两两NQD列的极限定理

本文主要研究了两两NQD列的完全收敛性和强大数定律.文中给出了两两NQD列的定义和推广的Kolmogorov型不等式,并利用推广的Kolmogorov型不等式,得到了两两NQD列的完全收敛性定理.本文构造了两个不增函数,利用不增函数的性质,得到了两两NQD列的强大数定律.本文得到的强大数定律与独立随机变量情况下的强大数定律相类似,进而推广了前人的研究成果.     

两两NQD列的强收敛性质

本文讨论两两NQD随机变量列极限理论中的强收敛性质。首先建立了两两NQD随机变量列最大部分和的Bernstein型概率指数不等式;并在此基础上,给出了具有不同分布的两两NQD列在较弱矩条件下的Petrov型对数律与Wittmann型重对数律,将文献中相应内容从NA情形推广到两两NQD情形。     

两两NQD列乘积和的Jamison型强稳定性的一个注记

讨论了不同分布两两NQD列的Jamison型加权乘积和的强稳定性。推广了不同分布独立列部分和和同分布NQD列部分和情形相类似的结论，得到了一些新的结果。     

两两NQD序列下线性指数分布参数的经验Bayes检验

本文讨论了线性指数分布参数的经验Bayes单边检验问题。对于两两NQD样本序列,利用核函数估计方法给出了检验函数。证明了该检验函数是渐近最优的,并在适当的条件下得到其收敛速度。     

相依随机变量列的极限定理

相依随机变量列是否有大数定律是可靠性理论和管理科学中经常遇到的问题。本文讨论了相依随机变量列的极限定理,获得了渐近负相关随机变量列的大数律,且伯恩斯坦大数律可作为本文结果的特例。特别是,获得了Loéve定理的一个等价形式,并讨论了相依随机变量列部分和上升的阶。     

任意随机序列关于广义几何分布的一类强偏差定理

本文引进对数似然比作为任意随机变量序列相对于服从广义几何分布的随机变量序列的偏差的一种度量,给出样本空间的一个子集。在该子集上通过构造非负上鞅和纯分析运算得到了任意随机变量序列关于广义几何分布的一类用不等式表示的强极限定理,即强偏差定理。作为推论得到了已有的随机变量序列关于几何分布的强偏差定理以及服从广义几何分布的任意随机变量序列的一类强大数定律。     

φ~混合序列部分和的收敛性质

设{Xn,n≥1)是~(φ)混合序列,利用随机变量的截尾方法和~(φ)混合序列的三级数定理,本文研究了~(φ)混合序列的性质,得到了矩条件下~(φ)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.     

关于相依随机阵列的一类强偏差定理

随机变量序列的强偏差定理是经典概率论强大数定理的自然推广。引入渐近广义对数似然比概念作为任意相依随机阵列与行独立随机阵列之间偏差的随机性度量。采用随机变量的截尾技术，构造带一个参数且期望为 1 的似然比，然后借助 Borel-Cantelli 引理获得随机变量序列的几乎处处收敛性。在一类钟开莱型条件下，给出了任意相依随机阵列的部分和与随机变量关于参考测度的期望之间的偏差的上、下界，并且其上、下界是广义相对熵的函数。定理的证明过程没有用复杂的测度论理论，仅采用简单的纯分析方法。所得结果推广了已有的结论，使强极限定理的应用范围更加广泛。     

正相协样本分位数估计的Bahadur表示

作为一类常见的随机变量序列,正相协随机变量序列在可靠性理论和多元统计分析中有着广泛应用.本文的主要目的是研究一类严平稳正相协随机样本分位数的估计问题.首先,利用正相协随机序列的性质,我们获得了一个有关正相协随机变量的协方差不等式.然后,利用正相协序列的指数不等式获得了一个有关经验分布函数的不等式.最后,我们利用所得不等式,在适当的条件下,进一步讨论了样本分位数估计的强相合性,并给出了其Bahadur表示及其收敛速度.     

