试论随机变量序列收敛性的关系

在数学分析和实变函数论中,我们已经看到,极限理论中收敛性的概念极为重要.概率论中也是这样,随机变量序列的收敛性是研究随机变量极限理论的关键.在较为专业的概率论与数理统计书中都给出了收敛性的四种定义:以概率1收敛;依概率收敛;依分布收敛;r-阶收敛.且用定理的形式叙述了它们之间有如下关系:     

概率论中收敛问题的一点补充

<正> 众所周知,极限理论是概率论的基本理论,它在概率论与数理统计的理论研究和应用中都十分重要,而极限理论本身又涉及了概率论中的收敛性概念。 概率论中存在有几乎处处收敛、依概率收敛、依分布收敛及均方收敛等不同意义下的收敛问题,这些收敛有着本质的不同而彼此之间又有一定的联系。我们知道—个r.v.序列{ξ_a}几乎处处收敛于r.v.ξ时,{ξ_a}一定依概率收敛于ξ,但反过来,如果r.v.序列     

NA序列下经验分布函数的收敛性

证明了同分布NA序列下经验分布函数的依概率收敛和几乎处处收敛的性质,得到了与iid完全相同的结果.     

区间上具原函数的函数性质

在区间 I 上存在原函数的函数,或已知区间上可导函数的导函数,具有一些特殊的分析性质.本文即是对这类性质的部分探讨.定理1 设函数 f(x)在区间 l(开的或闭的或半开半闭的)上具有原函数 F(x),则函数 F(x)至多存在振荡间断点.证设 x_0∈I,且右极限 lim f(x)存在,取[x_0,x]I,则函数 F(x)在闭区间[x_0,x]上满足     

weierstrass多项式逼近定理的一个应用

设f(x)是闭区间[a,b]上的实值连续函数,则存在多项式序列Pn(x),使当n→∞时在[a,b]上一致收敛于f(x),其中     

混合序列密度函数核估计的相合性

设{Xn ,n≥1}是一随机变量序列,f( x)为其概率密度函数,基于样本X1,X2,…,Xn ,对密度函数f( x)的核估计进行讨论,在适当条件下,利用Borel-Cantelli引理、矩不等式等证明了ρ-混合和φ混合序列核密度估计的强相合性、r阶相合性。     

区间数据的近邻权函数估计

本文探讨了区间数据情况下,随机变量(X,Y),其中X∈Rd,Y∈R1,(X,Y)的分布未知的情况下怎样利用区间数据来估计回归函数m(x)=E(Y|X=x)。并且证明了估计的大样本性质。     

对数正态型随机变量特征函数的性质

特征函数与分布函数是研究随机问题的两大工具 ,特征函数虽不如分布函数直观 ,却有着更好的分析性质。因此 ,它与分布函数一样 ,是概率统计学科的一个重要研究内容。本文通过对于对数正态型随机变量特征函数的研究 ,得出 :对数正态型随机变量ξ的特征函数可以任意阶求导。并由此推出 :ξ存在各阶原点矩Eξk。     

对函数级数“逐项可微分”定理的一点看法

我们知道,在数学分析中对函数级数有如下的“逐项可微分”定理: 若函数级数sum from n=1 to ∞u_n(x)满足下列条件 (i)在区间[a、b]上收敛,并且和为s(x)。 (ii)每一项在区间[a,b]上有连续导数。 (iii)函数级数sum from n=1 to ∞u_     

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。     

一类非混合单调算子方程的迭代求解

在自反Banach空间中利用锥理论,研究了一类非混合单调算子方程x=A(x,x)解的存在性和唯一性,并给出了收敛于方程解的选代序列和误差估计式,其中对算子A的紧性以及对锥没有做任何假定.     

