两类几乎处处中心极限定理

来源 :浙江大学理学院 浙江大学 | 被引量 : 0次 | 上传用户:yizaiyouzhe
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
从最早Brosamler和Schatte研究部分和的几乎处处中心极限定理(Almostsure central limit theorem简记为ASCLT)起,近30年来几乎处处中心极限定理一直都是概率极限理论研究的热点问题。许多学者都研究过关于独立随机变量部分和的几乎处处中心极限定理。一般情况下,在弱收敛成立的条件下并不一定有几乎处处收敛也成立。本文主要证明了两个在弱收敛条件下几乎处处中心极限定理的结论,其中一个是关于次序统计量:最大值与最小值的联合几乎处处中心极限定理,另外一个结论是一般权重下的乘积部分和几乎处处中心极限定理。本文是在已经由弱收敛的条件下来推导出几乎处处收敛,并且几乎处处收敛和弱收敛是收敛到同一个极限。而证明几乎处处收敛的关键就在于证明它们加权的p阶矩是有界的,然后由Borel-Cantelli引理就可以得以几乎处处收敛。
其他文献
本文内容分为两部分,第一部分为本文的第一章,主要讨论了双重退化非线性抛物方程的初始迹的问题.我们证明了当q>m(p-1)或q≤m(p-1),m(p-1)>1时,方程的任意解的初始迹是外部正则的
《Nature》在1999年刊登了两位科学家Lee和Seung对数学中非负矩阵研究的突出成果.该文提出了一种新的矩阵分解思想——非负矩阵分解(Non-negativeMatrix Factorization,NMF)
随着网络技术的快速发展,电子商务和电子政务已经开始普及,大量的文件将以数字图像形式在网上流动,相对于纸质文档,数字化的文档具有易于保存和交流等优点,但是存在安全性低,篡改容
由于Rudin、Osher和Fatemi提出的全变分模型在去噪声的同时很好的兼顾了保留图像的边缘和细节的要求,全变分模型及其推广被广泛的使用在针对各种噪音的降噪,去模糊等图像恢复问
本文是在攻读硕士学位期间完成的,文章考虑的问题是聚类分析.在可获得的数据量呈现爆炸性增长的背景下,聚类分析作为数据挖掘的一个重要工具也越来越受到人们的重视.文章的创
本文主要讨论的是具有Robin内核的可穿透散射问题,该问题可以归结为如下的混合边值问题:其中kj>0,j=0,1;μ>0,λ为复值函数,Re(μλ)≤0,η为Holder连续函数,且()x∈Γ0,η(x)≠0,Reη/ko≥0。