不同分布^～φ混合序列的强收敛性

讨论了不同分布^～φ混合序列的强收敛性，获得了与独立情形几乎一致的结果，推广了著名的Kolmogmv强大数律．     

■混合序列的几乎处处收敛速度

讨论了■混合序列的强收敛性.利用截尾、矩不等式、矩和级数收敛的关系、Borel-Cantelli引理、Cr不等式、Morkov不等式等,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.有助于其它相依变量极限性质的研究.     

不同分布(ψ)混合序列的强收敛性

讨论了不同分布(ψ)混合序列的强收敛性,获得了与独立情形几乎一致的结果,推广了著名的Kolmogrov强大数律.     

■混合序列加权和的完全收敛性和强收敛性

随机变量取值的统计规律性往往通过大量的重复观测来体现,对大量重复观测作数学处理的常用方法是极限理论.独立同分布随机变量的极限理论已经很完善,近年来混合序列的极限理论发展较快,有的结果已接近独立同分布情形.讨论了一类较广泛的 φ混合序列加权和的收敛性质,获得了它的完全收敛性和强收敛性等性质.     

不同分布混合序列的完全收敛性

讨论了ρ~混合序列的完全收敛性质,利用矩不等式,通过截尾等手法,获得了几乎与独立情形完全一样的Baum和Katz的完全收敛定理.     

φ混合序列加权和的完全收敛性和强收敛性

随机变量取值的统计规律性往往通过大量的重复观测来体现，对大量重复观测作数学处理的常用方法是极限理论．独立同分布随机变量的极限理论已经很完善，近年来混合序列的极限理论发展较快，有的结果已接近独立同分布情形．讨论了一类较广泛的φ混合序列加权和的收敛性质，获得了它的完全收敛性和强收敛性等性质．     

不同分布(ρ)混合序列的完全收敛性

讨论了ρ^～混合序列的完全收敛性质，利用矩不等式，通过截尾等手法，获得了几乎与独立情形完全一样的Baum和Katz的完全收敛定理。     

不同分布混合序列加权和的完全收敛性和强收敛性

讨论了不同分布混合序列加权和的完全收敛性和强收敛性,推广了Stout和Thrum定理。     

(ψ)混合序列加权和的完全收敛性和强收敛性

随机变量取值的统计规律性往往通过大量的重复观测来体现,对大量重复观测作数学处理的常用方法是极限理论.独立同分布随机变量的极限理论已经很完善,近年来混合序列的极限理论发展较快,有的结果已接近独立同分布情形.讨论了一类较广泛的(ψ)混合序列加权和的收敛性质,获得了它的完全收敛性和强收敛性等性质.     

不同分布～↑ρ混合序列加权和的完全收敛性和强收敛性

讨论了不同分布～↑ρ混合序列加权和的完全收敛性和强收敛性,推广了Stout和Thrum定理。     

不同分布(ρ)混合序列加权和的完全收敛性和强收敛性

讨论了不同分布(ρ)混合序列加权和的完全收敛性和强收敛性,推广了Stout和Thrum定理.     

~↑ψ混合序列的几乎处处收敛速度

讨论了~↑ψ混合序列的强收敛性．利用截尾、矩不等式、矩和级数收敛的关系、Borel—Cantelli引理、Cr不等式、Morkov不等式等，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．有助于其它相依变量极限性质的研究．     

■混合序列的Jamison型加权乘积和的强稳定性

讨论了■混合序列的Jamison型加权乘积和的强稳定性.利用矩不等式、截尾手法,推广和改进了独立情形Jamison等定理.     

(φ~)混合序列的几乎处处收敛速度

讨论了(φ~)混合序列的强收敛性.利用截尾、矩不等式、矩和级数收敛的关系、Borel-Cantelli引理、Cr不等式、Morkov不等式等,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.有助于其它相依变量极限性质的研究.     

再论■混合序列的广义Jamison型加权和的收敛性质

从~φ混合序列的广义Jam ison型加权和的一个系数指标函数的自身性质出发,讨论了~φ混合序列的广义Jam ison型加权和的强稳定性,避免了控制函数的引入,得到了更一般的~φ混合序列的广义Jam ison型加权和的几乎处处收敛的条件.     

ρ~-混合序列的完全收敛性和强大数律

讨论了ρ-混合序列的完全收敛性和Marcinkiewicz强大数律,获得了与独立情形完全一样的Baum和Katz定理和Marcinkiewicz强大数律。     

相依序列加权和的强收敛速度

研究了矩限制的φ－混合或强混合随机变量序列加权和强收敛速度问题，在关于混合系数趋于零的速度的适当限制下，所得结果达到了鞅差序列或独立序列情形时的相应结果。     

φ-混合序列部分和的完全收敛性

设{K;n≥1}为φ-混合序列,若存在一个随机变量X,使得当X→＋∞时,有sup P（I Xn I≥x）〈〈P（IXI≥x）,该文在没有强平稳或者同分布等条件的限制之下,在一定的混合速度下,建立了随机变量序列尾概率级数的收敛性和矩的存在性之间的关系。     

强混合序列最大值与和的几乎处处收敛性(英文)

在混合系数α(n)=(logn)-ε的条件下证明了强混合随机序列最大值与和的几乎处处中心极限定理.