φ-混合随机变量序列加权和的完全收敛性

讨论了同分布下的φ-混合随机变量序列的完全收敛性,构建了1个定理和1个推论,它改进了前人的一些研究成果,获得了更一般的结论．     

Banach空间中φ—mixing序列的完全收敛性

研究了Ｂａｎａｃｈ空间中ａ〉１／２，ｐ〉２时，φ０ｍｉｘｉｎｇ序列和完全收敛性问题。通过用截断和高阶矩分析的方法，获得了在部分和二阶矩为ｎ＾２ａ－ｎ（ｎ〉０）阶无穷小时，此Ｂａｎａｃｈ空间中φ－ｍｉｘｉｎｇ序列的完全收敛性。     

B值同分布鞅随机变元序列矩完全收敛性

讨论了B值同分布鞅随机变量的矩完全收敛性,在一定矩条件下得到了同分布鞅随机变量的矩完全收敛性。将Chow关于实值独立同分布随机变量的矩完全收敛的结果推广到B值鞅,改变了同分布鞅随机变量的矩完全收敛性的状况,得到了至多平方矩存在的条件与独立同分布一样的结果。     

正相依序列生成的线性过程的完全收敛性

线性过程是时间序列分析的重要研究对象,对于其极限性质已经有了一些结果,但是部分和的完全收敛性还没有研究。该文运用研究完全收敛性的典型方法,提出了PA序列和两两PQD序列生成的线性过程的部分和的完全收敛性成立的一个充分条件,得到了与PA序列和两两PQD序列部分和的完全收敛性类似的结果。     

LNQD随机变量序列生成的移动平均过程的完全收敛性

设{Yi;-∞相似文献   

ρ混合随机变量序列加权和最大值的几乎处处收敛性

利用混合随机变量的矩不等式获得了以ank为加权系数的ρ槇混合随机变量序列加权和最大值的强收敛性,所得结论概括并推广了独立情形的相应结果。     

B值独立同分布随机变元序列矩完全收敛性

讨论了B值独立同分布随机变元的矩完全收敛性,在一定矩条件下得到了B值同分布随机变元的矩完全收敛性。将相关的B值独立同分布随机变元的完全收敛的结果推广到了B值独立同分布随机变元的矩完全收敛性,得到了在矩存在的条件下与独立同分布完全收敛性相似的结果。     

行内独立B-值随机变量组列的完全收敛性质

该文研究了B值随机元阵列的完全收敛性质.通过使用一些关于B值独立随机变量的矩不等式和Etemandi不等式,把主要结果从实值情况推广到了P(1≤P≤2)型的巴拿赫空间中,并且将定理条件进行了极大的简化.同时进一步弱化定理的条件,给出了其它形式的完全收敛定理.     

复值独立同分布随机变量序列部分和的完全收敛性

利用概率不等式,研究了复值独立同分布随机变量序列部分和的完全收敛性,得到复值独立同分布随机变量序列部分和同完全收敛性有关的几个定理．     

两两NQD随机序列的完全收敛性

利用矩不等式和截尾方法,研究了两两NQD随机序列的完全收敛性,并将独立阵列的相关极限定理推广到了两两NQD阵列的情形,所得结果推广和改进了文献[6]中定理3的结论.     

行为NA的随机变量阵列的收敛性

利用NA序列的一个矩不等式,研究了行为NA的随机变量阵列,证明了1/n1p∑ni=1Xni平均收敛于0、完全收敛于0、几乎必然收敛于0、依概率收敛于0的等价性.     

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。     

ND序列加权和的收敛性

在ND序列样本下,利用马尔科夫不等式及ND序列相应的矩不等式,讨论了在一定条件下ND序列加权和的收敛性质,并得出了ND序列加权和收敛性的两个结论。     

两两NQD列的完全收敛和强大数定律

把定理A中的条件∑Egi（Xi）/gi（ai）〈∞ from i=1 to ∞改为∑∑Egi（Xi）/gi（an）〈∞ from n=1 to ∞ from i=1 to n,得出一些两两NQD列的完全收敛结论,并利用此结论将独立情形的强大数定律推广到两两NQD列的强大数定律。     

复值独立随机变量序列部分和的收敛性

得到复值独立随机变量序列部分和同收敛性有关的几个定理.     

随机三角级数收敛性与Paley-Zygmund定理的推广

利用Beppo-Levi定理和Hlder不等式,以及Minkowski不等式研究了随机级数∑∞n=1X2n的收敛性,其中{Xn}是随机变量序列,在此基础上讨论了随机级数∑∞n=1an Xn的收敛性,其中{Xn}为正项同分布随机变量序列。将Paley-Zygmund定理推广到更一般的情形。     

END随机序列滑动平均的若干极限定理

利用条件E（exp{t｜X1｜1p}）〈$,（p〉1）,证明END随机序列滑动平均的极限定理,给出形如（logn）-p n＋（logn）p ∑k=n＋1 Xk的滑动平均的上下界,得到了经典强大数定律。     

负相依随机变量序列延迟平均的一类极限定理

研究负相依随机变量序列延迟和的一类强大数定理以及强收敛性.利用随机变量截尾方法建立负相依随机变量的概率不等式和矩不等式,在矩条件E(exp{t|X1|})＜∞(p＞1)下,获得了负相依随机变量延迟平均的强大数定理、完全收敛性以及(log n)-p∑n+1[log'n]k=n+1Xk的上、下界,推广了若干经典结果.