不同类型的随机变量函数的分布

研究不同类型的随机变量的和、差、积、商、极小、极大与一般函数的分布,是对已有的结果的一种推广。     

随机变量及分布函数

概率论是研究大量随机现象的数量规律的数学分支。研究随机变量和分布函数是它的重要任务,而且概率论中所研究的也大都局限于能用随机变量来描述的随机现象。另外,随机事件的研究可通过示性函数转化为     

关于连续型随机变量函数分布的探讨

本文利用分布函数法给出了一维连续型随机变量函数非单调时密度函数公式,以及离散型和连续型随机变量函数分布的一般公式,修正和推广了现有文献中的结果。     

论两种类型随机变量独立和的分布

给出了一种求离散型随机变量与连续型随机变量之和的概率分布的方法,并举例说明之.     

几类连续型随机变量函数的分布

给出了随机变量X或(X,Y)是连续型而函数Y=g(X)或Z=g(X,Y)是离散型及非离散非连续型随机变量时,其分布的求解方法和应用举例.     

相互独立的离散型、连续型随机变量函数的分布

给出了相互独立的离散型、连续型随机变量的线性运算、除法、乘积的分布,推导出了它们的分布函数、概率密度函数,并举例说明利用此结论计算函数的分布是很好用的.     

两种类型随机变量之和的分布

给出了一种求服从均匀分布的随机变量与离散型随机变量之和的概率分布的方法,并举例说明之．     

关于随机变量函数分布定理的两个附注

关于连续型随机变量函数的分布有一个重要定理.本文是对定理的条件减弱后作进一步的研究和讨论.     

关于Fuzzy随机变量的进一步讨论

本文在[1]的基础上,给出了Fuzzy随机变量的等价定义,讨论了Fuzzy随机变量的性质,以及Fuzzy随机变量的期望与方差,并在此基础上给出了取值在F(R~1)上的Fuzzy随机变量的期望和方差的计算方法。     

独立的离散随机变量与连续随机变量之和的分布

本文给出了两个独立的随机变量其中一个离散另一个连续时,其和的分布的卷积公式,以及若干应用。     

关于正态随机变量函数的正态性

讨论了正态随机变量函数的分布性问题 ,给出了若干非线性函数 ,使得复合随机变量仍然服从正态分布。在某些特定条件下 ,给出了使得复合随机变量服从正态分布的充要或充分条件 ,对于更一般的情况 ,提出了若干未解决的问题     

两个随机变量和的概率分布

概率统计中两个随机变量和的分布是两个随机变量的函数的分布中的一个重点，同时对学生来说也是一个难点，就求两个随机变量和的分布作了一个归纳总结，并谈了教学中的一些体会。     

二维连续型随机变量函数的分布

为了得到二维连续型随机变量函数的分布,利用积分知识,分别推导出了二维连续型随机变量的线性运算、除法、乘积的分布及其概率密度函数,并举例说明此结论在计算二维连续型随机变量函数的分布时是很好用的.     

两类独立随机变量和的概率估计

相互独立随机变量和的概率估计是概率统计中一个重要的研究方向。本文研究了两类独立随机变量和的概率估计：一类是 n 个相互独立的服从｛-1,1｝上的均匀分布的随机变量和 S n的最大值的概率估计,另一类是两个独立随机变量和的概率估计。首先,用全概率公式、递推的方法及随机变量的对称性给出了 logP ( max1 ≤ i ≤ n |S i | ≤ C ) 的表达式,其中 C 为常数且 1 ≤ C < 2 ;对一般的C ≥ 1 ,通过对偶数项和奇数项进行分类讨论,用全概率公式和递推的方法得到了该对数的下界。其次,对两个独立的随机变量,本文证明了如果其分布函数的对数大于等于幂函数,则这两个随机变量的和的分布函数的对数也大于等于某个幂函数。     

描述随机变量分布的新函数

给出了一种描述随机变量分布的新函数——指数母函数,讨论了它的重要性质.最后得到了它和Eξ及 Dξ的关系.     

用蒙特卡罗法求多维随机变量函数的统计特征值

用蒙特卡罗法模拟任意分布的随机变量,将各随机变量按已知的分布规律随机抽样,然后代入函数式中,计算出函数值。如此重复足够次,可求出诸函数值的均值和方差。此法不受各随机变量是否独立、是否相关的限制,对于多维的、各变量可为不同的任意分布,也不增加复杂性。从而使概率机械设计能藉助计算机进行计算。     

带正漂移随机游动的若干变量的广义矩

本文考虑具有正期望值的独立同分布随机变量的部分和序列，研究了与该部分和有关的若干变量，例如，首次或最后一次穿过一个给定水平的时间，处于首穿时前或未穿时后部分和的值，部分和序列的极小值等。本文证明了这些变量广度矩存在的充分必要条件，推广了［２］的结果。