推广     

关于截尾U一统计最的Chernof f型大偏差

设M_(nαβ)=(1-α-β)~(-m)(?)和M_(nαβ)=(1-α- β)~(-m)(?)为截尾U-统计量,本文首先给出U-统计量的Chernoff型大偏差的结果,利用它我们得到截尾U-统计量的Chernoff型大偏差.这里所采用的方法为a.s.表示.     

关于多指标变量大数律尾概率级数的完全收敛性

本文对iid多指标随机变量序列的部分和及H(t)↑+∞,(t→+∞),提出并讨论了Порохоров的3个问题(d≥2),并讨论了多指标随机变量和的完全收敛性.     

关于多指标变量大数律尾概率级数的完全收敛性

本文对ｉｄ多指标随机变量序列｛Ｘｋ;ｋ∈Ｎｄ｝（ｄ≥２）的部分和Ｓｎ＝∑ｋ≤ｎＸｋ及Ｈ（ｔ）↑＋∞,（ｔ→＋∞）,提出并讨论了Порохоров的３个问题（ｄ≥２）,并讨论了多指标随机变量和的完全收敛性．