次线性期望空间下END列加权和的几乎处处收敛性
2021-05-26吴群英
胡 蓉, 吴群英
(桂林理工大学 理学院, 广西 桂林 541004)
1 引言与预备知识
由于经典极限理论成立要求确定性模型的条件较苛刻, 尤其在金融统计、 金融风险计量等领域, 诸多不确定性使其局限性逐渐突显. 因此, Peng[1]提出了可将不确定性概率和分布进行建模的次线性期望空间, 并给出了相应的理论体系. 目前, 极限理论在次线性期望下的研究已取得了许多成果, 如: Peng[2]将传统概率空间的中心极限理论扩展到了次线性期望空间; Zhang[3-5]得到了次线性期望下的Kolmogorov型强大数定律(SLLN)及一系列不等式; Wu等[6]在次线性期望下将Chover’s型重对数律在概率空间的基础上进行了推广和加强.
在概率空间几乎处处收敛性的研究中, 文献[7-10]分别给出了ND(negatively dependent)列、 独立同分布列及NA(negatively asscociated)列随机变量加权和的性质. 由于次线性期望和容度不具有线性性, 所以一些适用于传统概率的理论与方法已不再适用次线性空间. 在次线性期望空间中研究随机变量序列完全收敛性和完全矩收敛性的成果目前已有很多, 如文献[11-14]在不同条件下推广了概率空间的相关结论. 但对几乎处处收敛进行推广的相关成果目前报道较少, 本文基于现有次线性期望的研究理论, 将文献[15]中的结论从概率空间广义负相依(extended negatively dependent, END)列加权和的几乎处处收敛性扩展到次线性期望空间中, 并给出与其类似的结论.
本文用Peng[1-2]构建的次线性期望空间给出的定义, 若(Ω,F )是给定的可测空间, H是定义在(Ω,F )上由实函数构成的线性空间, 使得……