NSD随机变量阵列的完全矩收敛性  

Complete moment convergence for arrays of rowwise NSD random variables

作　　者：张玉[1] 肖犇琼 许可[1] 沈爱婷[1] 

机构地区：[1]安徽大学数学科学学院,安徽合肥230601

出　　处：《山东大学学报（理学版）》2016年第6期30-36,共7页Journal of Shandong University(Natural Science)

基　　金：国家自然科学基金资助项目(11501004);安徽省自然科学基金资助项目(1308085QA03);安徽高等学校省级自然科学研究重点项目(KJ2015A018);安徽省高等学校省级质量工程项目(2015jyxm045);安徽大学质量提升项目(ZLTS2015035);大学生创新创业训练计划项目(201510357116)

摘　　要：主要利用负超可加相依NSD(negatively superadditive dependent)随机变量的截尾技术和Rosenthal型不等式,研究了NSD随机变量阵列部分和的最大值序列的完全矩收敛性,给出了证明完全矩收敛性的一些充分条件。所得结果推广了独立变量和若干相依变量的相应结果。We mainly study the complete moment convergence for maximal partial sums of arrays of rowwise negatively superadditive dependent( NSD) random variables by using the truncation method of random variables and Rosenthal type inequality. Some sufficient conditions to prove the complete moment convergence are provided. The results obtained in this paper generalize some corresponding ones for independent random variables and some negatively dependent random variables.

关 键 词：NSD随机变量 完全矩收敛性 Rosenthal型不等式 

分 类 号：O211.4[理学—概率论与数理统计]