一类带移民超α-对称稳定过程的中心极限定理

证明一类带移民超α-对称稳定过程及其占位时过程在各种维数下的中心极限定理,得到了它们的中心化过程均依分布收敛于S'(Rd)值的中心型高斯随机变量.     

一类带移民超$\alpha$-对称稳定过程的中心极限定理

证明一类带移民超$\alpha$-对称稳定过程及其占位时过程在各种维数下的中心极限定理, 得到了它们的中心化过程均依分布收敛于$\mathcal{S}'(\mathbb{R}^d)$值的中心型高斯随机变量.     

B值平稳线性过程的迭对数律及随机指标中心极限定理

设 { εt;t∈Z}是独立同分布的 B值随机元序列 ,aj;j∈ Z是一实数序列 ,并且 ∞j=-∞| aj| <∞ ,定义平稳线性过程 Xt= ∞j=-∞ajεt- j.本文研究 { Xt;t∈ IN }部分和序列的收敛性质和极限定理 ,给出了 { Xt;t∈ IN }满足有界迭对数律、紧迭对数律及随机指标中心极限定理的充分条件     

超扩散过程的遍历定理

考虑初始测度为Ｌｅｂｅｓｇｕｅ测度μ 的一致椭圆超扩散过程，其分枝特征为ψ（狓，狕）＝犫（狓）狕＋γ（狓）狕２．该文研究这类超过程的占位时过程的极限性质．对系数犫（狓）及γ（狓）做必要的限制，得到了占位时过程在空间维数犱≤２的遍历定理，我们的结果是［６］的补充．     

一类超一致椭圆扩散过程的极限定理

本文研究了分支特征为ψ（x,z）=γz^1+β（0<β≤1）形式的超一致椭圆扩散过程,当初始值X₀（dx）为底过程的某类不变测度时,给出了当空间维数d满足βd≤2时,超过程X_t依分布收敛于0测度,当βd>2时,X_t则依分布收敛于一个非退化的随机测度.     

非平稳Gauss过程的两类逗留极限定理

受Berman工作的启发,本文进一步讨论一般非平稳Gauss过程在高水平上的极值逗留,在某些不难验证的条件下给出两类逗留极限定理及其关系.平稳Gauss的情形则作为特例被涉及.     

两指标鞅差序列的中心极限定理及其在平稳随机场上的应用

本文讨论了两指标鞅差序列及平稳随机场上的中心极限定理.所考虑的鞅差是根据平面格点的序:(s₁,s₂)<(t₁,t₂)当且仅当s_1...     

光滑平稳高斯过程极值几乎处处极限定理的一个推广

本文研究了连续均方可微的平稳高斯过程的极限性态. 通过选择一个不同于Tan (2013) 的权重函数, 在较弱的条件下得到了连续均方可微平稳高斯过程极值的一个几乎必然仅限定理, 推广了Tan(2013) 的结论.     

k—近邻回归估计的泛函中心极限定理

本文研究基于随机完全数据和删失数据回归函数的ｋ－近邻估计。在较为一般的条件下证明了估计序列作为由Ｓ（Ｓ∈Ｒ＾ｄ）为指标集的随机过程序列依分布收敛到高斯过程。     

非平稳NA序列中心极限定理的一些结果

本文讨论了非平稳同分布ＮＡ序列的渐近正态问题，给出了两个中心极限定理，以往的文献在讨论ＮＡ序列的这些问题时，多加有强平稳的限制；但是大量问题所出现的ＮＡ序列却多为非平稳的，因此有开展研究的必要。本文在寻求摆脱平稳性限制的途径方面作了有益的尝试，所得的定理不仅可解决一大类非平稳ＮＡ序列的渐近正态问题，而且将以往的强平稳场合的结果包含为特例，具有一定的理论意义与应用价值。     

基于中心极限定理的信源序列的霍夫曼编码方法

借助中心极限定理,提出一种限失真霍夫曼编码方法.首先对信源扩展序列自信息量采用标准化,并定义其为标准信息量.根据中心极限定理,提出一类α-经典序列.然后将其作为编码序列进行霍夫曼编码.接着证明了α-经典序列霍夫曼编码具有较高的编码效率、较低的编码复杂度等一系列良好的性质.最后文中通过实例对扩展信源和其α-经典序列两种编码进行了比较,验证了上述结论.     

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.     

高斯过程函数的中心极限定理与应用

采用Wiener空间的两个算子以及相关的恒等式,提出了新的方法证明了关于高斯过程函数的中心极限定理,并给出了该中心极限定理的应用实例.     

一类马尔可夫骨架过程的强大数定律和中心极限定理

基于马尔可夫骨架过程极限分布的已有研究结果,本文运用波莱尔-康特立引理、更新理论、科尔莫哥洛夫的强大数定律以及独立同分布情形的中心极限定理等重要理论,分别给出了一类马尔可夫骨架过程对应的累积过程满足强大数定律和中心极限定理的充分条件.     

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.     

反射扩散过程的某些极限定理

设（Ｘｉ）是由如下随机微分方程所决定的反射扩散过程： Ｘｔ＝Ｘ０＋∫＾ｔ０σ（Ｘｓ）ｄＷｓ＋∫＾ｔ０ｂ（Ｘｓ）ｄｓ＋Ｌｔ－Ｕｔ， Ｌｔ＝∫＾ｔ０Ｉ｛０｝（Ｘｓ）ｄＬｓ，Ｕｔ＝∫＾ｔ０Ｉ｛１｝（Ｘｓ）ｄＵｓ。 本文证明了当ｔ→∞时，Ｐｘ｛Ｘｔ∈Ａ｝→π（Ａ），１／ｔＥｘ（Ｌｒ）→ａ，１／ｔ     

中心极限定理教学中的一个问题

指出并分析了目前国内概率论教材中中心极限定理部分存在的一个问题.     

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.     

一种Wilcoxon型统计量的中心极限定理

本文给出了一种类似于两样本Ｗｉｌｃｏｘｅｎ统计量的秩和统计量的中心极限定理，特别地当变量服从球对称分布Ｐ时，其极限分布与分布Ｐ无关。此统计量可对分布的球对称性进行初步的检验。