ρ^-混合随机变量序列加权和的完全收敛性质

应用ρ-混合随机变量序列截断法、Hlder不等式、Markov不等式、Jensen不等式、Cr不等式及ρ-混合随机变量的Rosenthal型矩不等式,考察在没有同分布假设条件下,ρ-混合随机变量序列加权和的完全收敛性质,并利用Borel-Cantelli引理,给出ρ-混合随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.

φ-混合随机变量序列线性形式的强稳定性

利用随机变量的截尾术及强大数定律,得到了φ-混合随机变量序列具有线性形式强稳定性的充分条件.

φ-混合随机变量序列收敛性质的若干新结果(英文)

本文将Kolmogorov型不等式推广到φ-混合序列,并且研究其强收敛性质,得到了φ-混合序列的Khintchine-Kolmogorov型收敛定理、三级数定理和Marcitlkiewicz型强大数定律.

α-混合随机变量序列线性形式的强稳定性

研究了α-混合随机变量序列线性形式的强稳定性.利用随机变量的截尾术及强大数定律,得到了不同分布α-混合随机变量序列具有线性形式强稳定性的充分条件,在某种程度上推广了独立随机变量的线性形式的强稳定性的相应结果.

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.

Ψ-混合随机变量序列的强大数定律(英文)

主要研究Ψ-混合随机变量序列部分和的强大数定律,并且得到了一些新结果在混合系数满足一定条件时,本文的结果推广了独立序列的相应结果.

φ-混合随机变量序列加权和的L^r收敛性

本文在r(1≤r<2)阶一致可积条件下,讨论了φ-混合随机变量序列加权和的Lr收敛性,获得了与独立情形一致的结果.

ρ^＊-混合随机变量序列的强大数定理

利用随机变量的截尾方法和Háyek-Rényi型最大值不等式研究了ρ*-混合随机变量序列.在一定的条件下,得到了ρ*-混合随机变量序列的强大数定理.

Rosenthal型极大值不等式在φ^-混合随机变量序列收敛性中的应用

讨论了φ-混合随机变量序列的收敛性问题,利用该序列的Rosenthal型极大值不等式得出收敛性问题的相关结论,在主要结论证明中使用了再截尾方法,先对加权混合序列进行截尾,确定出截尾水平,然后再对原φ-混合随机变量序列进行截尾,该方法的求证过程充分利用了权所提供的信息.

不同分布φ混合随机变量序列的强收敛性(英文)

本文研究了不同分布φ混合随机变量序列的强收敛性质的问题.利用φ混合随机变量序列的矩不等式和截尾的方法,获得了φ混合随机变量序列完全收敛性和几乎处处收敛性结果,所获得结果不仅推广了Baum和Katz(1965)关于独立同分布随机变量序列的结论,而且改进了Wu和Lin(2004)关于同分布混合随机变量序列的相关结论.

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(?)-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。

行-混合随机变量阵列加权和的完全收敛性（英文）

本文研究随机变量阵列加权和的完全收敛性问题,我们获得行-混合随机变量阵列加权和的一个完全收敛性定理.通过这个定理可以获得一系列结果.我们所得结果推广了Baum和Katz(1965),Peligrad和Gut(1999)所得的结果.

α混合随机变量序列部分和乘积的几乎处处中心极限定理

利用子序列等方法,获得α混合随机变量序列部分和乘积的几乎处处中心极限定理的更优结果,改进了相关文献的结果.

强混合随机变量序列的一个几乎处处中心极限定理

研究了强混合随机变量序列的几乎处处中心极限定理。利用子序列等方法,获得了强混合随机变量序列几乎处处中心极限定理的一个较优结果。

ψ-混合随机变量线性形式的强稳定性

给出了一些ψ-混合随机变量线性形式的新结果,它推广了独立随机变量的相应定理。

混合随机变量序列几何加权和的极限结果

本文证明了同分布的λ 混合随机变量序列 {X ,Xn,n≥ 1 }几何加权和的广义重对数律 ,即当混合系数λ(1 ) <1和X的负部存在某阶矩时 ,以概率 1地有limsupn→∞(b -1 ) ∑ni =1 biXi/bn+1 =X的本性上确界 ,其中b >

-混合随机变量的泛函型Erds-Rényi大数定律

本文证明了■－混合随机变量的Ｅｒｄｏｓ－Ｒｅｎｙｉ大数定律特别地，以概率１，Ｗ(Ｎ，ｎ)＝的极限点集是相对紧的并与函数空间的大偏差速率函数相联系，其中 是取值于 Ｂａｎａｃｈ空间的■－混合随机变量， ｈ（Ｎ）＝［ｃｌｏｇＮ］．

ρ~*-混合随机变量加权和的矩完全收敛性(英文)

作者讨论了ρ＊-混合随机变量阵列加权和的矩完全收敛性,所获得的结果改进了邱德华（2011）的相应结果.

■混合随机变量序列加权和的矩完全收敛性

本文研究了■混合随机变量序列加权和的矩完全收敛性,利用φ混合随机变量序列的Rosenthal型不等式,得到了■混合随机变量序列加权和的矩完全收敛性定理,这些结果推广和改进了已有的结果.

不同分布随机变量序列的M-Z型强大数律

分别考虑不同分布随机变量序列Xn,n≥1为独立,两两独立和φ-混合情形,在其尾概率被随机变量X∈Lp一致控制(即对x∈R+,supnP|Xn|≥x≤P|X|≥x,成立)的条件下,证明了Marcinkiewicz-Zygmund型强大数律,即Sn-ESn/n1/p0n∞a.s.成立.