论文部分内容阅读
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.