下侧二重随机Dirichlet级数的相关收敛性

在下侧二重Dirichlet级数的相关一致有界收敛定理及Knopp-Kojima公式的基础上，通过引入一个随机变量序列，在概率空间((, A, P)上定义了下侧二重随机Dirichlet级数，建立了该级数的收敛性理论与Knopp-Kojima的推广公式。     

B值同分布鞅随机列矩完全收敛性的注记

讨论了B值同分布鞅随机变量的矩完全收敛性,在一定矩条件下,利用切尾法和下鞅的极大值不等式等分析技巧,得到了同分布鞅随机变量的矩完全收敛性,将Chow实值独立同分布随机变量的矩完全收敛的结果在B值鞅的情况下进一步推广,在补充了B值鞅随机变量收敛的条件下,得到了平方矩存在的条件与同分布一样的结果。     

第Ⅱ型Fuzzy积分收敛定理

1966年L.A.Zadeh首次引入Fuzzy集合概念〔1〕十几年来,模糊数学在数学及其它科学领域内得到了迅猛发展〔2〕1972年M.Sugeno建立T类似概率数学期望的Fuzzy积分〔3〕且80年黄金丽、郑道朋进而建立了一系列关于分布函数的收敛定理及Fuzzy积分的依测度收敛定理(番〕(4〕同年,张文修、赵汝怀将M.Sugeno建立的Fuzzy积分(本文称作第I型Fuzz少积分)进行推广,引入新的Fuzzy积分(本文称作第1Fuz:y积分)〔5〕本文试图从第I型Fuzzy积分出发,按照(4)的思想,给出相应的第II型Fuzzy积分的收敛定理。     

一类函数方程的解法

由于函数方程结构上的复杂性和表达形式的多样性,使函数方程的解法具有很强的技巧性,笔者发现,函数方程a_1(x)f(f_1(X)) A_2(X)F(F_2(X)) … a_n(x)f(f_n(x))=β(x)     

复合函数极限的存在性

讨论了如果两个函数y =f(u)与u =φ(x)的极限都存在 ,不妨设limx→x0φ(x) =u0 ,limu→u0f(u) =A ,则复合函数f[φ(x) ]在x0 点是否存在极限 ?如果复合函数f[φ(x) ]的极限存在 ,那么是否还等于A ?通过论证得到 ,并不能由limx→x0φ(x) ,limu→u0f(u)的存在性推出limx→x0f[φ(x) ]的存在性。     

B值同分布鞅随机变元序列矩完全收敛性

讨论了B值同分布鞅随机变量的矩完全收敛性,在一定矩条件下得到了同分布鞅随机变量的矩完全收敛性。将Chow关于实值独立同分布随机变量的矩完全收敛的结果推广到B值鞅,改变了同分布鞅随机变量的矩完全收敛性的状况,得到了至多平方矩存在的条件与独立同分布一样的结果。     

关于“依测度收敛”概念教法的探究

依测度收敛这一概念使集合的测度与极限交混在一起,变得非常抽象而不易理解。为了使这一抽象概念形象具体,在依测度收敛概念的教学中可以运用构造法、形象法及转化法,通过构造处处不收敛的特殊函数列引出依测度收敛的定义,并且运用函数图像和点集的特征刻画了依测度收敛的几何意义,从而使抽象的依测度收敛概念形象化,运用这一几何意义可快速判断一些函数列是否依测度收敛。同时,又借助函数列的依测度收敛与几乎处处收敛之间的相互转换,不需要用精细的测度论方法便可简捷地将普通收敛的唯一性与连续性推广到依测度收敛。     

例谈一致连续与连续的关系

函数f(x)在区间I上一致连续,可得f(x)在区间I上连续,反之不一定。若I为有限闭区间[a,b],据Cantor定理,f(x)在[a,b]上连续等价于f(x)在[a,b]上一致连续。从几个具体例题的证明中,本文探讨了开区间以及无穷区间上一致连续与连续的关系,并由此解决两个相关的问题。     

分数Brown运动的Hausdorff维数及其重点数的估计

本文在已知 N,m 的条件下,对(N,m,2α)过程即 m 维分数 Brown 运动 x(t)(t∈R~N)中的指数α进行了估计,从而得到 x(t)的 Hausdorff 维数和重点数的估计值,给出了重点数错判概率的上限,对估计量的一些性质和重点数错判概率的收敛问题进行了讨论,得到后者收敛到零的结果.