实分析中几种收敛性之间的关系

系统讨论了实分析中函数列的平均收敛,测度收敛以及几乎处处收敛之间的关系,给出它们之间的推导,并构造出了反列。     

可测函数列的依测度收敛在概率中的应用

依测度收敛是一种特殊的收敛,在实际中应用较为广泛.本文讨论了依测度收敛在概率论中的相关定义--依概率收敛,以及贝努里定理的内容及其应用.     

可测函数列的依测度收敛在概率中的应用

依测度收敛是一种特殊的收敛,在实际中应用较为广泛.本文讨论了依测度收敛在概率论中的相关定义——依概率收敛,以及贝努里定理的内容及其应用.     

论四种函数序列收敛间的关系

应用初等方法对函数列强收敛、依测度收敛、几乎处处收敛、近一致收敛之间的关系进行了研究.结论是:强收敛一定依测度收敛,反之不真;一致收敛时必然几乎处处收敛,其逆不成立;强收敛与几乎处处收敛、几乎处处收敛与依测度收敛之间在存在性方面没有必然的联系.     

可测函数序列的完全收敛性

讨论了可测函数序列完全收敛与几乎一致收敛、几乎处处收敛、依测度收敛之间的关系，并给出了它的两个常用性质和一个判定定理。     

不确定变量序列依r阶收敛的若干性质

在不确定理论中,已经给出了不确定变量序列平均收敛及均方收敛的定义。文章将其推广到更为一般的不确定变量序列依r（r〉0）阶收敛（r=1时为平均收敛;r=2时为均方收敛）。提出了不确定变量序列依r（r〉0）阶收敛的定义,研究了其性质,给出了不确定变量依r阶收敛的基本列的定义,并讨论其与依r阶收敛的关系。     

实变理论中关于可测函数列几种相近的收敛性探析

引入了与可测函数列几乎处处收敛、依测度收敛和几乎一致收敛的定义相近的三种新的收敛：几乎收敛,依测度*收敛,几乎匀敛,讨论了三者之间的蕴含关系.最后给出了几乎匀敛的两个充要条件.     

控制收敛定理的一个处理方法

首先证明一个引理,然后利用该引理及几乎处处收敛型控制收敛定理证明依测度收敛型控制收敛定理。这样结合利用Fatou引理可较简捷证明几乎处处收敛型控制收敛定理的特点,从而为课堂上处理控制收敛定理提供了较理想的处理方法。并借助一个猜想给出了一个由依测度收敛型控制收敛定理直接证明几乎处处收敛型控制收敛定理的方法。     

拟收敛函数列的几个性质

本文给出拟收敛函数的定义,再与文[1]中的依测度收敛和几乎处处收敛函数作比较。     

控制收敛定理的一个处理方法

首先证明一个引理,然后利用该引理及“几乎处处收敛型”控制收敛定理证明“依测度收敛型”控制收敛定理。这样结合利用Fatou引理可较简捷证明“几乎处处收敛型”控制收敛定理的特点,从而为课堂上处理控制收敛定理提供了较理想的处理方法。并借助一个猜想给出了一个由“依测度收敛型”控制收敛定理直接证明“几乎处处收敛型”控制收敛定理的方法。     

随机变量序列的各种收敛性的关系

主要讨论了几乎处处收敛与依概率收敛，完全收敛与几乎处处收敛的关系．给出了由依概率收敛推出几乎处处收敛的条件和由几乎处处收敛推出完全收敛的条件，从而比较完全地说明了随机变量序列的各种收敛性之间的关系．     

随机变量序列依概率收敛的注记

随机变量序列依概率收敛是概率论中一种较重要的收敛形式,本文分析了依概率收敛认识的几个误区,并结合反例给予了说明。     

模糊测度的伪距离生成性质和依测度收敛

讨论了下半连续模糊测度的 3种结构特性 :( 1)伪距离生成性质 ;( 2 )p类型伪距离生成性质 ;( 3)零零可加性与半连续模糊测度空间上可测函数序列的收敛性之间的关系 .对这 3种结构特性分别给出了一组等价条件 .证明了在S紧空间上的一个有限模糊测度是零零可加的充分必要条件是它有伪距离生成性质     

含参量非正常积分的局部一致收敛

引入了含参量非正常积分局部一致收敛的定义,利用此定义证明了局部一致收敛与含参量非正常积分连续的等价性．最后讨论了含参量非正常积分一致收敛、局部一致收敛与收敛的关系,它们依次蕴含但其逆均不成立．     

Strong Convergence of the Coefficient Alpha Estimator for Reliability of Multiple-Component Measuring Instruments

It is shown that in general the popular coefficient alpha estimator for reliability of multi-component measuring instruments converges almost surely to a quantity that is not equal to the population reliability coefficient. This convergence with probability 1 is a stronger statement than convergence in probability (consistency) and convergence in distribution for the alpha estimator, which have been studied in the past. In the special case of congeneric measures with uncorrelated errors and equal loadings on the common true score, the alpha estimator converges almost surely to the population reliability coefficient that equals population alpha, which implies also its consistency as a reliability estimator. When the loadings are unequal but sufficiently high and similar, the alpha estimator converges almost surely to population alpha that is essentially indistinguishable from the population reliability coefficient, which implies alpha’s approximate consistency then. For the general case, the results entail that the alpha estimator is not a consistent estimator of reliability. The findings add to the critical literature on coefficient alpha in the general case, as well as to the justification of its use as a dependable measuring instrument reliability estimator in special cases and settings resulting under appropriate restrictive conditions, and are illustrated using a numerical example.     

B值随机元序列的收敛性

主要讨论了B值随机变量各种收敛性及它们之间的关系，给出了几乎处处收敛的几个等价条件、一个由几乎处处收敛推出完全收敛的充要条件和一个由依概率收敛推出几乎处处收敛的充分条件。