继经典的独立随机变量的概率极限理论获得完善发展后，近代极限理论的研究主要在于削弱对独立性的限制，使其更贴近实际、便于验证与应用，因此，对各种混合序列（相依随机变量序列）的极限理论研究引起了众多中外学者的极大兴趣，有关各种混合序列的收敛性质，如：依分布收敛，依概率收敛，几乎处处收敛，完全收敛和Lp收敛性等等，前人都进行了深入的研究，得到很多的重要结果，有的结果己达到或接近独立的情形．但作为一类极为广泛的相依混合序列，?混合序列的概念始于2004年才被提出，有关的研究结果也十分有限．本硕士论文主要在吴群英等人研究成果的基础上，进一步依次讨论?混合序列的弱收敛性、强收敛性和完全收敛性，得到一些新的有用结论，全文共分四章：　　 第1章绪论，介绍文章写作背景、?混合序列的概念、引理及部分引理的证明．　　 第2章?混合序列的弱收敛性．通过利用?混合序列的矩不等式推导出?混合阵列行和的一个弱大数定理，并由此得出不同分布?混合序列的一个弱大数定理，同时对不同分布?混合序列加权和的弱收敛性的条件进行了分析和论证．　　 第3章?混合序列的强收敛性．通过对?混合序列的强收敛性的讨论，把同分布?混合序列的强收敛性的结果推广到不同分布的情况，获得了与独立情形几乎一致的结果，推广了著名的Marcinkiewicz强大数律和Kolmogorov强大数律，并进一步推得?混合序列加权和的强稳定性．　　 第4章?混合序列的完全收敛性．讨论了不同分布?混合序列的完全收敛性和同分布?混合序列加权和的完全收敛性，得出不同分布情况下?混合序列的Baum和Katz型完全收敛定理，推广了吴群英等关于同分布?混合序列的Baum和Katz完全收敛性定理，并给出了同分布?混合序列加权和的完全收敛性的一个新判据．