关于随机序列的无规则性定理

本文研究一类特殊相依随机序列—离散指数分布序列,利用随机序列似然比与相对熵概念作为刻画随机序列相依性的随机性度量,借助B-C引理与纯分析方法,给出了离散指数分布序列无规则性的若干强偏差定理以及与独立连续型指数分布序列间的强逼近定理.     

关于齐次树指标马氏链的广义熵遍历定理

本文主要研究有限状态齐次树指标Markov链的强大数定律和广义熵遍历定理．熵遍历定理研究的是信息论中信源的渐近均分割性,树指标Markov链是近年来概率论的研究方向之一．首先,参照非齐次Markov链广义熵密度概念,本文给出了树指标Markov链的广义熵密度的定义．然后,通过构造一组期望值为1的随机变量,利用Markov不等式和Borel-Cantelli引理,证明得到了定义在树指标Markov链上一类随机变量的延迟平均的强极限定理．最后,利用上述定理的推论,我们证明得到了Cayley树上有限状态Markov链状态出现次数的延迟平均的强大数定律和广义熵遍历定理．本文的结果是对一些已有结果的推广．     

关于随机序列滑动平均的若干强偏差定理

本文引入渐近对数滑动似然比作为任意相依随机序列联合分布与参考乘积分布的偏差的随机性度量,通过限制渐近对数滑动似然比给出样本空间的一个子集.在此子集上,得到任意二值随机序列部分和滑动平均的一类用不等式表示的强极限定理,即强偏差定理.证明的基本思想是构造带参数的滑动似然比,然后运用分析方法.同时推广了若干经典的结论作为本文...     

一些相依序列的强大数律和收敛速度

本文研究了正相协序列、负相协序列、强正相依序列以及鞅差序列的强极限性质.利用负相协序列和弱鞅序列的极大值矩不等式以及随机变量的截尾方法,得到了上述相依序列的强大数定律、强收敛速度以及相应的随机变量序列上确界的可积性.本文不仅将独立情形下的强大数定律推广到以上相依序列,并且还给出了其收敛速度.     

关于多重序列比对距离矩阵的一点注记

因为多重序列比对的最优解问题是一个非易计算问题，所以在生物信息学中，对多重序列分析常常采用两两序列比对来实现。因此由两两比对所产生的距离矩阵在多重序列比对分析中起重要作用。证明了由两两序列比对所产生的距离满足距离关系的三公理条件，从而使两两序列比对分析在距离空间中进行。     

“停走”生成器输出序列的马氏性与平稳性

本文首先建立了“停走”生成器输出序列的概率模型,讨论了由这类序列成的随机变量序列的概率分布,独立性和相关性等概率性质,通过求得两种随机变量的联合分布的表达式,证明了此类随机变量序列是强平衡的齐次马尔科夫链。     

非独立随机变量部分和的收敛定理

讨论了只与矩有关的非独立随机变量部分和序列的收敛性．这些结果推广了Stout在[1]的中定理，进一步对一些相依随机变量给出了相应的结果．     

(~φ)混合序列的完全收敛性和强收敛性

讨论了一类较广泛的混合序列的收敛性质,获得了与独立情形一样的Baum和Katz完全收敛定理,Marcinkiewicz强大数律等收敛性质.     

混合序列的若干收敛性质

给出一类较广泛的 混合序列基本不等式 ,讨论了  混合序列的收敛性质 ,获得了几乎与独立情形完全一样的Baun和Katz定理 ,Marcinkiewicz强大数律 ,三级数定理等收敛性质     

稳定分布吸引场中ψ-混合随机变量序列加权和的极限性质

有关独立同分布随机变量序列加权和的强大数定律,已经有较完善的结果.近来陈平炎等人又研究了具有稳定分布的独立同分布随机变量序列的加权和的极限性质,而且得出有关ψ-混合随机变量序列的重对数律.本文主要是讨论稳定分布吸引场中ψ-混合序列加权和的极限性质,并给出相应的重对数律.     

ρ～混合序列的若干收敛性质

给出一类较广泛的ρ^~混合序列基本不等式,讨论了ρ^~混合序列的收敛性质,获得了几乎与独立情形完全一致的Baun和Katz定理,Marcinkiewicz强大数律,三级数定理等收敛性质。