沈建偉,王文勝
(1.浙江科技學院 理學院,浙江 杭州 310023;2.杭州師范大學 理學院,浙江 杭州 310036)
設{Yi,-∞
則{Xk,k≥1}為一滑動平均過程.有關滑動平均過程的許多極限理論結果已經(jīng)建立,如中心極限定理、大偏差理論、極值等.
文獻[1]中給出了如下的完全收斂性結果:
Cai[2]在此基礎上獲得了關于同分布NA列移動平均過程的完全收斂性結果;王敏會等[3]獲得了關于同分布LNQD列移動平均過程的完全收斂性結果.在此進一步獲得了關于非同分布兩兩NQD列滑動平均過程的完全收斂性.
定義1[4]稱隨機變量X和Y是NQD(Negatively Quadrant Dependent)的,若對?x,y∈R都有
P(X 稱隨機變量列{Xn,n≥1}是兩兩NQD的,若對?i≠j,Xi與Xj是NQD的. 定義3稱隨機變量序列{Xn,n≥1}是關于隨機變量X一致有界的,若?t>0,?n∈N,有 P{|Xn|>t}≤cP{|X|>t}. 引理1[5]若h(x)>0為緩變函數(shù),則 引理3[4]設隨機變量X和Y是NQD的,則 i)EXY≤EXEY; ii)P(X>x,Y>y)≤P(X>x)P(Y>y),?x,y∈R; iii)若f,g同為非降(或非增)函數(shù),則f(X)與g(Y)仍為NQD的. 引理5[8]設{Xn,n≥1}是任意隨機序列.如存在某隨機變量X,使對任意x>0及n≥1,有P{|Xn|≥x}≤cP{|X|≥x},則對?β>0,?t>0有 E|Xn|βI(|Xn|≤t)≤c(E|X|βI(|X|≤t)+tβP{|X|>t}), 該文中c均為正常數(shù),在不同的地方可以代表不同的值. 為行文方便,總是用“?”代表通常意義下的“O”. (1) 記 則由引理3知aniTi仍為兩兩NQD的. (2) 及 (3) 均成立. 先證式(2)成立. 水生態(tài)文明建設大力推進。完成河道水毀工程修復60條(段),治理河長346km,綠化苗木18.6萬株。完成治理水土流失面積30萬畝,水生態(tài)環(huán)境得到進一步改善。 (4) 于是利用式(4)得 再證式(3)成立. 利用引理5并考慮 (5) 由引理4可知 (6) 結合式(5)(6)得 (7) 對于I21,其證法類似于I1的證明,不再贅述.得 I21<∞. (8) (9) (10) E|Y|ph(|Y|1/α)<∞. (11) 由式(9)(10)(11)可知 I22<∞. (12) 結合式(7)(8)(12)可知式(3)成立. 綜上所述,定理1成立. [1] Li Deli, Rao M B, Wang Xiangchen. Complete convergence of moving average processes[J]. Statist Probab Lett,1992,14:111-114. [2] Cai Guanghui. Complete convergence of moving average processes under negative associated assumptions[J]. Math Appl,2003,16(3):8-12. [3] 王敏會,吳珍英,袁冬梅.LNQD隨機變量序列生成的移動平均過程的完全收斂性[J].東北電力大學學報,2006,26(2):83-89. [4] Lehmann E L. Some concepts of dependence[J]. Ann Math Statist,1966,37:1137-1153. [5] 林正炎,陸傳榮,蘇中根.概率極限理論基礎[M].北京:高等教育出版社,1999. [6] Burton R M, Dehling H. Large deviations for some weakly dependent random process[J]. Statist Probab Lett,1990,9:397-401. [7] 萬成高.兩兩NQD列的大數(shù)定律與完全收斂性[J].應用數(shù)學學報,2005,28(2):253-261. [8] 吳群英.混合序列的概率極限理論[M].北京:科學出版社,2006. [9] Zhang Lixin. Complete convergence of moving average processes under dependence assumptions[J]. Stat Probab Lett,1996,30:165-170.
E|Xn|βI(|Xn|>t)≤cE|X|βI(|X|>t).1 主要結論及證明