相依序列加权和的几乎处处中心极限定理

该文讨论了非平稳负(正)相依序列加权和的几乎处处中心极限定理,改进并推广了相依序列几乎处处中心极限定理的相关结果.     

非齐次树上m阶非齐次马氏连的一类强极限定理

树指标随机过程已成为近年来发展起来的概率论的研究方向之一.强极限定理一直是国际概率论界研究的中心课题之一.通过构造适当的非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究,研究给出了一类非齐次树上m阶非齐次马氏链的若干强极限定理.     

U-统计量的几乎处处中心极限定理

本文得到了U-统计量的几乎处处中心极限定理(ASCLT).在EX1=0,EX21=1下,Berkes等[7]在一定条件下获得了i.i.d.随机变量序列部分和的函数型ASCLT,本文在同样的条件下取得了类似的结果.     

U-统计量的几乎处处中心极限定理

本文得到了U-统计量的几乎处处中心极限定理(ASCLT).在EX1=0,EX2=1下,Berkes等[7]在一定条件下获得了i.i.d.随机变量序列部分和的函数型ASCLT,本文在同样的条件下取得了类似的结果     

双根树上二阶非齐次马氏链的强大数定律和Shannon-McMillan定理

本文首先研究了双根树上转移矩阵为逐点转移的二阶非齐次马氏链的强极限定理,同时得到双根树上二阶非齐次马氏链的强大数定律.最后,给出了双根树上二阶非齐次马氏链几乎处处收敛意义下的Shannon-McMillan定理.     

Markov切换扩散过程的几乎处处渐近稳定性

本文研究一类Markov切换扩散过程的样本轨道长时间行为,分几类情形讨论其几乎处处渐近稳定性.对于Markov链状态空间是有限的这类过程的稳定性,应用Perron-Frobenius定理证明;对于可逆的Markov链且其状态空间是有限的这类过程的稳定性,应用主特征值方法证明;对于Markov链状态空间是可数的这类过程的稳定性,应用有限划分技巧及M-矩阵方法证明.每一种情形,相应的例子给出了说明.进一步,使用得到的理论,对线性Markov切换扩散过程的反馈控制问题进行讨论.     

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.     

关于树指标马氏链的一个强偏差定理

对树指标随机过程的极限理论的研究是随机过程和极限理论中重要的研究课题之一,具有重要的理论意义和应用价值.本文通过构造适当的非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究,研究给出了树指标马氏链关于乘积二项分布的一个强偏差定理.     

非齐次树上m重连续状态马氏泛函的若干强极限性质

强极限定理一直是国际概率论界研究的中心课题之一.通过构造适当的非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究,给出了一类非齐次树上m重连续状态马氏泛函的若干强极限性质.     

ρ~--混合序列自正则部分和之和乘积的几乎处处中心极限定理(英文)

设X,X_1,X_2(,···是一严平稳的)ρ~--混合随机变量序列.在满足一定的条件下,证明自正则部分和之和乘积(k∏i=1T_4/i(i+1)μ/2)~(μ/βV_k)的几乎处处中心极限定理,其中Sn=∑_(i=1)~nX_i,V_n~2=∑_(i=1)~nX_i~2,Tn=∑_(i=1)~nSi.     

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.     

非齐次树上马氏双链的一个强极限定理

树指标随机过程已成为近年发展起来的概率论的研究方向之一.强极限定理一直是国际概率论界研究的中心课题之一.通过构造适当的非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究,研究给出了一类非齐次树上马氏双链的一个强极限定理.     

һ��ǿ����������ļ��޶����ע��

本文在{ξi}为强混合样本,{ani}是实三角阵列下,得到了一个新的关于线性和n∑i=1aniξi的中心极限定理.并利用该中心极限定理,进一步建立了线性过程部分和的中心极限定理.     

树指标马氏双链的一个Shannon-McMillan定理

强极限定理一直是国际概率论界研究的中心课题之一.通过构造适当的非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究,研究给出了树指标马氏双链关于广义随机选择系统的一个Shannon-McMillan定理.     

$\rho^-$-混合序列自正则部分和之和乘积的几乎处处中心极限定理[英文]

设是一严平稳的ρ--混合随机变量序列.在满足一定的条件下，证明了自正则部分和之和乘积的几乎处处中心极限定理，其中,     

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.     

可列非齐次马氏链的若干极限定理

非齐次马氏链的极限定理曾被不少作者研究过,在他们的工作中分别对马氏链作了相应的限制(参见[1]—[9])。本文的主要工作是给出对任意非齐次马氏链均成立的一类关于状态和状态序偶出现频率的极限定理。在证明中本文提出了一种与传统方法不同的方法——分割单位区间法,其要点是在Wiener概率空间给出马氏链的一种实现,并定义适当的单调函数,然后应用单调函数导数存在定理来证明有关极限几乎处处存在。     

非齐次树上马氏链场滑动平均的若干强偏差定理

树指标随机过程已成为近年来发展起来的概率论的研究方向之一.强偏差定理一直是国际概率论界研究的中心课题之一.通过构造适当的非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究,研究给出了一类非齐次树上马氏链场滑动平均的若干强偏差定理.     

关于树指标马氏链的若干强偏差定理

树指标随机过程已成为近年来发展起来的概率论的研究方向之一.强偏差定理一直是国际概率论界研究的中心课题之一.通过构造适当的非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究,研究给出了一类非齐次树上连续状态马氏链滑动平均的若干强偏差定理.     

非齐次树上非齐次马氏链的一类强偏差定理

树指标随机过程已成为近年来发展起来的概率论的研究方向之一.强偏差定理一直是国际概率论界研究的中心课题之一.本文通过构造适当的非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究,给出了一类非齐次树上m阶非齐次马氏链的一类强偏差定理.