非紧致一秩Riemann对称空间上的中心极限定理

Terras,于1984年得到了Poincar(?)上半平面M=SL(2,R)/SO(2)的中心极限定理.这是在非紧致Riemann对称空间上得到的第一个非Euclid中心极限定理.以球Fourier变换作基础,利用Lohoue和Rychner得到的热核表达式,我们在本文中建立起非紧致一秩Rie-mann对称空间上的非Euclid中心极限定理.设M=G/K为非紧致Riemann对称空间,9和(?)分别是G和K的Lie代数,(?)=(?) (?)为Cartan分解,a是(?)中的极大Abel子空间,a是a的对偶空间,a~ 是a中的正Weyl室,Ω~ 是Lie代数 (?)相对于a~ 的全体正根之集,ρ=1/2∑_(λ∈Ω)~ mλ·λ是(?)的半正根和,其中m_λ为根λ的重数,(?)=(?) a n为相应的Iwasawa分解,x∈G,H(x)∈a是x在a中的投影.G上的初等球函数定义成     

SLUTSKY定理的推广

Ｓｌｕｔｓｋｙ定理指出：如果随机变量序列｛Ｘ１ｎ｝，｛Ｘ２ｎ｝，…，｛Ｘｍｎ｝分别依概率收敛到ｍ个有限常数ａ１，ａ２，…，ａｍ，那么任意一个有理函数Ｒ（Ｘ１ｎ，Ｘ２ｎ，…，Ｘｍｎ）也依概率收敛到常数Ｒ（ａ１，ａ２，…，ａｍ），只要Ｒ（ａ１，ａ２，…，ａｍ）有限．本文从两个方面推广了这一结果：第一，若上述随机变量序列分别依概率收敛到随机变量Ｘ１，Ｘ２，…，Ｘｍ，ｇ（ｘ１，ｘ２，…，ｘｍ）是ｍ维欧氏空间Ｒｍ上的连续函数，则ｇ（Ｘ１ｎ，Ｘ２ｎ，…，Ｘｍｎ）依概率收敛于ｇ（Ｘ１，Ｘ２，…，Ｘｍｎ）．第二，若上述随机变量序列分别收敛到ｍ个有限常数ａ１，ａ２，…，ａｍ，又Ｂｏｒｅｌ可测函数ｇ（ｘ１，ｘ２，…，ｘｍ）在点（ａ１，ａ２，…，ａｍ）处连续，则ｇ（Ｘ１ｎ，Ｘ２ｎ，…，Ｘｍｎ）依概率收敛到ｇ（ａ１，ａ２，…，ａｍ）．     

随机狄里克莱级数收敛性

在（Ｘｎ）独立，且满足Ｅ／Ｘｎ－ＥＸｎ／＾４≤∞条件下：（ｃ为一正数Ｖ为方差）用对称化方法和了随机狄里克莱级数∑ＸｎＥ＾λｎ＾ｓ在Ｌ２中收敛与ａ．ｓ．收敛等价性，并将∑Ｘｎｅ＾－λｎ＾ｓａ．ｓ．收敛性转化为级数∑Ｖ（Ｘｎ）ｅ＾－λｎ＾ｓ与∑ＥＸｎｅ＾－λｎ＾ｓ收敛性予以解决得到了新形式的瓦里隆公式，克诺普－柯基马公式及附带的有趣结果。     

密度演化方法在概率分布估计中的应用研究

利用密度演化方法，提出了随机变量概率分布估计的一个新方法．在此方法中，构造一个与基本随机变量相关的虚拟随机过程，使得基本随机变量成为该随机过程的截口随机变量．利用独立随机抽样的样本值，即可获取虚拟随机过程的瞬时概率密度函数，进而获得随机变量的概率密度函数估计．以约束混凝土极限应变的试验与理论预测值之比值为例，进行了概率密度函数估计．     

基于标准正交基的随机过程展开法

建议了一类基于标准正交基的随机过程展开方法．提出此方法的主要目的，在于希望能用少量的独立随机变量来反映随机过程的主要概率特性，以便为工程结构的随机动力响应及可靠度分析奠定基础．该方法是在随机过程相关特性或频谱特性的基础上，预先指定标准正交基的形式，通过随机向量的相关分解对展开系数实施正交化，它在形式上等价于Karhunen-Loeve分解法．研究表明，随机过程正交展开所需独立随机变量的数量，主要取决于随机过程的频谱特性与持续时间，同时与标准正交基的选取也有一定的关系．     

二维连续型随机变量和的分布的计算

本文给出一种较直观又简洁的计算二维连续型随机变量和函数分布的方法.     

大数定律与中心极限定理在实际中的应用

随机变量序列的极限理论,在概率统计中一直占重要地位,本文对大数定律和中心极限定理在实际问题中的应用进行了研究.     

多个独立正态分布随机变量的最大值分布

求n个相互独立的随机变量的最大值分布是概率论中常见的运算。但是当n很大时求最大值分布及其统计参数很繁，本文用渐近分布理论得知多个独立正态分布随机变量的最大值分布为极值Ⅰ型分布、再推导具体表达式、从而很容易求出其统计参数。     

概率论在风险定量研究中的应用

在风险理论中，对风险的预测定量化研究十分有意义。本文在分析风险要素的基础上，利用概率论原理给出了风险的数量化定义，同时将损失结果进行数量转化，以“损失量概率分布”来描述风险量，并针对离散型损失量和连续型损失量两种情况，给出了风险量的定义以及对风险量进行计算和比较。     

单位毛利对标准差系数影响的分析

在销售量为随机变量的时候,本文利用标准差系数来讨论销售量、税息前收益和税后收益的波动程度之间的联系.看到在单位毛利较高的时候,销售量、税息前收益和税后收益的波动程度是逐渐增加的.但是单位毛利降低时,就会出现异常的情况.不同的单位毛利导致不同的企业收益波动规律.