多点Pad逼近的几乎处处收敛性

讨论了在某些插值点解析的函数的多点Ｐａｄｅ逼近,得到多点Ｐａｄｅ逼近行子序列在一定区域上几乎处处收敛的结果．     

关于条件期望的几乎处处收敛性

对条件期望的几乎处处收敛性给出一个较为一般的定理,使得原先的一些结果成为证明非常简洁的推论,另外对均值下鞅也给出了一些条件期望收敛性的结果．     

关于双条件期望的几乎处处收敛性

引进了B值随机变量及可测集Γ的双条件期望的概念,对双条件期望的几乎处处收敛性给出一个较为一般的定理,使原来的结果更为简洁,使用起来更方便.     

解析函数的Pade－type逼近的对角收敛性

有理逼近的对角收敛问题一般都不易解决，在该文中．对一种特殊的有理逼近─—Ｐａｄｅ－ｔｙｐｅ逼近，给出了关于解析函数作为被逼近函数的对角收敛定理。     

两两NQD列的几乎处处收敛性

利用吸引域和慢变函数的概念给出两两NQD列几乎处处收敛的充分条件．     

■混合序列的几乎处处收敛性

讨论■混合序列级数的收敛性,得到■混合序列的几个几乎处处收敛定理,把文献[2]中混合序列的相关收敛性质推广到■混合序列.     

鞅差序列加权和的几乎处处收敛性

基于截尾技术和一些基本不等式,研究形如n∑i=1aniXi的加权和的极限性质,得到了{Xn,n≥1}为鞅差序列时的几乎处处收敛性质,推广了{Xn,n≥1}为独立同分布的随机变量序列时的相关结果.     

_-混合序列的几乎处处收敛性

文章讨论了-混合序列的几乎处处收敛性,把独立同分布随机变量序列的相应结果较好地推广到同分布~ρ-混合序列,从而得到了若干个关于-混合序列的几乎处处收敛定理.     

最佳逼近与球调和级级站处处收敛

讨论了球调和级数的几乎处处收敛问题,当函数的最佳逼近满足一定条件时,给出了球调和级数的部分和算子的收速度的估计。     

Pade逼近方法

本文介绍了有理分式逼近的一种重要方法－ｐａｄｅ逼近，给出了一种ｐａｄｅ逼近的紧凑形式的证明。     

(ψ)混合序列的几乎处处收敛性

讨论(ψ)混合序列级数的收敛性,得到(ψ)混合序列的几个几乎处处收敛定理,把文献[2]中ρ混合序列的相关收敛性质推广到(ψ)混合序列.     

Pade逼近在线搜索中的应用

文章给出精确线搜索的一种新的函数逼近法,即Pade逼近法,并证明该方法是三阶收敛的.通过初步的数值实验表明,该方法与牛顿法相比,具有良好的数值效果.     

几乎处处收敛时Levi定理的证明

采用简单函数列收敛于可测函数的方法，给出了在几乎处处收敛时Levi定理成立的证明。     

关于几乎处处连续的本性函数的可积性问题

以勒贝格可测函数与几乎处处连续的本性函数几乎处处相等及零集上的积分等于零为前提，按照继承性，可求性，收敛性原则定义[a，b]上几乎处处连续的本性函数的积分，引进一致局部可积与无穷断度点上积分一致收敛概念，给出函数可积的充要条件。     

基于Pade逼近的广义Lagrange混合有理插值

Lagrange插值建立在Lagrange插值基函数的基础之上,是一种便于理论分析的多项式插值。将传统的Lagrange插值方法和Pade逼近相结合,构造一种新的混合有理插值。对于每个插值节点处给定的形式幂级数,先在每个插值节点处求得其Pade逼近,然后用Lagrange插值基函数对它们进行加权组合,从而得到一种新的混合有理插值——广义Lagrange混合有理插值。新的混合有理插值方法通过选择每个插值节点处的Pade逼近,可以获得不同的混合有理插值,且包含传统的Lagrange插值作为特例。为了得到更精确的插值,进一步研究了基于Pade型逼近和基于扰动Pade逼近的混合有理插值。给出的数值例子表明了新方法的有效性。     

φ混合序列的几乎处处收敛性

讨论φ^～混合序列级数的收敛性,得到φ^～混合序列的几个几乎处处收敛定理,把文献[2]中ρ^～混合序列的相关收敛性质推广到φ^～混合序列．     

下鞅差序列的几乎处处收敛性

通过讨论了下鞅差序列的广义Jamison型加权和的几乎处处收敛,获得了比独立情形还强的Jamison定理的Marcinkiewicz强大数律,推广和改进了这两个定理。     

(～ρ)混合序列的完全收敛性和几乎处处收敛性

讨论了不同分布的卢混合序列的完全收敛性、Marcinkiewicz强大数律及几乎处处收敛性,并获得了不同分布卢混合序列满足完全收敛性的一个充分性结果．所得结果把蔡光辉等的结论推广到了不同分布卢混合序列的情形,并且改进了甘师信的结论,去掉了其定理条件中的log n因子．     

一类随机变量的概率不等式及几乎处处收敛性

从一个常用的概率不等式出发,在一定的矩限制条件下,得到一个随机变量序列的Hajek-Renyi型不等式,并应用此不等式证明随机变量序列部分和的几乎处处收敛性,同时给出随机变量序列部分和的推广性质和收敛速度,可以证明论文的结论优于文[1]的主要结论.最后应用到随机变量序列收敛性的证明,从而推广了随机变量序列的一些收敛性质.     

A-收敛与几乎处处收敛

设A≡(a_i)^∞_i=1?S+_<sub>l₁,其中,S</sup>+_<sub>l₁表示l₁单位球面上的所有正向量构成的集合.Banach空间X中的序列(x_n)称为A-收敛于x∈X,是指对任意的ε>0,lim_i→∞〈a_i,χ_A(ε)〉=0,其中,A(ε)={n∈N∶‖x_n-x‖≥ε}.用两种不同的收敛方式刻画A-收敛,即证明对任意A≡(a_i)∞_i=1?S</sup>+_<sub>l₁,存在一个N上的理想I_A,以及一族极端有限可加概率测度P_ext(I_A),使A-收敛且理想I_A-收敛和测度P_ext(I_A)-收敛互为等价.此外,证明A-收敛为测度P_ext(I_A)-几乎处处收敛的充分必要条件是该A-收敛为非退化的.</sup>