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.     

似然比与整值随机变量序列的一类用不等式表示的极限定理

本文引进似然比作为整值随机变量序列相对于服从负二项分布的独立随机变量序列的偏差的一种度量,并通过限制似然比给出了样本空间的一个子集,在此子集上得到了任意整值随机变量序列的一类用不等式表示的极限定理。     

任意B值随机变量序列关于条件期望的一类强极限定理

利用随机变量的截尾方法和条件三级数定理,研究任意B值随机变量序列的极限性质,得到了一类关于条件期望的强极限定理和鞅差序列收敛定理,推广了与此相应的一些结果和若干经典的强大数定律.     

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.     

关于随机选择的一个强极限定理

本文利用似然比和区间剖分法研究相依Ｎ值随机变量序列选择的极限性质,得到关于赌博方法的一个强极限定理的若干推广。     

关于随机序列几何平均的若干强偏差定理

利用似然比构造几乎处处收敛的上鞅,讨论了正值随机变量序列几何平均的一类强偏差定理,得到了与经典算术平均的强极限定理的类似结果.     

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.     

对数似然比与离散随机变量序列强极限定理的一种分析方法

本文引进对数似然比作为任意离散随机变量序列相依性的一种度量，并通过限制似然比给出样本空间的某种子集，在这种子集上得到了离散随机变量序列的一类强极限定理，它包含若干经典强大数定律为其特例．在证明中本文提出了证明强极限定理的一种分析方法，其要点是将关于单调函数可微性的定理应用于几乎处处收敛的研究．     

离散随机变量序列的强偏差定理

利用分析方法建立了用不等式表示的用对数似然比刻划的任意相依离散随机变量序列的强偏差定理,作为推论得到了更一般的离散随机变量序列加权和的强大数定律.     

随机变量的截尾与任意随机变量序列的强极限定理

利用随机变量的截尾研究任意随机变量序列的性质,建立了一类矩条件下任意随机变量序列的强极限定理.作为推论,得到了可列非齐次马尔可夫过程的一个强极限定理,推广了鞅差序列当1≤p≤2和p≥2时的Chow定理,相应的一些已有结果和若干经典的关于独立随机变量序列的强大数定律是本文的特例。     

对数似然比与整值随机变量序列的一类强律

本文引进对数似然比作为整值随机变量序列相对于服从几何分布的独立随机变量序列的偏差的一种度量,并通过限制对数似然比给出了样本空间的一个子集.在此子集上得到了一类用不等式表示的强律,其中包含整值随机变量序列与相对熵密度及几何分布的熵函数有关的若干极限性质.     

整值随机变量序列与二重马氏链的比较及其极限性质

本文引进了对数似然比作为整值随机变量序列相对于二重马氏链的偏差的一种度量，并通过限制对数似然比给出了样本空间的某种子集。     

关于任意随机变量序列泛函的强极限定理

本文在k是固定的正整数，{fn}是R^k 1上的Borel可测函数列时，得到了任意随机变量序列{Xrn≥0}的泛函{fn(Xn-k,…,Xn)}的强极限定理，它是Chung的关于独立随机变量序列的强大数律的推广，作为推论，得到了k重非齐次马尔科夫链的一类强极限定理．     

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.     

独立重尾随机变量随机和的大偏差估计

本文研究了一类独立重尾随机变量随机和S（t)∧=∑k=1^N(t)Xk,t≥0的大偏差概率，其中{N(t),t≥0}是一放大晨负整数值随机变量；{Xn,n≥1}是非负，独立随机变量序列，并与{N(t),t≥０}独立。本文的结果将{Xn,n≥１}为独立同分布情形推广到了独立不同分布情形。     

任意随机序列关于非齐次马氏链的随机和的一类随机偏差定理

In this paper, the notion of limit random logarithmic likelihood ratio of stochastic sequence, as a measure of dissimilarity between the joint distribution on measure P and the Markov distribution on measure Q, is introduced. A class of random approximation theorems for arbitrary stochastic dominated sequence are obtained by using the tools of generating functions and the tailed-probability generating functions.     

任意B值随机变量序列的强收敛性

本文讨论了任意B值随机变量序列的强收敛性，得到了若干强极限定理和强大数定律，已有的经典的若干结论是本文结果的特例。     

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.