负相关随机变量加权和的强定律(英文)
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
负相关随机变量加权和的强定律(英文)
黄海午;吴群英
【期刊名称】《应用数学》
【年(卷),期】2012(25)2
【摘要】在本文中我们讨论了不同分布负相关随机变量加权和的强定律.在一个有限矩生成函数的条件下,一些有关负相关随机变量加权和的强定律被获得.这些结果推广了Soo HakSung[4]关于独立同分布随机变量的相应结论.我们的结果也概括了Mi Hwa Ko和Tae SungKim[7]获得的相关结论,同时使得Nili Sani H R和Bozorgnia A[9]所取得的结果更加形象.
【总页数】7页(P258-264)
【关键词】负相关随机变量;完全收敛;几乎处处收敛;加权和
【作者】黄海午;吴群英
【作者单位】电子科技大学数学科学学院;桂林理工大学理学院
【正文语种】中文
【中图分类】O211.4
【相关文献】
1.行为渐近几乎负相关随机变量阵列加权和的完全矩收敛性 [J], 黄海午;邹航;易艳春
2.次线性期望下弱负相关随机变量的性质及其强大数定律 [J], 陈晓燕;许晓明
3.次线性期望下负相关随机变量加权和的强大数定律 [J], 于亚文; 沈燕; 徐静
4.次线性期望下负相关随机变量加权和的强大数定律 [J], 于亚文; 沈燕; 徐静
5.φ混合随机变量最大值加权和的强收敛(英文) [J], 黄海午;叶大相
因版权原因，仅展示原文概要，查看原文内容请购买。