版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、全文主要分三章: 第一章,ρ*混合隨機(jī)變量組列的若干收斂定理 自1990年Bradley提出ρ*混合的概念以來(lái),由于它在實(shí)際生活中的廣泛應(yīng)用,其收斂性質(zhì)引起了國(guó)內(nèi)外很多極限理論學(xué)者的關(guān)注.但是關(guān)于它所生成的隨機(jī)變量組列的弱大數(shù)定律及完全收斂性還未見(jiàn)報(bào)道,本章討論這方面的內(nèi)容,僅在條件ρ*(1)<1,而對(duì)混合速度不作任何限制下,得到了: 定理0.1.1設(shè){Xnk;1≤k≤n,n≥1}是行內(nèi)隨機(jī)變量為ρ*混合且ρ*(
2、1)<1的隨機(jī)變量組列.滿足對(duì)任意的0<p<2,任意的n≥1,存在某個(gè)常數(shù)M>0,及某個(gè)δ>0,使得max1≤j≤n1/n∑nk=1j1+δP(|Xnk|>j1/p)≤M.則∑nk=1(Xnk-Cnk)/n1/p→P0,其中Cnk=EXnkI{|Xnk|≤n1/p}. 定理0.1.2設(shè){Xnk;1≤k≤n,n≥1}是行內(nèi)隨機(jī)變量為ρ*混合且ρ*(1)<1的隨機(jī)變量組列.滿足對(duì)任意的0<p<1,任意的n≥1,存在某個(gè)常數(shù)M>0,及
3、某個(gè)δ>0,使得max1≤j≤n1/n∑nk=1j2+δP(|Xnk|>j1/p)≤M.則∑nk=1(Xnk-Cnk)/n1/p→C0,其中Cnk=EXnkI{|Xnk|≤n1/p}. 定理0.1.3設(shè){Xnk;1≤k≤n,n≥1}是行內(nèi)隨機(jī)變量為ρ*混合且ρ*(1)<1的隨機(jī)變量組列.滿足對(duì)任意的1≤p<r<2,任意的n≥1,存在某個(gè)常數(shù)M>0,及某個(gè)0<δ<2-r/p,使得max1≤j≤n1/n∑nk=1j2-δP(|Xnk
4、|>j1/p)≤M.則∞∑n=1nr/p-2P(|n∑k=1(Xnk-Cnk)|>n1/pε)<∞,其中Cnk=EXnkI{|Xnk|≤n1/p}. 第二章,ρ*混合樣本下滑動(dòng)平均過(guò)程的完全收斂性 滑動(dòng)平均過(guò)程是時(shí)間序列中的重要對(duì)象,在獨(dú)立假設(shè)下,它的許多極限性質(zhì)已經(jīng)被諸多學(xué)者得到,其中,Lietal.(1992)得到了完全收斂性定理.但是,在相依假設(shè)下,滑動(dòng)平均過(guò)程的結(jié)果并不多見(jiàn),Zhang(1996)將前述完全收斂性
5、定理推廣到了ψ混合的情形.本章把它推廣到更為廣泛的ρ*混合的情形: 定理0.2.1設(shè)1/2<α≤1,1<p<2,αp≥1,且設(shè)(i)l(x)>0(x>0)是當(dāng)x→∞時(shí)的緩變函數(shù);(ii){Y0,Yi;-∞<i<∞}是同分布的ρ*混合隨機(jī)變量序列且ρ*(1)<1;(iii){ai;-∞<i<∞}是絕對(duì)可加的實(shí)數(shù)序列,Xk=∞∑i=-∞ai+kYi,κ≥1.則EY0=0,E|Y0|pl(|Y0|1/α)<∞,蘊(yùn)涵∞∑n=1nαp-2
6、l(n)P(|n∑k=1Xk|≥nαε)<∞,(∨)ε>0.注0.2.1定理的同分布也可減弱為一致有界的情形,即若存在隨機(jī)變量Y0,使得對(duì)任意的x>0,有supP(|Yi|>x)≤P(|Y0|>x). 定理0.2.2設(shè)1/2<α≤1,1<p<2,αp≥1,且設(shè)(i)l(x)>0(x>0)是當(dāng)x→∞時(shí)的緩變函數(shù);(ii){Yi;-∞<i<∞}是被Y0所界的ρ*混合隨機(jī)變量序列且ρ*(1)<1;(iii){αi;-∞<i<∞}是絕對(duì)
7、可加的實(shí)數(shù)序列,Xk=∞∑i=-∞ai+kYi,k≥1.則EYi=0,-∞<i<∞,E|Y0|pl(|Y0|1/α)<∞,蘊(yùn)涵∞∑n=1nαp-2l(n)P(|n∑k=1Xk|≥nαε)<∞,(∨)ε>0. 第三章,PA序列Baum-Katz和Davis型大數(shù)律的精確漸近性 正相伴(PA)隨機(jī)變量是由Esaryetal.(1967)引入介紹的,并且已發(fā)現(xiàn)其在可靠性理論和滲流性模型中有許多應(yīng)用.以往的文獻(xiàn)中,許多學(xué)者研究了
8、這方面的內(nèi)容并提供了很多有趣的結(jié)果和應(yīng)用.完全收斂性的概念是Hsu和Robbins(1947)提出的,它為研究大數(shù)律尾概率級(jí)數(shù)的收斂性開(kāi)創(chuàng)了先例.精確漸近性實(shí)際上是對(duì)完全收斂性的一種拓廣研究,Gut等人在這個(gè)方向的研究上作出了很多貢獻(xiàn),本章在一定的條件下把Gut和Spǎtaru(2000a)的結(jié)果推廣到PA序列的情形: 定理0.3.1對(duì)1≤p<r<2,有l(wèi)imε↘0ε2(r-p)/(2-p)∑n≥1nr/p-2P(|Sn|≥εn
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 相依變量部分和乘積的若干極限性質(zhì).pdf
- 混合序列的若干極限性質(zhì).pdf
- 相依變量的若干極限定理.pdf
- 投資市場(chǎng)的若干極限性質(zhì).pdf
- 負(fù)相依隨機(jī)變量的若干極限定理.pdf
- 相依隨機(jī)變量序列的極限性質(zhì).pdf
- 任意隨機(jī)變量序列關(guān)于廣義隨機(jī)選擇系統(tǒng)的若干極限性質(zhì).pdf
- 關(guān)于相依隨機(jī)變量加權(quán)和的極限性質(zhì).pdf
- 相依條件下事件及序列的若干極限結(jié)果.pdf
- 關(guān)于相依隨機(jī)變量序列的極限性質(zhì)和完全收斂性的若干研究.pdf
- 混合相依隨機(jī)變量序列極限理論的若干結(jié)果.pdf
- 截?cái)嗪碗S機(jī)乘積的漸近正態(tài)性與NA序列的若干極限性質(zhì).pdf
- 多指標(biāo)隨機(jī)變量的若干極限理論.pdf
- 隨機(jī)變量序列的強(qiáng)極限性質(zhì).pdf
- 兩類隨機(jī)變量的若干極限定理.pdf
- 相依隨機(jī)變量極限理論的若干結(jié)果.pdf
- 混合相依隨機(jī)變量序列的強(qiáng)極限定理.pdf
- 向量高斯序列的若干極限定理.pdf
- 隨機(jī)二叉搜索樹(shù)上的若干強(qiáng)極限性質(zhì).pdf
- 相伴隨機(jī)變量序列的極限性質(zhì)及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論