对称随机变量的平衡不等式

该文定义了对称随机变量及随机变量的算术平均与几何平均，并建立了对称随机变量的算术平均－几何平均－期望不等式，将康托洛维奇不等式作为推论导出。     

两种不同类型随机变量混合函数的分布

文章主要讨论了由两种不同类型随机变量构成一个随机变量函数的分布，并着重给出了相互独立的一个连续型随机变量和一个离散型随机变量相乘构成的随机变量函数的分布的计算方法。     

求连续型随机变量函数的概率密度

指出《概率论》教材中关于连续型随机变量函数的概率密度公式的一个疏忽之处 ,给出了直接求连续型随机变量函数的概率密度的一般方法     

连续型随机变量的单位化

通过引入单位随机变量的定义，讨论连续型随机变量与单位随机变量关系，提出并证明了在一定条件下，连续型随机变量可转化为单位随机变量，或者说，连续型随机变量可用单位随机变量表示。     

随机变量函数的分布问题

研究n个随机变量函数的分布问题。(1ξ,2ξ,…,nξ)是n维连续型随机变量,n元函数y=f(x1,x2,…,xn)有连续的一阶偏导数,对n个随机变量1ξ,2ξ,…,nξ的函数η=f(1ξ,2ξ,…,nξ),给出了η的密度函数φη(y)的分析式。从根本上解决了随机变量函数的分布问题。     

正相联随机变量的一些性质及其应用

给出正相联随机变量独立的一个充分必要条件，并对只取０／１值的随机变量，给出了一些相应的有用结果。     

随机变量序列与其对称化序列之间服从中心极限定理的关系

在一定条件下，若随机变量序列服从中心极限定理，则其对称化的随机变量序列也服从中心极限定理。在某些限制条件下，其逆命题也成立。     

复随机变量的条件独立性与条件回归独立性

将实随机变量的条件独立性与条件回归独立性的研究推广到复随机变量,讨论了复随机变量的条件独立性、条件回归独立性及强条件独立的关系,得到了三者等价的几个充分必要条件.     

数学期望的教学方法新探

结合多年教学实践,由实际问题通过讨论的形式引入离散型随机变量数学期望,并通过对连续型随机变量的离散化,自然导出连续型随机变量数学期望。该方法思路清晰,便于学生深入理解数学期望的内涵,通过实践,效果良好。     

相依结构下重尾随机变量和条件分布尾渐近性态

给定n个非负基本随机变量,其分布属于一致变化重尾分布族,以及另外n个非负任意相依的加权随机变量,但是与基本随机变量相互独立,在一类相依结构下,本文得到了基本随机变量和与加权随机变量和条件分布尾若干渐近公式,并给出了它们在风险度量中的一个应用,推广了相关文献的结论。     

三维随机变量在长方体内取值概率公式的一种证明

本文给出了二维随机变量在长方形内取值概率公式的一种新的证明方法，比已有证明直观、易懂，并用这种方法给出了三维随机变量在长方体内取值概率公式的证明．     

一个离散型随机变量数学期望的计算

分别用定义法和随机变量和式分解法计算得到一个离散型随机变量的数学期望．其中,定义法计算过程步骤多,公式的转化和运算灵活,而随机变量和式分解法利用变量分解技巧,降低了计算难度．     

运用Newton微元法求解概率密度函数

利用Newton微元法求连续型随机变量函数的概率密度,可使其与求离散型随机变量函数的概率分布的计算方法相统一,因而这种方法更直观简单,尤其在求解复杂的随机变量函数的概率密度时,此方法更胜一筹.     

正态集值随机变量的定义与性质

从集值随机变量的定义出发，利用嵌入函数这个工具，给出了集值随机变量正态的定义，并且给出了它的一个表示，揭示了它与一般的随机变量正态的关系。     

相依随机变量列中偏差和大偏差原理的两个结果

研究m相依和φ混合随机变量列的中偏差原理和大偏 差原理. 得到了m相依随机变量列的中偏差原理和有限维φ混合随机变量列所产生的平均移动过程的大偏差原理.     

随机变量和的数字特征

随机变量和的数字特征是概率论和数理统计的重要概念,具有广泛应用.随机变量和指的是n个随机变量相加即∑Xi,这里xi可以是离散型随机变量,也可以是连续型随机变量.运用随机变量和的卷积公式及其推广,利用和式分解求解了随机变量和的数字特征,并对连续型随机变量和的上下界进行了改进.     

随机变量线性组合的封闭性

用“ｄ”↓＝运算定义了随机变量的等价类，给出了随机变量线性组合封闭性的概念，得到了以下结果：线性组合封闭的特征；任何一个等价类中可选择该类中的随机变量线性组合不属于该类，可选择非等价中的随机变量性组合属于该等价类，并给出了上述结论的构造方法。     

随机变量函数的独立性的一个充要条件

给出了随机变量的函数任意部分独立，但整体不独立的一个充要条件。     

随机变量与其和的相关度的判定

本文首次给出关于随机变量与其和相关系数的几个结论,使我们能够仅根据随机变量本身的数字特征便可对它们与和的相关程度大小作出比较判断。     

随机变量特征函数的积与其独立性

随机变量的独立性对随机变量的研究具有非常重要的意义,但其独立性的判断往往较困难。本文对随机变量特征函数的积与其独立性的关系进行了研究,并指出了在应用过程中应注意的问题。