一类混合随序列的概率极限定理.pdfVIP

中 文 摘要 中文摘要 概率论的意义在于描述由大量随机因素影响所表现出来的规律性，因此，研究 随机变量和的极限对于搞清楚随机现象的本质有着及其重要的价值． 关于相互独立随机变量序列的概率极限理论，早在∞世纪三四十年代就已经 独立随机变量和的极限分布≥(文献{25j)中．但是在许多实际问题中，样本并非独 立，或者独立样本的某些函数并不独立；另—方面，由于理论研究及其他学科分支中 出现对变量有相依性的要求，如在马氏链，随机场理论及时间序列分析等同题中． 因此，到20世纪50年代中期，继独立随机变量和的经典极限理论发展完备之后，随 机变量的相依性概念就在概率论和数理统计的某些分支中被提出来，并引起许多概 率统计学家的兴趣和研究，进而取得了不少研究成果，其中1997年之前的许多结果 被总结收录在陆传荣，林正炎的专著l混合相依变量的极限理论》(文献126])中． 概率论的中心研究课题是强大数定律，而讨论强大数定俸的收敛速度又占有相 当重要的地位．通常证明强大数定律的基本方法有两种，第一种方法是先证明序列 的某个子序列服从强大数定律，再把这个结论推广到整个序列上。这Wh-法称之为子 序列方法，其中需要用到部分和的极大值不等