NA随机变量加权和的收敛性

利用Rosenthal型最大值不等式,得到了NA随机变量加权和的Marcinkiewicz-Zygmund强大数定律和完全收敛性,所获结果推广和改进了一些文献中相应的结果.     

同分布的NA序列加权和的强大数律

讨论了同分布NA随机变量序列加权和的强大数律,所得结果推广了Z．D．Bai和P．E．Cheng及S．H．Sung的结果．     

NA序列加权和完全收敛性的一个注记

本文把Stout[7]的一个关于独立同分布随机变量序列加权和的完全收敛性的结果推广到NA随机变量序列加权和情形,本质上改善了原有结果的矩条件.本文的证明方法和原有文献的证明方法类似,但在某些关键步骤上稍有改进,从而可充分利用权所提供的信息,达到改善矩条件的目的.     

NA随机变量序列的强大娄和律和完全收敛

给出了NA随机变量序列的若干强大数律和完全收敛性,特别将独立随机变量序列的Wittmann强大数律推广到NA列。     

NA序列部分和的完全性收敛性

本文讨论了非平稳ＮＡ随机变量序列部分和的完全收敛性,获得了一般形式的完全收敛速度与矩条件之间的等价关系,其结果与独立情形一致,从而证实了ＮＡ序列与独立序列有着极为类似的完全收敛性。     

WOD随机变量序列加权和的完全收敛性

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.     

关于随机变量加权和的强收敛性注记

设{X,;n≥1}为独立同分布随机序列,{a_(xi);1≤i≤K_n,↑~∞,n≥1}为权系数序列。本文给出三组sum from i=1 to K_n(a_(ai)X_i→0a.s.充分条件。同时,还讨论加权和的完全收敛性,我们的条件比[3]弱。     

NA序列Stout型加权和的完全收敛性

本文把Stout[8]的一个关于独立同分布随机变量序列加权和的完全收敛性结果推广到NA随机变量序列加权和情形,本质上改善了原有结果的矩条件.本文的证明方法和原有文献的证明方法类似,但本文深入挖掘原有结果权条件之间隐藏的蕴含关系并加以有效的利用,从而达到改善矩条件的目的.     

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.     

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.     

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.     

NOD随机变量加权和的极限

The strong laws of large numbers and laws of the single logarithm for weighted sums of NOD random variables are established.The results presented generalize the corresponding results of Chen and Gan [5] in independent sequence case.     

行为ND随机变量阵列加权和的完全收敛性

在非同分布的情况下,给出了行为ND随机变量阵列加权和的完全收敛性的充分条件,所得结果部分地推广了独立随机变量和NA随机变量的相应结果.作为其应用,获得了ND随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

具有不同分布NA随机变量列的强大数律及应用

给出了具有不同分布的NA随机变量列满足的若干强大数律;作为应用,不仅将独立随机变量的一类强极限定理完整的推广到NA随机变量情形,而且关于NA随机变量的一些已有结果可以作为推论得出.     

可交换随机变量序列的随机极限定理

本文讨论了可交换随机变量序列{X_n:n≥1}的极限定理,得到了可交换随机变量序列的随机强大数律及加权和定理,并推广了文[4]中的结果.     

A strong law for weighted sums of i.i.d. random variables

A strong law is proved for weighted sumsS _n=a _in X _i whereX _i are i.i.d. and {a _in} is an array of constants. When sup(n ^–1|a _in | ^q )^1/q <, 1<q andX _i are mean zero, we showE|X| ^p <,p ^l+q ^–1=1 impliesS _n /n 0. Whenq= this reduces to a result of Choi and Sung who showed that when the {a _in} are uniformly bounded,EX=0 andE|X|< impliesS _n /n 0. The result is also true whenq=1 under the additional assumption that lim sup |a _in |n ^–1 logn=0. Extensions to more general normalizing sequences are also given. In particular we show that when the {a _in} are uniformly bounded,E|X|^1/< impliesS _n /n 0 for >1, but this is not true in general for 1/2<<1, even when theX _i are symmetric. In that case the additional assumption that (x ^1/ log^1/–1 x)P(|X|x)0 asx provides necessary and sufficient conditions for this to hold for all (fixed) uniformly bounded arrays {a _in}.