END随机变量阵列加权和的完全收敛性

利用END变量的R0senthal型矩不等式,研究了END随机阵列加权和的完全收敛性,给出了证明完全收敛性的一些充分条件.另外,还给出了证明完全收敛性的一个必要条件.所得结果推广了独立变量和若干相依变量的相应结果.     

行为NSD随机变量阵列加权和的q阶矩完全收敛性

利用Hoffmann-Jφrgensen型概率不等式和截尾法,获得了行为NSD随机变量阵列加权和的q阶矩完全收敛性的充分条件.利用这些充分条件,不仅推广和深化梁汉营等(2010)和郭明乐等(2014)的结论,而且使他们的证明过程得到了极大地简化.     

行为NA的随机变量阵列加权和的完全收敛性

In this paper we obtain theorems of complete convergence for weighted sums of arrays of rowwise negatively associated （NA） random variables. These results improve and extend the corresponding results obtained by Sung （2007）, Wang et al. （1998） and Li et al. （1995） in independent sequence case.     

ND阵列加权乘积和的完全收敛性

设（Xni：1≤i≤n,n≥1）为行间ND阵列,g（x）是R^＋上指数为α的正则变化函数,{αni：1≤i≤n,n≥1}为满足条件max1≤i≤n｜ani｜=0（（g（n））^-1）的实数阵列．本文采用截尾的方法,得到了使ND随机变量阵列加权乘积和完全收敛的条件,并推广了以前学者的结论．     

NOD随机变量序列加权和的矩完全收敛性

讨论了NOD随机变量序列加权和的矩完全收敛性,获得了NOD随机变量序列加权和的矩完全收敛性的充要条件.这些结论显示了矩完全收敛性和矩条件之间的等价关系,同时推广了Wu Qunying(2011)的结果.     

混合随机变量阵列加权和的完全收敛性

利用混合随机变量的Rosenthal型不等式,研究了混合随机变量阵列加权和的完全收敛性,在更广泛的条件下,获得了完全收敛性的一般性定理和由混合随机变量序列生成的移动平均过程的完全收敛性定理,这些定理推广和改进了已知一些文献中相应的结果.     

WOD随机变量序列加权和的完全收敛性北大核心

应用WOD随机变量序列部分和最大值的Rosenthal型矩不等式,结合三段截尾法,研究了WOD随机变量序列加权部分和最大值的完全收敛性,所得的定理推广和改进了先前相应文献的一些结果.     

行为负相依随机变量阵列加权和的完全收敛性

本文研究了行为NOD随机变量阵列加权和的完全收敛性.运用NOD随机变量列的矩不等式以及截尾的方法,得到了关于行为NOD随机变量阵列加权和的完全收敛性的充分条件.利用获得的充分条件,推广了Baek(2008)关于行为NA随机变量阵列加权和的完全收敛性的结论,得到了比吴群英(2012)更为一般的结果.     

行为NA的随机变量阵列的完全收敛性

本文研究了行为NA的随机变量阵列的完全收敛性.利用陈平炎等[4]研究的结果,得到了行为NA的随机变量阵列完全收敛的系列充分条件,这些结果推广和改进了Kuczmaszewska[3]相应的结果.     

NOD随机变量阵列加权乘积和的完全收敛性

利用NOD随机变量的性质,研究了行为NOD随机变量阵列加权乘积和的完全收敛性,获得了一些新的结果,所得的结果推广和改进了已知的一些文献中的一系列结果.     

行为NA的随机变量阵列加权和的完全收敛性(Ⅱ)

本文研究了行为NA的随机变量阵列加权和的完全收敛性,推广了行独立随机变量阵列相应的结果.且得到了任意随机变量阵列加权和完全收敛的一个定理.     

���������������м�Ȩ�͵ľ���ȫ������

研究了负相关随机变量阵列加权和的矩完全收敛性,改进了Baek等(2008)的结果.作为应用,得到了基于负相关随机变量序列的平滑移动过程的矩完全收敛性,完善了Li等(2004)的结果.     

NA随机变量阵列加权和的矩完全收敛性

In this paper we obtain some new results on complete moment convergence for weighted sums of arrays of rowwise NA random variables.Our results improve and extend some well known results from the litera...     

On Some Conditions for Complete Convergence for Arrays of Rowwise Negatively Dependent Random Variables

Abstract

This note contains some sufficient conditions for the complete convergence in the strong law of large numbers for arrays of rowwise negatively dependent random variables. Moreover, the rowwise sums are randomly indexed.     

Complete Convergence for Weighted Sums of Arrays of Rowwise Asymptotically Almost Negative Associated Random Variables

Let be an array of rowwise asymptotically almost negative associated (AANA, in short) random variables. The complete convergence for weighted sums of arrays of rowwise AANA random variables is established under some general moment conditions. The result obtained in the paper generalizes and improves the corresponding one for negatively associated random variables.     

Complete Convergence for Weighted Sums of Negatively Superadditive Dependent Random Variables

Let $\{X_n,n\geq1\}$ be a sequence of negatively superadditive dependent (NSD, in short) random variables and $\{a_{nk}, 1\leq k\leq n, n\geq1\}$ be an array of real numbers. Under some suitable conditions, we present some results on complete convergence for weighted sums $\sum_{k=1}^na_{nk}X_k$ of NSD random variables by using the Rosenthal type inequality. The results obtained in the paper generalize some corresponding ones for independent random variables and negatively associated random variables.     

Complete Moment Convergence for Arrays of Rowwise Widely Orthant Dependent Random Variables

In this paper, complete moment convergence for widely orthant dependent random variables is investigated under some mild conditions. For arrays of rowwise widely orthant dependent random variables, the main results extend recent results on complete convergence to complete moment convergence. These results on complete moment convergence are shown to yield new results on complete integral convergence.     

NA随机变量加权和的极限结果

该文研究了NA随机变量序列加权和的Marcinkiewcz Zygmund 强大数定律和完全收敛性.这些结果推广和完善了Bai和Cheng[1]和Cuzick[2]的结果.     

随机变量阵列加权和最大值的收敛性

本文研究了形如maxun≤j≤un｜∑ji=un aniXni｜的弱大数律和Lr收敛性,其中0＜r≤p,0＜p≤2,{ani,un≤i≤vn,n≥1}是实数阵列,{Xni,un≤i≤vn,n≥1}当0＜p＜1时是任意随机变量阵列,当1≤p≤2时是均值为零的行为NA的随机变量阵列.所得结果丰富和推广了许多已知的结果.