随机弱大数定律和弱大教定律的充要条件

讨论了任意随机变量序列的弱大数定律,得到了随机变量序列分别服从随机弱大数定律和弱大数定律的充要条件,以及独立随机变量序列服从弱大数定律的相关结果。     

有关可交换随机变量序列的一个强大数定律

推广了独立同分布情况下的Katz和Baum定理,得到了Katz和Baum定理在可交换随机变量情形下的具体表达形式。     

模糊随机变量序列的一个强大数定律

利用连续模糊数的性质和数学分析的结论，通过构造适当的零测度子集序列，将任意随机变量的强极限定理推广到模糊随机变量情形，得到了任意模糊随机变量序列的一个强大数定律，它是独立同分布等情形模糊随机变量强大数定律的推广.     

条件大数定律

本文讨论了随机变量Ｙ下相互独立的随机变量序列Ｘ１,Ｘ２,…,ｘｎ,…的收敛性,给出证明了条件契贝暴乱在大数定律。     

改进的H—r可积下随机变量的弱大数定律

本文将Cesaro α一致可积进一步弱化,给出一种H—r一致可积概念．并利用一些重要的概率不等式,给出了H—r一致可积下随机变量序列的弱大数定律．     

一致有界随机变量序列的弱律与强律

利用一致有界条件,建立了弱大数定律和强大数定律。它不仅改进了目前的相应结果,同时还获得了弱大数定律与强大数定律的本质差别。     

条件大数定律

本文讨论了在随机变量Y下相互独立的随机变量序列X_1,X_2…,X_n…的收敛性,给出证明了条件契贝晓夫大数定律。     

可交换随机变量与独立同分布随机变量之间的关系

由于可交换随机变量的基本结构定理De Finetti定理---可交换随机变量无限序列以其尾σ-代数为条件是独立同分布的,因而可交换随机变量应具有类似于独立同分布随机变量的性质。本文给出了可交换随机变量与独立同分布随机变量间关系的一些结论。     

B值随机变量阵列加权和的大数定律

在"Cesàro一致可积"系列条件下研究了B值随机变量阵列加权和的弱大数定律,并刻划了Banach空间的几何性质,使[2]中的结果得到改进和推广.     

两参数两两独立的随机变量序列加权和的强大数定律

用概率论中常用的极限理论方法研究了两参数两两独立的随机变量序列加权和的强大数定律,并且在文中给出的条件下得到了强大数定律的结果,这些结论可以推广到r维参数的情形.     

一类任意随机变数序列的强大数律

给出了一类任意随机变数序列的强大数律。     

B值随机元阵列的弱大数定律

在“Cesàro一致可积”系列条件下研究了 B值随机元阵列的弱大数定律 ,并刻划了Banach空间的几何特征     

A note on strong law of large numbers of random variables

INTRODUCTION Chung (1947) proved the so-called “Chung’s strong law of large numbers”. Let {Xn, n∈ù} be a sequence of independent random variables with EXn=0 for all n and 0相似文献   

(p)混合序列的强大数律和完全收敛性

得到(p)-混合随机变量序列的强大数律和完全收敛性,特别将独立随机变量序列的Wittmann型强大数律与Teicher型强大数律推广到(p)-混合随机变量序列.     

几个著名大数定律的证明及应用

大效定律以严格的数学形式表达了随机现象最根本的性质——平均结果的稳定性，它是随机现象统计规律性的具体表现，介绍了几种常用大数定律及其证明方法，并分析了它们在理论和实际中的应用．     

阵列的随机指标部分和的弱大数定律

在较一般的条件下研究了加权阵列的随机指标部分和1/(bn) sum from i=1 to Nn ani(Xni-E(XniI(|Xni|≤bn)|Fn,i-1))的弱大数定律,其中{Xni,i≥1,n≥1}为随机变量阵列,{Nn,n≥1}是正整数值的随机变量,{bn,n≥1}是正的常数.     

服从均匀分布的多个独立随机变量和的密度函数公式

通过简单枚举一些特例,列出服从均匀分布的多个独立随机变量和的密度函数一般公式,然后用数学归纳法进行严格的证明.