行为φ混合随机变量阵列加权和的极限行为（英文）

在本文中,令{X_(ni),i≥1,n≥1}为一列行为φ混合随机变量阵列.本文研究了行为φ混合随机变量阵列加权和的极限行为,并且一些新的完全收敛性结果被取得,这些结果推广和改进了相应的已有定理.

行为ρ混合随机变量阵列的完全矩收敛性（英文）

本文假设X{ni;i≥1,n≥1}是一列行为混合随机变量阵列。在没有同分布和随机控制的假设条件下,作者讨论了混合随机变量的完全矩收敛性,所获得结果推广和改进了Hu and Taylor(1997),Zhu(2006)和Wu and Zhu(2010)的相应定理.

行为NA的随机变量阵列加权和的完全收敛性(Ⅱ)

本文研究了行为NA的随机变量阵列加权和的完全收敛性,推广了行独立随机变量阵列相应的结果.且得到了任意随机变量阵列加权和完全收敛的一个定理.

行为NA的随机变量阵列加权和的完全收敛性

{Xni,1≤i≤n,n∈N}是行为NA的随机变量阵列,且一致有界于随机变量X,p>0,E｜X｜2p<a2ni=o(1∞,EXni=0(1≤i≤n,n∈N),{ani,1≤i≤n,n∈N}是实数阵列,max｜ani｜=O(1logn),n1/p),∑n1≤i≤ni=1C0,推广了Stout及Taylor等相应的结果.

φ混合随机变量阵列加权和的收敛性质

利用φ混合随机变量的Rosenthal型矩不等式,考虑一定权重条件下,不同分布φ混合随机变量阵列的强收敛性质,得到了一些新结果.

行为NA的随机变量阵列的完全收敛性

根据 NA序列的一个矩不等式 ,研究了行为 NA的随机变量阵列的完全收敛性和依概率收敛性 ,所得结果 。

行为NA的随机变量阵列加权和的L^r收敛性

{Xni,1 i Kn↑∞,n 1}为行为NA的随机变量阵列,{ani,1 i Kn↑∞,n 1}为实数阵列,研究了∑Kni=1aniXni的Lr收敛性.

行为两两NQD的随机变量阵列的完全收敛性和大数定律

研究了行为两两NQD的随机变量阵列的完全收敛性和大数定律,所得结果,推广了行独立随机变量阵列相应的结果.

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.

行NA随机变量三角阵列的完全收敛性

令{Xni;1≤i≤n,n≥1}是行NA的随机变量三角阵列.利用NA随机变量序列的一个矩不等式,讨论了行NA的随机变量三角阵列在被随机变量X弱平均控制的条件下的完全收敛性.所得到的结果推广了行独立的随机变量三角阵列相应的结果.

行为NA随机变量阵列加权和的矩完全收敛性

研究了行为NA随机变量阵列加权和的矩完全收敛性,得到了行为NA随机变量阵列加权和的矩完全收敛性的充分条件,推广了梁汉营^([9])和Chow^([13])的部分结果。

行为NA的随机变量阵列加权和的收敛性

利用NA随机变量序列的矩不等式,得出了行为NA的随机变量阵列加权和在Cesáro一致可积条件下的Lr收敛性和弱大数定律,以及在弱于Cesáro一致可积条件下行为NA的随机变量阵列加权和的完全收敛性,推广和改进了目前该方面的主要结果.

NOD随机变量阵列加权乘积和的完全收敛性

利用NOD随机变量的性质,研究了行为NOD随机变量阵列加权乘积和的完全收敛性,获得了一些新的结果,所得的结果推广和改进了已知的一些文献中的一系列结果.

行负相依随机变量阵列的完全收敛性（英文）

本文研究同分布假设条件和随机控制要求下行负相依随机变量阵列最大值部分和的完全收敛性的问题,得到一些新的结果.这些结果推广和改进了已有关于行独立随机变量阵列和行负相依随机变量阵列的相关定理.作为应用,行负相依随机变量阵列的Chung型强大数定律被取得.

随机变量阵列加权和最大值的收敛性

本文研究了形如maxun≤j≤vn|∑ji=unaniXni|的弱大数律和Lr收敛性,其中0<r≤p,0<p≤2,{ani,un≤i≤vn,n≥1}是实数阵列,{Xni,un≤i≤vn,n≥1}当0<p<1时是任意随机变量阵列,当1≤p≤2时是均值为零的行为NA的随机变量阵列.所得结果丰富和推广了许多已知的结果.

行ρ^-混合阵列加权和最大值的完全收敛性

先利用ρ-混合序列Rosenthal型最大值不等式,得到一个关于行ρ-混合阵列加权和最大值的完全收敛性定理,再利用此定理证明ρ-混合序列加权和最大值的MarcinkiewiczZygmund型强大数定律.

混合阵列行和的若干极限定理

研究ρ混合阵列行和的弱收敛性、Lp敛性和完全收敛性，目的是把独立阵列行和的相关极限定理推广到ρ混合阵列行和的情形，在{Xnk；1≤k≤kn↑∞，n∈N}是Cesaro一致可积的相关条件下，利用截尾、概率不等式等手法，分别获得ρ混合阵列行和的弱收敛性、Lp收敛性和完全收敛性定理，推广了前人的一系列结果．

行混合阵列部分和最大值的完全收敛性

利用随机变量的截尾方法和ρ~混合序列的矩不等式,得到了一定条件下行混合序列部分和最大值的完全收敛性,推广了若干已有的结果。

行■混合阵列部分和最大值的矩完全收敛性

利用ρ混合序列的矩不等式及Markov不等式,得到了在一定条件下ρ混合阵列加权和的矩的完全收敛性.

关于B值行独立随机元阵列部分和的完全收敛性的注记

讨论了p型Banach空间 (1≤p≤ 2 )下 ,B值行独立随机元阵列部分和的完全收敛性 ,得到了几个充分条件的结果 ,它们是实值随机变量阵列完全收敛性的推广 .