关于任意随机序列的强收敛性

该文的目的是要研究任意随机序列的强极限定理。作为推论，得到了一类鞅差序列的强大数定律，一类随机序列公平比的强极限定理，以及任意随机序列部分和估计定理。      

关于任意随机适应序列部分和增长阶的估计

设(Ω,F,P)为概率空间,{Xn,Fn,n 0}为定义在上面的随机适应序列.目的是要研究任意随机适应序列的一个强极限定理.作为推论,推广了Freedman的一个定理以及任意随机适应序列部分和增长阶估计定理.     

关于相依离散随机序列的若干强偏差定理

首次引入随机序列滑动似然比与滑动相对熵概念作为刻画任意相依随机序列的独立逼近的随机性度量,利用B-C引理与分析方法相结合,研究任意离散随机序列部分和滑动平均的强偏差定理.作为推论,得到了关于广义经验分布函数的一个极限定理.最后,给出了若干例子.     

B值平稳线性过程的迭对数律及随机指标中心极限定理

设 { εt;t∈Z}是独立同分布的 B值随机元序列 ,aj;j∈ Z是一实数序列 ,并且 ∞j=-∞| aj| <∞ ,定义平稳线性过程 Xt= ∞j=-∞ajεt- j.本文研究 { Xt;t∈ IN }部分和序列的收敛性质和极限定理 ,给出了 { Xt;t∈ IN }满足有界迭对数律、紧迭对数律及随机指标中心极限定理的充分条件     

任意随机变量序列泛函及其随机变换的一类极限定理

采用鞅方法研究对任意随机变量序列普遍成立的强极限定理.并作为推论得到了m阶马氏过程,鞅序列,鞅差序列,独立随机变量序列的一类强极限定理.并把赌博系统的随机变换概念推广到任意随机变量序列的情况,得到任意随机变量序列随机选择与公平比的若干极限定理.     

关于任意随机适应序列部分和的一类局部极限定理

研究任意随机适应序列部分和的一类局部极限定理,推广了最近发表的几个结果．     

任意随机变量序列的一个强极限定理

研究任意随机变量序列的强收敛性.利用鞅差序列级数收敛定理,证明了任意随机序列的一个强极限定理,作为推论,得到了马氏过程、鞅差序列及独立随机变量序列的强大数定律.     

多元随机序列泛函的强偏差定理

利用熵密度和样本偏差率的概念,建立了多元随机序列泛函关于条件期望的用不等式表示的强极限性质(称之为强偏差定理),在推论部分得到了非齐次马氏链的强偏差定理和随机条件概率的调和平均值的极限性质等相关结论.证明中给出了将条件矩母函数应用于研究多元随机序列泛函的强极限性质的一种途径.     

H可积下的相依随机变量和的完全收敛性质

在满足H可积的条件下,利用随机变量的截尾方法,以及相关引理,给出了行内两两NQD序列以及p混合条件的随机组列部分和的完全收敛定理以及强大数定理．     

关于任意随机变量序列的一类强极限定理

本文的目的是建立一类任意随机变量序列的强极限定理，作为推论，得到了一类鞅差序列收敛定理，马氏过程的强极限定理和若干经典的独立随机变量序列的强大数定律，已有的若干轶差序列收敛定理和可列非齐次马氏链的一个强极限定理是本文结果的特例，本文的主要结果对随机变量序列除矩条件外没有任何要求．     

随机过程序列部分和弱收敛的一点结果

本文讨论了随机过程序列部分和的弱收敛性，在肖庆宪等[1]和林正炎等[3]的基础上将结果推广到了一类有关ANA的随机过程序列的部分和的情形．     

关于极限定理的随机转移

<正> 许多作者([3]-[5])曾研究过随机变量序列的部分和极限定理的随机转移.D.J.Aldous在[1]中讨论了函数空间D[0,+∞)上一类较广泛的随机指标极限定理.本文考察有别于他们工作的一类函数型极限定理的随机转移;文中首先讨论函数空间D[0,1]上泛函正态极限定理的随机转移问题,接着讨论一些非正态随机极限定理.     

任意随机序列级数的强收敛性

利用鞅差序列级数收敛定理研究任意随机序列级数的强收敛性,得到了该序列的一个强极限定理,某些经典的鞅差序列和独立随机变量序列的强极限定理是其特例.     

多维随机向量序列加权和的中心极限定理

本文研究了多维随机向量序列加权和的渐近行为.利用Lindeberg中心极限定理的基本思想,得到了多维随机向量序列加权和的中心极限定理及其收敛速度,为Lindeberg中心极限定理的推广.     

强混合序列的一类中心极限定理及其在回归模型中的应用[英文]

本文研究了强混合序列加权和的中心极限定理, 同时也给出了强混合序列线性过程部分和的中心极限定理. 作为应用,我们利用所得结果, 证明了固定设计回归模型中一类加权函数估计的渐近正态性.     

两类记录值之和的中心极限定理

该文给出了Ｌｏｇｉｓｔｉｃ分布纪录值序列部分和的中心极限定理；对于Ｐａｒｅｔｏ分布纪录值序列的部分和T_n，获得了ｌｎT_n的中心极限定理．这一工作不仅具有概率论的极限理论方面的研究价值，而且在金融、保险等领域也具有相当重要的应用前景．     

强算子值鞅型序列

在[1]中,Skorohod在可分的Hilbert空间中定义了强随机线性算子,这种强随机线性算子对研究随机积分有重要应用。[1]中还证明了强随机线性算子值鞅的收敛定理。本文在可分的Banach空间中定义了强随机线性算子和强随机线性算子值鞅型序列。证明了强随机线性算子值鞅型序列成立着和向量值鞅型序列类似的收敛定理,分解定理和选样定理,推广了[1]中的有关结果。同时这些定理也是向量值鞅型序列相应结果([2—5])的推广。     

关于任意随机可积序列的一个强收敛定理

本文研究了可积随机适应序列强收敛定理的问题.利用构造截尾停时以及鞅差序列的方法,获得了一类任意积随机适应序列的强收敛定理,推广了若干已知的结果.     

强混合序列的一类中心极限定理及其在回归模型中的应用(英文)

本文研究强混合序列加权和的中心极限定理,同时也给出强混合序列线性过程部分和的中心极限定理.作为应用,利用所得结果,证明固定设计回归模型中一类加权函数估计的渐近正态性.     

随机序列级数的强收敛性

利用鞅收敛定理讨论随机序列级数的强收敛性,得到了该序列的强极限定理,推广了鞅差级数收敛性的一个结果