(φ)-混合序列的弱收敛性和完全收敛性

在本文中,作者研究了(φ)-混合序列的极限性质.得到了经典的弱收敛定理和完全收敛定理,将独立情形下的弱大数定律、Baum和Katz完全收敛性定理推广到了(φ)-混合序列,而未额外添加任何条件.     

稳定分布吸引场中φ-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φ-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φ-混合序列加权和的极限性质，并给出相应的重对数律。     

集值平稳随机过程

本文给出了集值平稳随机序列与保测变换等价定理，以此证明了Ｘ值平稳选择存在性，最后证明可以取无界值集值平稳随机过程的强大数定律和最大遍历定理。     

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。     

■-混合序列的弱收敛性和完全收敛性(英文)

在本文中,作者研究了■-混合序列的极限性质。得到了经典的弱收敛定理和完全收敛定理,将独立情形下的弱大数定律、Baum和Katz完全收敛性定理推广到了■-混合序列,而未额外添加任何条件。     

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.     

非线性条件期望不等式及大数定理

通过引进球NPC空间上的条件期望与条件方差等概念,本文研究了非线性条件期望及条件方差不等式,进而证明了取值于度量空间M上的独立同分布随机变量序列的依L2收敛定理和强大数定律以及关于条件期望的Jensen不等式。     

稳定分布吸引场中-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(?)-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(?)-混合序列加权和的极限性质,并给出相应的重对数律。     

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.     

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.     

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     

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。     

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φ^-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。     

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．     

关于齐次树指标可列马氏链的若干极限性质

研究了齐次树指标可列马氏链的一类强极限定理。作为推论。得到了齐次树指标可列马氏链关于状态和状态序偶出现频率的强大数定律。     

M(H~∞)上的序列及Douglas代数的Bourgain代数(为庆贺游兆永教授60寿辰而作)

本文首先研究了H~∞的极大理想空间M(H~∞)上的序列的变化状态,在[1]的基础上,进一步证明了如下定理;若{φ_n}是M(H~β上的序列,那么或{φ_n}合收敛子列,或{φ_n)含插值子列,且此插值子列是SAT的。 作为应用,我们讨论了Douglas代数的Bourgain代数,得到了[4]中的主要结果;η是内函数,若z(η)∩M(B)是无限集。那么B_b.最后我们还在[9]的基础上,讨论了园盘上某些代数的Bourgain代数,得到了一些很有意思的结果。     

ρ混合序列加权和的Marcinkiewicz强大数定律

通过建立(ρ)混合序列加权和的Bernstein不等式,研究了(ρ)混合序列加权和线性统计量的Marcinkiewicz-Zygmund强大数定律,实质性的改进和推广了Z.D.Bai与P.E.Cheng的结果.最后讨论了一个实际例子,预测城市物价增长.     

φ-混合、α-混合序列和的强大数律

本文利用φ-混合、α-混合序列的Bcrnstcin不等式,获得的强大数律,并将此结果应用于线性模型参数β的估计问题中,得出β的最小二乘估计β_L的强相合性。     

非齐次马氏链样本相对熵率存在定理

样本相对熵率是信息论中一个重要的内容,在统计假设检验及编码理论中起着非常重要的作用.本文的目的是要研究在有限状态空间中取值的非齐次马氏链样本相对熵率的存在性.首先将数列绝对平均收敛的定义推广到平面上,并得到平面点列绝对平均收敛的定义及相关引理,然后利用非齐次马氏链二元函数的一类平均极限定理及强大数定律,给出非齐次马氏链样本相对熵率存在的条件.本文将信息论中关于独立同分布随机变量序列的假设检验问题做了更为广泛的推广.     

度量空间压缩映象的拟Picard迭代收敛性定理

游兆永在概率度量空间中首次研究了拟Picard迭代,获得了四个收敛性定理。本文讨论了度量空间中压缩映象的拟Picard迭代,非常有趣的是,我们所得定理的证明应用了概率度量空间理论。 下面出现的φ和Ψ,我们总假定是[0,+∞)→[0,+∞)的严格递增的连续函数,且φ(t)0,t—(φ(t))→+∞(t→+∞)。