随机场重对数律的一种精确渐近性

讨论了随机场重对数律精确渐近性的一种形式,设{X,Xk,k∈Z＋^d,x（i）,i≥1}是独立同分布的随机变量序列,且EX=0,EX^2=σ^2〈∞,则 limc→0ε^2∑n 1/｜n｜（log｜n｜）^dP（｜Sn｜≥ε√｜n｜loglog｜n｜）=σ^2/（d-1）!     

多指标随机变量部分和的精确渐近性

令Z＋^d为d维非负整数格点集,{X,Xk：k∈Z＋^d}为独立同分布,均值为0的随机变量列．令Sn=∑k≤nXk,k,n ∈Z＋^d,给出这种随机变量部分和Sn的精确渐近性．     

Clung重对数律成立的一个充分条件

设(X.}是独立随机变量列,EX. = O,supEX} < },n > 1以风}是正的单调趋向无穷大序列,买_1._, R:相似文献   

非平稳弱负相关随机变量的重对数律

本文研究了Ｒ＾ｐ中非平稳弱相关随机变量的极限性质,在有限二阶矩条件下获得了重对数律的结果。     

独立随机变量序列加权和的重对数律

本文利用最近发展起来的随机化技巧讨论独立B一值和实值随机变量序列加权和的重对数律.     

强平稳正相协列乘积和的重对数律

利用化乘积和为部分和的乘积的和的方法，证明了强平稳正相协列的乘积和的重对数律，并将Lehmann，EL，Ann，Math Statist，1966(3)：1137-1153的结果视为本文的特况．     

p－型空间中的Kolmogorov重对数律

主要说明了Ｋｏｌｍｏｇｏｒｏｖ重对数律对ｐ型Ｂａｎａｃｈ空间值独立、零均值的随机元列有类似于对实值的表现形式，从而揭示了空间的型ｐ与重对数律的开方指数之间有着密切的关系．     

关于NA情况下重对数律收敛速度的一般形式

研究了NA序列重对数律收敛速度的一般形式，把Davis和Gut的结果推广到了NA的情形，并使梁汉营等人关于对数律一个结果成为特例；作为推论，得到了关于NA序列重对数律收敛速度的充分条件．     

φ混合随机场的MarcinkieWicz强大数律’

本文得到了声混合随机场中类似于单指标情形的几个矩不等式,并利用它们证明了Marcinkiewicz强大数律·     

独立同分布随机场加权和的Marcinkiewicz强大数律

设{Xn-;(-n)∈Nd}是一个i.i.d.实值随机场,此处d是大于等于2的正整数,Nd表示d-维格点.记1=(1,…,1)∈Nd,且令{ani-;(-1)≤i≤(-n),(-n)≥(-1)}是一常数矩阵.证明了在某种矩条件下,加权和Tn-=∑(-i)≤(-n)a(-n)(-i)X(-i)的MarcinkiewiczZygmund强大数律.与此同时,在随机场矩生成函数存在的情形下,还得到了其他形式的强极限定理.这些结果包含了已有文献的一些结论.     

非平稳NA随机变量域的重对数律

利用Rosenthal型最大值不等式、Kolmogorov型指数不等式及Stein方法，邵启满、苏淳就强平稳的NA随机变量于1999年建立了重对数律，本文利用与之类似的截尾方法，在期望为0，且2 τ阶距有限的条件下，得到了非平稳的NA随机变量域的重对数律。     

负相伴随机变量序列矩完全收敛的精确渐近性

假设{X,Xn;n≥1}为平稳的负相伴随机变量序列.对其矩完全收敛的精确渐近性进行讨论.令EX1=0,E|X1|3＜∞,且满足相应的条件.记Sn=X1+X2+…+Xn,n≥1,σ2=EX1+2(∞∑j=2)E(X1Xj)＞0.若E|X|r＜∞,1＜p＜2,r＞1+p/2,成立(limε↘0)ε2(r-p)/2-p-1 (∞∑n=1)nr/p-2-1/pE{|Sn|-(σεn1/p)}+=p(2-p)σ/(r-p)(2r-p-2)E|N|2(r-p)/2-p,其中N为标准正态随机变量.     

PA序列Chung型对数律的极限定理

设{Xn,n≥1}是一均值为零、方差有限的正相伴平稳序列.记Sn=sum Xk,Mn=maxx≤n|Sk|,n≥1 from k=1 to n,并假设0σ2=EX12+2 sum E X1 Xk∞ from k=2 to ∞.在E|X1|2+δ∞,δ∈(0,1],以及对某个α1,sum Cov(X1,Xj)=O(n-α) from j=n+1 to ∞的条件下,建立了PA序列关于Chung型对数律的精确收敛速度.     

纪录时刻及其计数过程矩完全收敛的精确渐近性

设{Xn,n≥1}是i.i.d.连续型随机变量,μ(n)为记录时刻对应的计数过程,记N为服从标准正态分布的随机变量,证明了μ(n)矩完全收敛的精确渐近性,即当1p2,δ-1时,有limε10ε2p(δ+1)/(2-p)∑n≥3(logn)δ/n(logn)-1/2E{|μ(n)-logn|-ε(logn)1/p}+=1/δ+1·2-p/2pδ+p+2E|N|(2pδ+p+2)/(2-p).     

负相伴随机变量序列加权和的强大数律

令{X_n,n≥1}是负相伴随机变量序列.导出了负相伴同分布随机变量加权和的强大数律,该结论推广了SUNG和BAI等的结果.     

多重随机环境中马氏链及其强大数定律

引入了多重随机环境中的马尔科夫链模型,该模型是随机环境中马尔科夫链模型的推广,适用范围更广.给出了多重随机环境中马尔科夫链模型的2个应用背景;讨论了m重随机环境中马尔科夫链、n重随机环境中马尔科夫链、马氏链、2 m维链的相互关系及性质.最后,利用得到的多重马氏链的相关性质获得了多重随机环境中马尔科夫链强大数定律成立的充分条件,推广了部分文献的结论.