正则和函数的强极限及应用

研究了随机变量序列正则和函数的重对数律,作为应用,给出了正的随机变量序列部分和乘积的重对数律.同时,还获得了独立随机变量阵列相应的单对数律结果.     

Brown运动增量的局部泛函三重对数律

利用Brown运动及其增量的大偏差,对二重对数律证明技巧做了适当改进,得到了Brown运动及其增量的局部泛函三重对数律.推广了Gao和Liu文中相应结果,对三重对数律的研究做点探索.     

扩散过程在Holder范数下的局部 Strassen重对数律

在该文中,作者应用扩散过程在Holder范数下的大偏差得到了扩散过程在Holder范数下的局部Strassen重对数律. 并且还得到了重Ito积分的泛函重对数律.     

-混合情形非参数密度估计的重对数律

当样本X1,…,Xn,…,是α-混合时,建立了三角数组的重对数律和Rosenblatt-Parzen核估计的重对数律.     

不完全信息随机截尾模型的MLE 的Chung 重对数律

在一定条件下,证明不完全信息随机截尾模型的MLE 满足 Chung重对数律. 作为其推论得到:不完全信息随机截尾试验下,指数分布和Weibull 分布的MLE 满足Chung 重对数律.     

线性过程的强逼近和重对数律

本文讨论由独立同分布随机变量列产生的线性过程的泛函型重对数律和强逼近, 同时又给出由NA随机变量列产生的线性过程的重对数律.     

φ-混合序列Strassen重对数律的一个推广及其应用

本文针对φ-混合相依变量,在其方差可能为无穷的条件下,建立了一个广义Strassen重对数律,一定程度上推广了先前的结论.作为应用,建立了部分和乘积的广义Strassen重对数律.     

带有反馈机制的单服务台排队系统的泛函重对数律

本文考虑了一个带有贝努里反馈机制的单服务台排队系统.我们将该系统的一些数量指标如队长过程,忙期过程,负荷过程的泛函重对数律的问题转化为一个反射布朗运动相关的问题,利用已有的布朗运动的重对数率的结果,刻画了队长过程,忙期过程,负荷过程的重对数律.     

可交换随机变量序列重对数律的收敛速度

本文讨论了可交换随机变量序列{Xn:n≥1)重对数律的收敛速度,得到了可交换随机变量序列与独立序列类似的极限性质,同时给出了可交换序列重对数律收敛速度的一种描述.     

n重分数布朗运动的Strassen泛函重对数律

本文给出了由两个不同的分数布朗运动组成的重分数布朗运动的Strassen型泛函重对数律和局部Strassen型泛函重对数律.我们的结果也适用于由两个布朗运动组成的重布朗运动及由一个分数布朗运动和一个布朗运动组成的重过程.最后将上述结果推广到n重分数布朗运动中.推广了已有文献的相应结果.     

扩散过程的拟必然局部Strassen重对数律

应用大偏差,得到了扩散过程和重随机积分的拟必然局部Strassen重对数律.     

关于ρ-混合序列对数律的收敛速度

本文研究了ρ-混合序列对数律的收敛速度，在较弱的矩条件下得到了与独立同分布实随机变量类似的结果，并获得了ρ－混合序列满意对数律的一个充分性结果；讨论了ρ－混合序列重对数律的收敛速度的问题，得到了一个重对数律的充分性条件。     

扩散过程在Hlder范数下的局部Strassen重对数律

在该文中,作者应用扩散过程在Holder范数下的大偏差得到了扩散过程在Holder范数下的局部Strassen重对数律．并且还得到了重It■积分的泛函重对数律．     

不同分布WOD随机变量序列的重对数律

在一个独立随机变量序列的重对数律的基础上,获得了一个不同分布WOD随机变量序列的重对数定理,定理的证明基于一个Kolmogorov型指数不等式.     

独立增量过程的上下类函数

本文讨论了独立增量过程的Kolomogorov重对数律和Chung重对数律相应的上下类函数问题，得到了与独立随机变量情形相应的结果．     

α—混合情形非参数密度估计的重对数律

当样本X1，…，Xn,…，是α-混合时，建立了三角数组的重对数律和Rosenblatt-Parzen核估计的重对数律。     

ψ-混合随机变量序列的重对数律

本文讨论了同分布的 -混合序列其共同分布属于稳定分布(非高斯情形)吸引场部分和的Chover型重对数律.特别地当分布函数属于稳分布的正则吸引场时,得到了部分和及后置和更精细的结果,即积分检验的结果,由此立即可推出相应的Chover型重对数律.     

ψ-混合随机变量序列的重对数律

本文讨论了同分布的 -混合序列其共同分布属于稳定分布(非高斯情形)吸引场部分和的Chover型重对数律.特别地当分布函数属于稳分布的正则吸引场时,得到了部分和及后置和更精细的结果,即积分检验的结果,由此立即可推出相应的Chover型重对数律.     

(φ)-混合随机变量序列的重对数律

本文讨论了同分布的(φ)-混合序列其共同分布属于稳定分布(非高斯情形)吸引场部分和的Chover型重对数律.特别地当分布函数属于稳分布的正则吸引场时,得到了部分和及后置和更精细的结果,即积分检验的结果,由此立即可推出相应的Chover型重对数律.     

随机左截断数据下乘积限估计的强逼近及其应用

本文建立了左截断数据下乘积限估计的强表示结果,其误差项的收敛速度达到重对数律。作为应用,推出了乘积限估计的重对数律和强逼近等深刻结果。