弱相依随机序列的若干新结果(英文)

设{Xn,n≥1}为-混合序列. 利用随机变量的截尾方法和-混合序列的三级数定理,讨论了-混合序列的收敛性质,并且得到了-混合序列的一类强极限定理,这些结果推广了独立序列的相应结果.最后研究了-混合序列加权和的强稳定性.     

φ混合序列加权和的强大数定律

设{X_n;n≥1}为φ混合随机变量序列,利用φ混合序列的强收敛性及三级数定理,在适当的矩条件下,得到了不同分布φ混合序列加权和的强大数定律的一般结果.     

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.     

ρˉ混合序列的H～jeck-Rènyi型不等式及其应用

利用ρ-混合序列的Rosenthal型最大值不等式,得到了ρ-混合随机变量序列的Hájeck-Rènyi型不等式,三级数定理和Chung型强大数律,所得结果达到了独立时一致的结果.     

ρ~-混合序列的H～jeck-Rènyi型不等式及其应用

利用ρ-混合序列的Rosenthal型最大值不等式,得到了ρ-混合随机变量序列的Hájeck-Rènyi型不等式,三级数定理和Chung型强大数律,所得结果达到了独立时一致的结果.     

φ-混合随机变量序列收敛性质的若干新结果

本文将Kolmogorov型不等式推广到φ-混合序列,并且研究其强收敛性质,得到了φ-混合序列的Khintchine-Kolmogorov型收敛定理、三级数定理和Marcitlkiewicz型强大数定律.     

混合序列部分和的强大数定律

设{Xn，n≥1）是ρ^-混合序列．利用随机变量的截尾方法和ρ^-混合序列的三级数定理这一工具研究了ρ^-混合序列的性质。得到了矩条件下ρ^-混合序列的—类强极限定理和强大数定律。并给出了一些简单应用。推广了若干经典的强大数定律．     

CARISTI型Fuzzy混合不动点定理

本文提出ｆｕｚｚｙ混合不动点的概念，给出两个ｆｕｚｙ混合不动点定理和两个ｆｕｚｙ映象序列的公共ｆｕｚｚｙ混合不动点定理．本文的结果改进和推广了Ｃａｒｉｓｔｉ不动点定理及其近期的重要推广     

(p)混合序列部分和的强大数定律

设{Xn,n≥1)是(p)混合序列.利用随机变量的板尾方法和(p)混合序列的三级数定理这一工具研究了(p)混合序列的性质.得到了矩条件下(p)混合序列的一类强极限定理和强大数定律.并给出了一些简单应用.推广了若干经典的强大数定律.     

Menger概率度量空间中Caristi型混合不动点定理

本文在Menger概率度量空间中引进Caristi型混合不动点概念,得到两个混合不动点定理和两个集值映象序列的公共混合不动点定理,我们的定理改进和推广了Caristi不动点定理及相关的近期重要结果.     

加权和线性过程的渐近正态性

本文建立了α-混合序列情形的加权和平稳线性过程的渐近正态性.获得的结论基于最少的权条件.所得结论将Abadir等[Econometric Theory,2014,30(1):252-284]中的结论推广至α-混合序列情形.     

ρ^ ～混合序列加权和完全收敛性和强收敛性

讨论了ρ^ ～混合序列加权和完全收敛性和强收敛性，推广了Stout和Thrum定理。     

不同分布ρ混合序列乘积和的强收敛性

研究了ρ混合序列的收敛性质,利用得到的结果和ρ混合序列的矩不等式讨论了ρ混合序列乘积和的强收敛性质.     

■混合序列加权和的强稳定性(英文)

本文给出了■混合序列加权和的强稳定性的一些结果,同时也给出了■混合序列的强大数定律的若干新结果,这些结果推广了独立随机变量序列的相应结果.     

不同分布(p)混合序列的完全收敛性

讨论了一类比较广泛的相依随机变量序列(p)混合序列的收敛性质,推广了吴群英等人关于(p)混合序列的完全收敛性的研究,获得了不同分布p混合序列的完全收敛性的结果.     

具有混合单调非线性项的四阶微分方程两点边值问题

讨论了一类具有混合单调非线性项的四阶微分方程两点边值问题,运用一类混合单调算子的不动点定理及"和型"非线性算子的不动点定理,结合单调迭代技巧和格林函数的性质,获得方程正解存在且唯一的充分条件,并构造两个迭代序列收敛于此唯一解.最后,给出具体的例子验证了定理的正确性.     

■混合随机变量序列加权和的矩完全收敛性

本文研究了■混合随机变量序列加权和的矩完全收敛性,利用φ混合随机变量序列的Rosenthal型不等式,得到了■混合随机变量序列加权和的矩完全收敛性定理,这些结果推广和改进了已有的结果.     

混合序列部分和的若干收敛性质

本文研究了混合序列部分和的若干收敛性质.利用Serfling不等式推广情形,证明了一类随机变量序列部分和的一个收敛性结果,获得了混合序列部分和的收敛性,并进一步得到了混合序列加权和的强收敛性和完全收敛性,推广并改进了文[2]中有关结果.     

不同分布(φ)混合随机变量序列的强收敛性

本文研究了不同分布(φ)混合随机变量序列的强收敛性质的问题.利用(φ)混合随机变量序列的矩不等式和截尾的方法,获得了(φ)混合随机变量序列完全收敛性和几乎处处收敛性结果,所获得结果不仅推广了Baum和Katz (1965)关于独立同分布随机变量序列的结论,而且改进了Wu和Lin (2004)关于同分布(φ)混合随机变量序列的相关结论.     

SOME CONVERGENCE PROPERTIES FOR THE PARTIAL SUMS OF (ρ～) MIXING SEQUENCES

本文研究了(ρ～)混合序列部分和的若干收敛性质.利用Serfling不等式推广情形,证明了一类随机变量序列部分和的一个收敛性结果,获得了(ρ～)混合序列部分和的收敛性,并进一步得到了(ρ～)混合序列加权和的强收敛性和完全收敛性,推广并改进了文[2]中有关结果.