随机变量序列的一类强律

利用鞅收敛定理，建立了尾概率一致有界的随机变量序列的强极限定理，讨论了两两独立同分布的随机变量序列满足强大数定律的充分必要条件。     

随机变量序列最大值的局部几乎处处中心极限定理

在一定条件下得到了最大值的局部几乎处处中心极限定理.     

随机变量序列最大值的局部几乎处处中心极限定理

在一定条件下得到了最大值的局部几乎处处中心极限定理.     

相依随机变量序列的完全收敛性

Hus和Robbin于1947年提出了完全收敛性的概念,完全收敛比几乎处处收敛条件更严格。本文通过构造收敛鞅,证明了相依随机变量序列的完全收敛性。作为推论,证明了负相依随机变量序列的完全收敛性。     

一个强极限定理的分析方法证明

假设Ｘｎ（ｎ≥１）是在可数集Ｅｎ中取值的随机变量，｛｜Ｘ｜，ｎ≥１｝被一个随机变量｜Ｙ｜所控制。设｛ｂｎ，ｎ≥１｝（ｂｎ≥１）是满足以及的常数序列。本文将利用分析方法给出一个关于Ｘｎ（ｎ≥１）的强极限定理，旨在证明     

弱相依序列最大值的几乎处处中心极限定理

设{εi}i^∞=1 为弱相依平稳随机变量序列,{un}为给定的实数序列,在条件D’（un）和D2（{uk,un}）之下,研究了弱相依序列最大值的几乎处处中心极限定理．     

弱相依序列最大值的几乎处处中心极限定理

设{ξi}∞i=1为弱相依平稳随机变量序列,{un}为给定的实数序列,在条件 D'(un)和D2({uk,un})之下,研究了弱相依序列最大值的几乎处处中心极限定理.     

高斯序列极值与部分和的几乎处处中心极限定理

对于标准化平稳高斯序列,当协方差函数满足弱相依条件时,证明了最大值、最小值及部分和联合的几乎处处中心极限定理.

Abstract：

For a standardized stationary Gaussian sequence, the joint version of the almost sure central limit theorem related to maximum, minimum and the partial sum is considered when the covariance function satisfies some weak dependence conditions.     

高斯序列极值与部分和的几乎处处中心极限定理

对于标准化平稳高斯序列,当协方差函数满足弱相依条件时,证明了最大值、最小值及部分和联合的几乎处处中心极限定理.     

LPQD序列的一个强大数定律

在一个新的条件下,证明了LPQD随机变量序列的一个强大数定律.所得结果推广了已有文献中的相关结论.     

离散随机变量序列的级数收敛性

设Xn(n≥ 1)是取值于En(n≥ 1)的离散型随机变量 ,利用纯分析方法给出了关于序列 {Xn,n≥ 1}的 2个级数定理。     

顺序统计量的几乎处处中心极限定理

{Xn, n≥1}是独立同分布随机变量序列, M(1)n, M(2)n分别表示{X1, X2, …, Xn}的第一个最大值与第二个最大值. 若存在 an＞0, bn 使得 P(Mn(1)≤anx+bn)w/→G(x) 成立(其中 G(x)为极值指数分布), 则对 x＞y 有limN→∞1/log N∑Nn=11/nI{M(1)n≤un, M(2)n≤vn}=G(y){log G(x)-log G(y)+1} a.s.其中un=anx+bn, vn=any+bn.     

实数完备性六大基本定理的等价性证明

利用有限覆盖定理作为公理,按照A(有限覆盖定理)→B(聚点定理)→C(区间套定理)→D(单调有界定理)→E(柯西收敛准则)→F(确界原理)→A顺序来证明实数完备性六大基本定理之间的等价性,从而更加真实地体现实数完备性六大基本定理之间的相互依存关系。     

独立不同分布随机变量乘积的几乎处处中心极限定理

证明了独立不同分布随机变量乘积的几乎处处中心极限定理.     

非平稳高斯序列完整和非完整样本的最大值几乎处处极限定理

在协方差的收敛速度满足适当条件下,得到了非平稳高斯序列完整和非完整样本的最大值的联合极限分布以及几乎处处极限定理.     

平稳高斯向量序列最大值与最小值联合的几乎处处收敛

max supl≤P≠q≤dn≥0／rn（p,q）／〈1且pn log n（loglog n）^1＋g=O（1）条件下,证明了d维标准化平稳高斯向量序列的最大值与最小值联合的几乎处处中心极限定理．