不同分布(φ)混合随机变量序列的强收敛性

本文研究了不同分布(φ)混合随机变量序列的强收敛性质的问题.利用(φ)混合随机变量序列的矩不等式和截尾的方法,获得了(φ)混合随机变量序列完全收敛性和几乎处处收敛性结果,所获得结果不仅推广了Baum和Katz (1965)关于独立同分布随机变量序列的结论,而且改进了Wu和Lin (2004)关于同分布(φ)混合随机变量序列的相关结论.     

φ混合随机变量加权和的完全收敛性

本文研究了不同分布φ混合随机变量加权和的完全收敛性问题.利用随机变量截尾和矩不等式方法,获得了φ混合随机变量加权和的完全收敛性和强大数定律的结果,所获得结果推广和改进了有关独立同分布随机变量序列的相应结果.     

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．     

NA及LNQD随机变量列的几乎处处中心极限定理

本文在二阶矩存在的条件下,证明了NA及LNQD随机变量列的几乎处处中心极限定理,使主要结果成立,其中W为[0,1]上标准Brown运动。     

φ混合随机变量最大值加权和的强收敛（英文）

本文研究φ混合随机变量最大值加权和的强收敛性质.提出关于不同分布φ混合随机变量完全收敛的一些结果.作为一个应用,取得φ混合随机变量加权和的Marcinkiewicz-Zygmund型强大数定律.     

α混合随机变量序列部分和乘积的几乎处处中心极限定理

利用子序列等方法,获得α混合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,改进了相关文献的结果.     

■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.     

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.     

非同分布φ—混合序列的完全收敛性

本文研究φ－混合随机变量序列部分和（未必同分布）的完全收敛性问题。在对混合系数趋于零的速度没有任何限制下，得到了理想的结果，改进并推了邵启满（１９８８）的孔繁超（１９９０）的主要结果。     

$\rho^*$-混合随机变量列加权和的完全收敛性

In this paper, the complete convergence of weighted sums for ρ*-mixing sequence of random variables is investigated. By applying moment inequality and truncation methods, the equivalent conditions of complete convergence of weighted sums for ρ*-mixing sequence of random variables are established. We not only promote and improve the results of Li et al. (J. Theoret. Probab., 1995, 8(1): 49-76) from i.i.d. to ρ*-mixing setting but also obtain their necessities and relax their conditions.     

行负相依随机变量阵列的完全收敛性（英文）

本文研究同分布假设条件和随机控制要求下行负相依随机变量阵列最大值部分和的完全收敛性的问题,得到一些新的结果.这些结果推广和改进了已有关于行独立随机变量阵列和行负相依随机变量阵列的相关定理.作为应用,行负相依随机变量阵列的Chung型强大数定律被取得.     

随机规划经验逼近问题最优解集的几乎处处下半收敛性

本文给出了随机规划经验逼近最优解集几乎处处下半收敛的一个充分条件,并由此得到随机规划经验逼近最优解集几乎处处Hausdorff收敛的一个充分条件.     

φ-混合随机变量序列收敛性质的若干新结果

本文将Kolmogorov型不等式推广到φ-混合序列,并且研究其强收敛性质,得到了φ-混合序列的Khintchine-Kolmogorov型收敛定理、三级数定理和Marcitlkiewicz型强大数定律.     

Φ—mixing序列强大数律的一个结果

本文讨论了“φ-mixing序列的强大数律，给出了一个较为一般的结论，从而补充了陈希孺、吴月华关于这个问题的结果．     

整体退火遗传算法的几乎处处强收敛性

本文通过鞍论来分析整体退火遗传算法收敛的特性，得出整体退火遗传算法几乎处处强收敛的条件∑n=1^∞e^-δ,Tn＜ ∞，并且给出其收敛率0（1/N N0 （2-Cn^-^N0-mn^-^N0)e^(△-d)/Tm)。     

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].     

概率论教学偶得

强大数定律揭示了随机现象的偶然性与必然性之间的关系.本文分享概率论教学的一个偶得,以激发学生兴趣.     

相伴随机变量序列的泛函型几乎处处中心极限定理

对于均值为零的平稳相伴随机变量序列,首先证明了在L(n)=EX_1~2 2 sum from n to j=2 Cov(X_1,X_j)是一个缓变函数的条件下的泛函型几乎处处中心极限定理.另外还给出了正则化部分和函数的对数平均几乎处处收敛性.     

随机变量序列函数的几乎处处中心极限定理

该文证明了随机元序列的一个一般的几乎处处中心极限定理, 并把这一结论应用于随机变量序列的函数.     

■混合序列加权和的强稳定性(英文)

本文给出了■混合序列加权和的强稳定性的一些结果,同时也给出了■混合序列的强大数定律的若干新结果,这些结果推广了独立随机变量序列的相应结果.