整值随机变量序列的一类强律的信息条件

引进相对熵密度偏差作为的任意整值随机变量序列相对于股从几何分布的独立随机变量序列的偏差一种度量，并通过限制相对熵密度偏差，给出了整值随机变量序列的强大数定理成立的一个充条件。     

样本相对熵率与一类关于随机选择系统的强偏差定理

将样本相对熵率和随机选择系统的概念引入任意整值随机变量序列的研究，在样本空间的子集上把样本相对熵率作为任意整值随机变量序列与非齐次马氏链之间偏差的一种度量，给出了一类关于随机选择系统的强偏差定理．     

整值随机序列滑动平均的小偏差定理

引入随机序列滑动似然比,作为任意整值随机序列相对于服从Poisson分布的独立随机变量序列偏差的一种度量,通过滑动相对熵给出样本空间的一个子集,在此子集上得到一类关于随机序列滑动平均的用不等式表示的强极限定理,即小偏差定理。     

连续信源与无记忆Gaussian信源的比较及若干强偏差定理

引入相对熵密度偏差作为一般连续信源相对无记忆Ｇａｕｓｓｉａｎ信源的偏差的一种随机性度量,利用似然比构造几乎处处收敛的上鞅,结合文献「１,４」中提出的分析方法,得到了任意连续型随机变量序列平方和的一类强偏差定理,其中包含连续信源相对熵密度的若干极限定理。     

似然比与整值随机变量序列的一类极限定理

引进似然比作为整值随机变量序列相对于服从负二项分布的独立随机变量序列的偏差的一种度量，并通过限制似然比给出了样本空间的一个子集，在此子集上得到了任意整值随机变量的一类用不等式表示的极限定理，独立随机变量序列的一类强律是其特例。     

随机变量序列基于指数分布的强偏差定理

利用样本相对熵作为一般非负连续型随机变量序列相对于服从指数分布的独立但不同分布随机变量我偏差的一种随机性度量,运用鞅理论及分析方法,研究了一类随机变量序列加权的用不等式表示的极限定理,即强偏差定理。     

关于一类极限定理的信息条件

本文利用相对熵密度的概念讨论 m 值随机变量序列关于给定值出现频率的某些极限性质,所得结果是马氏链关于占据时间的强大数定律的推广.     

整值随机变量序列与二重马氏链的比较及其极限性质

引进对数似然比作为整值随机变量序列相对于二重马氏链的偏差的一种度量，并通过限制似然比给出样本空间的某种子集,在这种集上得到了整值随机变量序列的一类用不等式表示的极限性质，其中包含对二重马氏链普遍成立的若干强律。     

整值随机变量序列与二重马氏链的比较及其极限性质

引进对数似然比作为整使随机变量序列相对于二重马氏链的偏差的一种度量，并通过限制似然比给出样本空间的某种子集．在这种集上得到了整值随机变量序列的一类用不等式表示的极限性质，其中包含对二重马氏链普遍成立的若干强律．     

关于可列非齐次马氏泛函的一类强偏差定理

引入样本相对熵率作为任意随机变量序列相对于可列非齐次马氏链的强偏差的一种度量来研究任意随机变量序列的极限性质,同时引入了一种全新的概率研究方法--分析法,得到了一类用不等式表示的强极限定理,即强偏差定理.     

整值随机变量序列的一个强大数定律

引进整值随机变量序列相对于Ｐｏｉｓｓｏｎ乘积分布的和随机比较系数的概念，并利用这一个概念给出了相依整值随机变量序列的一个强大数定律．     

二值随机序列的随机比较系数和强大数定律

本文的目的是要引进二值随机变量序列相对于独立分布的随机比较系数的概念,并利用这个概念给出这种序列满足强大数定理的一个充分条件。     

相依二值随机变量序列的强大数定律

本文利用相依二值随机变量序列相对于独立分布的随机比较系数的概念,讨论这种序列的强大数定律。     

关于二重马氏链转移概率的强大数定律

引入了取m个值的随机变量序列相对于m个状态的二重马氏链的随机比较系数的概念,并利用纯分析方法的概念给出了二重马氏链的一个强大数定律的推广,从而深化了文献[3]中的两个主要结论.     

整值随机变量序列的一类无规则性定理

设{Xn, n≥1)是在E=(1,2,…}中取值的随机变量序列,{Yn,n≥1}是一列选择函数[1,3],本文引进对数似然比这个概念作为{Xn,n≥1}相对于服从几何分布的独立随机变量序列的偏差的一种度量,得到了关于整值随机变量序列的一类无规则性定理。