独立阵列和的最大值完全收敛的等价条件

本文得到了独立阵列和(含加权和)的最大值完全收敛的等价条件,从而丰富和强化了前人的结果．     

NA序列完全矩收敛精确渐近性的一般结果

本文利用NA序列的弱收敛定理及概率不等式,证明了其完全矩收敛精确渐近性的一般结果,改进并推广了已有的结果.     

次线性期望下WA随机变量序列加权和的完全收敛性

在Choquet积分存在的前提下,用不同于概率空间的方法,研究了次线性期望空间中WA随机变量序列加权和的完全收敛定理,从而将概率空间中的相应的定理推广到次线性期望空间中,并得出与概率空间相类似的结果.     

ρ^-混合随机场强大数律的收敛速度

建立了ρ^-混合随机场的Rosenthal型最大值矩不等式和强大数律的收敛速度．所得结果改进并且推广了相关文献中的结果．     

次线性期望空间下END阵列加权和的完全积分收敛

研究次线性期望空间下END(extended negatively dependent)阵列加权和的完全积分收敛性,将概率空间中END阵列加权和的完全矩收敛推广到次线性期望空间下的完全积分收敛.     

两两NQD列的广义Jamison型加权和的强收敛性

讨论了两两NQD列的广义Jamison型加权的强收敛性,推广了名的Jamison定理。     

次线性期望下随机加权END序列的完全积分收敛

次线性期望下的极限理论具有挑战性,并且引起了人们的广泛关注和探索。运用不同于概率空间的研究方法,在Choquet积分存在的条件下,利用H?lder不等式和广义负相依(END)序列的容度不等式,研究次线性期望下随机加权END随机变量序列的完全积分收敛性,得到了完全收敛和完全积分收敛定理,从而把该定理从传统概率空间拓展到次线性期望空间。此外,定理的结果也对次线性期望下的一些结果进行了推广。     

次线性期望空间下END随机变量加权和的极限定理（英文）

本文研究了在次线性期望空间中END序列的强大数定律(SLLN)非常广泛的形式.在随机变量上积分C_V(φ-(|X|))<∞存在的条件下(其中φ(x)=x^1/βl(x)),获得了次线性期望空间中END序列的强大数定律(SLLN).此外,我们的结果将[J.Math.Res.Expition,2011,31(6):1081-1091]中的相应结果推广到了次线性期望空间.     

～↑ρ—混合序列的不变原理

给出一类较广泛的～↑ρ－混合序列，并证明了在一定的矩条件下，～↑ρ－混合序列的不变原理成立。     

Q过程的μ不变测度

设Q={qij;i,j∈E}是可数集E上的全稳定Q-矩阵，或单瞬时不可和准保守拟Q-矩阵，m={mj;j∈E}是Q的有限μ不变测度，则一定存在Q过程P（t)，使m是P（t)的μ不变测度。