关于相依随机阵列的一类强偏差定理

摘要

随机变量序列的强偏差定理是经典概率论强大数定理的自然推广。引入渐近广义对数似然比概念作为任意相依随机阵列与行独立随机阵列之间偏差的随机性度量。采用随机变量的截尾技术,构造带一个参数且期望为1的似然比,然后借助Borel-Cantelli引理获得随机变量序列的几乎处处收敛性。在一类钟开莱型条件下,给出了任意相依随机阵列的部分和与随机变量关于参考测度的期望之间的偏差的上、下界,并且其上、下界是广义相对熵的函数。定理的证明过程没有用复杂的测度论理论,仅采用简单的纯分析方法。所得结果推广了已有的结论,使强极限定理的应用范围更加广泛。