可列非齐次隐Markov模型的强大数定律

隐马尔科夫模型被广泛的应用于弱相依随机变量的建模,是研究神经生理学、发音过程和生物遗传等问题的有力工具.研究了可列非齐次隐Markov模型的若干性质,得到了这类模型的强大数定律,推广了有限非齐次马氏链的一类强大数定律.

关于任意随机变量序列泛函的强极限定理

本文在k是固定的正整数,{f_n}是R^(k+1)上的Borel可测函数列时,得到了任意随机变量序列{X_mn≥0}的泛函{f_n(X_(n-k)…,X_n)}的强极限定理,它是Chung的关于独立随机变量序列的强大数律的推广,作为推论,得到了k重非齐次马尔科夫链的一类强极限定理.