混合序列的强大数律

讨论了混合序列部分和的强收敛性,所得结果推广和改进了文献[1]、[2],并推广了Marcinkiewicz强大数律．     

Q过程的μ不变测度——含吸收态情形

设Q={q_{ij};i,j∈E}是可数集E上的全稳定Q矩阵, 其中E=C∪{0},C为不可约集, {0} 为吸收态，m={m_j;j∈C}是Q的有限μ不变测度, 当Q非保守和保守时, 该文分别给出存在Q过程P(t), 使m是P(t)的μ不变测度的充分必要条件, 并具体构造出Q过程P(t).     

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.     

两两PQD序列的完全收敛性和强大数定律

给出两两PQD序列部分和的几个不等式,研究了一类广泛的随机变量序列两两PQD列的收敛性质,得到了与PA序列相类似的完全收敛性和强大数定律的结果.     

人口过程—唯一性与常返性

本文给出人口过程唯一性及常返性的充分必要条件。     

次线性期望空间下END阵列加权和的完全收敛性

在Choquet积分存在的条件下,研究次线性期望空间下END阵列加权和的完全收敛性,将概率空间中END阵列加权和的完全收敛性推广到次线性期望空间.     

不同分布ρ混合序列的强收敛速度

讨论了ρ混合序列的强收效性,获得了与独立情形几乎一致的结果,推广了著名的Marcinkiewicz-Zygmund强大数律.     

独立情形下自正则和的精确渐近性

研究均值为零非退化的独立同分布的随机变量序列正则和收敛性,在适当条件下,获得了自正则和精确渐近性的一般结果.     

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.     

负相关随机变量序列的对数律

在本文中,首先我们得到了负相关(ND)随机变量序列的指数不等式和矩不等式,然后运用这些不等式讨论了ND序列的对数律.结果,我们将独立情形下的对数律推广到ND序列情形下依然成立.