在本篇文章中，研究的内容是Robbins-Monro(亦简称R-M)过程Xn+1=Xn+an-1Yn，在a＞0情况下的渐近行为（a为某固定的实数），主要包括R-M迭代过程的收敛性，收敛速率以及建立迭代Xn的中偏差原理.　　第一章，首先介绍R-M过程的研究背景和国内外研究现状.其次给出了后面需要的基本概念及性质，引出了接下来对R-M过程的收敛速率问题以及中偏差原理的研究.　　第二章，首先提出限定函数M(x)和随机干扰序列{Vn}性质的基本假设，其次在基本假设成立的条件下，提出指数型不等式.然后给出相关引理及指数型不等式的证明过程，该不等式的本质是Robbins-Monro算法中的迭代Xn收敛到0，是以指数形式变化的速度收敛的.　　第三章，介绍Robbins-Monro过程迭代Xn的中偏差原理.将随机误差项{Vn}指数可积条件强化到有界条件，提出迭代Xn的中偏差原理:limn→∞1/bn2logP(hn|Xn+1|≥rbn)=-r2/2δ2，在这里δ2=Var(V1)，r＞0且hn=(a2∑nm=1m2nβmn(aα1))-1/2，并给出详细的推导过程.