三参数Weibull分布的随机比较

给出了两个相互独立但不同分布的三参数Weibull分布随机变量满足各种随机序时其分布所含参数间的相应关系.也给出了两组相互独立但不同分布的随机变量次序统计量之间的随机序关系.     

服从Cauchy分布的随机变量的随机比较

给出了两个相互独立的服从Cauchy分布,但分布所含参数不同的随机变量的随机比较,其中包括一般随机序,危险率序和似然比序,也给出了两组相互独立服从Cauchy分布但分布所含参数不同的随机变量的极值在一般随机序下的大小关系.     

鞅差序列部分和乘积的渐近正态性

关于独立同分布正随机变量序列部分和乘积的渐近性质以及不独立但同分布的混合正随机变量序列部分和乘积的渐近性质,已得出一些结果。在不独立的前提下,讨论了不一定同分布的鞅差序列的部分和乘积的渐近分布。     

用独立乘积空间构造相依随机变量的组装法

给出了一种利用独立乘积空间构造相依随机变量或相依随机过程的组装方法.首先,依照给定的条件,构造一些独立随机变量;然后,将独立随机变量进行组装,得到要求的相依随机变量.该方法的优点是:构造相依随机变量或相依随机过程时,不用算出联合分布或有限维分布族;研究它们时可以使用较方便的、简单的处理独立随机变量的方法;还可以给出一些随机过程存在性的概率的构造性证明.     

关于随机变量独立性的一个反例研究

独立性是概率论与数理统计课程中贯穿始终的一个重要概念.采用容量为2自由度为n的t分布总体的样本的次序统计量,说明两个不独立的随机变量,其函数可以是独立的,也可以是不独立的,并就其次序统计量的间隔做了进一步的分析研究.     

关于2个随机变量和的反例

构造了2个反例,说明若去掉独立性条件,2个连续型随机变量的和不一定是连续型随机变量,其对应的分布函数可能是不连续函数,也可能是奇异连续函数.     

二元上尾独立风险模型中的带有随机权重的随机变量的大偏差

设{Xi,i≥1}是一个二元上尾独立的服从不同分布的随机变量,{θi,i≥1}是一个独立同分布的非退化的随机变量,研究了由{Xi,i≥1}和{θi,i≥1}构成的风险模型中的大偏差,采用类似求带随机权重的相依风险模型中的大偏差的方法,得到了二元上尾独立风险模型中的带有随机权重的随机变量的大偏差的一致渐近公式.     

NA样本均值的Bootstrap逼近

用Bootstrap法估计随机变量的概率分布广泛适用于样本为独立同分布情形.立足于考虑随机变量序列{Xn,n≥1}为NA相协样本条件下均值X-n的Bootstrap逼近问题,首先定义了强平稳组间独立的负相协样本,然后对样本分成k组情况下X-n的k个刀切虚拟值Yi(i=1…k)赋予质量1k,得到“经验分布函数Fk*,从F*k中抽取k个独立样本Y1*,…,Yk*,用n(Yk*-Xn)的条件分布去模拟n(Xn-μ)的分布,最后证明其相合性成立.     

非同分布(φ)-混合序列部分和乘积的几乎处处中心极限定理

关于随机变量序列的几乎处处中心极限定理,已被讨论的相当深入.对于随机变量序列部分和乘积的几乎处处中心极限定理,只对独立同分布和相依但同分布的情形进行过讨论.撇开了独立性与同分布的假设,讨论不一定同分布(φ)-混合序列部分和乘积的几乎处处中心极限定理.     

积分变换在连续型独立随机变量线性组合分布问题中的应用

多个相互独立随机变量和的概率密度需要进行若干次卷积运算,是概率论课程中计算较繁琐的部分.利用Fourier变换和Laplace变换等证明了有限多个相互独立随机变量和的概率密度以及任意线性组合的概率密度问题的相关结论.     

离散型随机变量与连续型随机变量之和的分布

本文给出了一个离散型随机变量ζ与一个连续型随机变量η之和的分布（独立时）的一种计算方法．     

随机变量和的密度函数解法

对于多个随机变量,讨论其和的分布在质量工程和可靠性工程中有重要意义.从一道问题出发,通过几种不同的解决方法,探讨分布函数法在求解二维随机变量函数的密度函数中的应用问题.通过加强分布函数法的教学,改善了学生对随机变量函数的分布这部分教学内容的理解和掌握.     

离散型随机变量的分布律与Toeplitz矩阵

本文分别利用对数分布的随机变量分布律和负二项分布的随机变量的分布律构造出两类Tocplitz矩阵,并讨论其特征,得到了一些较好的结果.     

关于随机事件与随机变量独立性的注记

本文对S.Bernstein提供的三个两两独立,但不彼此独立的离散随机变量的集合,推广到n个连续型随机变量的情形,即使它的一切真子集独立,但它仍不独立;同时,还用初等的方法构造了一个n>3个的随机事件的一切真子集是独立的,但总体不独立的例。     

数形结合在一维随机变量函数分布中的教学研究

一维随机变量函数的分布是概率论与数理统计教学的重点与难点,也是全国研究生入学考试的重点与难点.利用分布函数法构造一类适用于求解一维随机变量函数分布的直观解法,该方法基于数形结合思想构建统一方法求解一维随机变量函数的分布.确定了几类适用的场合,给出了3个典型例题的应用过程.     

二维随机变量分布函数的教学思考

<正>分布函数是概率论中的重要内容之一,求分布函数是概率论教学上的难点.求一维随机变量分布函数的方法已经有诸多研究,且已经研究得比较清楚.求二维随机变量分布函数的方法,也有一些学者做过研究.张忠诚等[1]给出了一种较适用的计算二维连续型随机变量分布函数的方法.吴幼明[2]给出了当二维连续型随机变量的密度函数为常数时,求其分布函数的简     

NAr.v.部分和收敛速度的推广（英文）

本文讨论了NA r.v.序列部分和的收敛速度,将独立情形相应收敛速度的结果推广到NA随机变量.     

奇异型随机变量的分布函数

构造奇异型随机变量,比较这类随机变量的分布函数与常见离散型和连续型随机变量分布函数的区别,并讨论这类随机变量分布函数的性质.通过实例给出这类既非离散又非连续型随机变量分布函数间断点的判断方法.     

B—值随机变量序列尾和的重对数律

本文利用Ｌｅｄｏｕｘ和Ｔａｌａｇｒａｎｄ的Ｉｓｏｐｅｒｉｍｅｔｒｉｃ方法，将尾和形式的Ｋｏｌｍｏｇｏｒｏｖ重对数律推广到Ｂ－值随机变量序列情形，进而得到一般形式Ｂ－值随机变量序列的尾和重对数律，同时对独立同分布Ｂ－值随机变量序列得到了配重尾和的重对数律。     

2个离散型随机变量独立性的判定

研究了2个取有限值的离散型随机变量X和Y的独立性的判定及数字特征的计算问题,给出了用联合分布律矩阵表示的几个结论及公式,所得结果不仅理论上十分简洁,而且为直接使用Matlab的命令对X和Y的独立性的判定及其数字特征的计算提供了便利.