1) functional almost sure central limit theorem
泛函型几乎处处中心极限定理
2) almost sure central limit theorem
几乎处处中心极限定理
1.
Note on the almost sure central limit theorem for ρ~--mixing sequences.;
ρ~--混合序列几乎处处中心极限定理的注记
2.
The almost sure central limit theorem for the maximum and minimum of stationary Gaussian sequences of d-mensional random vectors was considered as max1≤p≠q≤d supn≥0 |rn(p,q)|<1 and ρnlog n(log log n)1+ε=O(1).
max sup1≤p≠q≤dn≥0|rn(p,q)|<1且ρnlogn(log logn)1+ε=O(1)条件下,证明了d维标准化平稳高斯向量序列的最大值与最小值联合的几乎处处中心极限定理。
3.
Under the con- ditions of D′(u_n)and D_2({u_k,u_n}),an almost sure central limit theorem for the maximum of weakly de- pendent sequences is obtained.
设{ξ_i}_(i=1)~∞为弱相依平稳随机变量序列,{u_n}为给定的实数序列,在条件D′(u_n)和D_2({u_k,u_n})之下,研究了弱相依序列最大值的几乎处处中心极限定理。
3) Almost sure local central limit theorem
局部几乎处处中心极限定理
4) almost sure limit theorem
几乎处处极限定理
5) almost sure local limit theorem
几乎处处局部极限定理
6) the functional central limit theorem
泛函型中心极限定理
补充资料：中心极限定理
| 中心极限定理 central limit theorem 概率论中讨论随机变量序列部分和的分布渐近于正态分布的一类定理。概率论中最重要的一类定理，有广泛的实际应用背景。在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。中心极限定理就是从数学上证明了这一现象 。最早 的中心极限定理是讨论n重伯努利试验中，事件A出现的次数渐近于正态分布的问题。1716年前后，A.棣莫弗对n重伯努利试验中每次试验事件A出现的概率为1／2的情况进行了讨论，随后，P.-S.拉普拉斯和A.M.李亚普诺夫等进行了推广和改进。自P.莱维在1919～1925年系统地建立了特征函数理论起，中心极限定理的研究得到了很快的发展，先后产生了普遍极限定理和局部极限定理等。极限定理是概率论的重要内容，也是数理统计学的基石之一，其理论成果也比较完美。长期以来，对于极限定理的研究所形成的概率论分析方法，影响着概率论的发展。同时新的极限理论问题也在实际中不断产生。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条