离散型随机变量数学期望解题探讨

数学期望是概率论中很重要的数字特征之一，本文就离散型随机变量的数学期望的解法进行归纳，并对数学期望常用的技巧进行探讨。计算离散型随机变量期望，可根据公式求得。这是我们常用的计算方法。但对于有的离散型变量也可由试验随机变量的期望和性质来求解。例1若事件A在第i次试验中出现的概率为pi，设。是事件A在前n次试验中的出现次数，试求Eμ。解设若第i次试验A出现若第i次试验A不出现而，由此。因为；．表示前n次试验中事件A出现的次数。通过以上例子可得：凡知道第i次试验中出现事件A的概率Pi，就可求出事件A在前n次试验中的出…     

离散型随机变量幂赋范最大值的极限分布

(Xn)为独立同分布离散型随机变量序列,Mn=max(X1,…,Xn).当离散型随机变量分布的参数随n适当变化时,得到了|Mn/αn|1/βnsign(Mn)的极限分布,并应用于6种常见离散型分布.     

离散型随机变量序列最大值的收敛速度

设X1,X2,…,Xn是独立同分布离散型随机变量序列,Mn=max{X1,X2,…,Xn}.当n→∞时,(Mn-bn)/an的极限分布已知.然而,当离散分布的参数随着n而变化时,有可能得到它的非退化极限分布及其收敛速度.研究了3类离散型随机变量序列最大值的收敛速度.     

独立情形下一阶矩收敛的精确渐近性的注记

假设{X,X i,i≥1}为独立同分布的随机变量序列,记S n=∑n i=1X i.N为标准正态随机变量,利用独立随机变量和的弱收敛定理和尾概率不等式,在拟权函数和边界函数满足适当的条件下,证明了limε→0ε1/s-1∑∞n=n0ψ(n)E{Sn/n-(1/2)-εσgs(n)}+=sσ1-s E N1/s成立的充要条件是EX=0和EX2=σ2.     

一类离散型随机变量高阶原点矩的递推计算方法

考虑到直接用定义计算随机变量高阶原点矩的复杂性,将组合数学中两个重要的组合恒等式ni=n-1i-1+n-1i和ini=nn-1i-1应用到一类离散型随机变量高阶原点矩的计算中,给出了二项分布、负二项分布和超几何分布随机变量高阶原点矩的递推计算公式.     

次序统计量分布的参数识别

设x_1,x_2,…,x_n是n个相互独立的随机变量,第k个(1≤k≤n)次序统计量x(k)的分布是否能唯一决定每个随机变量x_i(i=1,2,…,n)的分布,当k=n时,Anderson TW等对一定类型的随机变量作出了肯定的回答。本文将对一定类型的相互独立同分布(i.i.d.)的随机变量,研究k为任意正整数(1≤k≤n)时上述提出的问题。     

ρ-混合序列的重对数律矩收敛的精确渐近性

假设{X_n,n≥1}为一列严平稳ρ-混合随机变量,期望为零,方差有限。设S_n=n∑i=1X_i,M_n=max1≤i≤n |S_i|。利用ρ-混合随机变量的矩不等式和中心极限定理,得到了一类ρ-混合随机变量序列部分和以及部分和的最大值重对数矩收敛的精确渐近性。     

AANA随机变量的完全收敛性

设X{n,n≥1}为被随机变量X随机控制的AANA(asymptotically almost negatively associated)随机变量序列,a{n,n≥1}是正常数列.在适当的矩条件下,研究了AANA随机变量加权和max1≤k≤n a-1n∑k i=1Xi的完全收敛性.作为该结果的应用,得到了一些关于AANA随机变量序列完全收敛性的新结果.     

谈谈概率独立性

本文讨论了概率论中最基本的几个概念,即 n 个随机事件的独立性,离散型随机变量的独立性,n个一般随机变量的独立性以及可数个随机变量的独立性的意义以其联系。     

PA序列部分和之和的弱大数定律

研究PA随机变量序列部分和之和Tn=(n∑i=1Si)其中(Sn=(n∑i=1)Xi)的弱大数定律,将PA随机变量序列“部分和”的弱大数定律推广到了“部分和之和”的情形(包括同分布和不同分布的情形).     

一种离散变结构控制算法及其仿真研究

离散变结构控制设计一般基于系统的状态方程模型,且要求已知扰动量的变化范围,不利于实际应用。文章基于对象差分方程模型,提出了一种离散变结构控制算法,该算法设计无需已知系统内外扰动大小的范围,有利于工程应用,且有利于消除系统的抖动;对所提出的算法进行了仿真研究,结果表明该控制算法具有较好的效果及鲁棒性。     

离散型随机变量的K阶矩

对离散型随机变量的k阶矩进行了研究,给出了几类离散型随机变量的k阶原点矩的统一递推公式,得到了离散型随机变量的k阶原点矩的形式特征.     

Approximation-exact penalty function method for solving a class of stochastic programming

0　IntroductionSincethemultistagestochasticprogrammingcanusuallybetransformedintoasingle stagestochastic program ming[1 3] .Specifically ,two stageconvexstochasticprogrammingproblemwithcompletecourseisequivalenttominimizingsingle stageconvexstochasticprogramming[4,5] .Therefore,researchingtheoryandalgorithmsrelevanttothesingle stagestochasticpro grammingwillbesignificant.Inthispaper,weconsiderthefollowingsingle stagestochas ticprogramming.minimizef(x)s.t.gi(x ,ξ)≤ 0 ,i=1,… ,m ,x∈Rn (1)wh…     

离散变频软起动过程的若干问题

针对采用离散变频方式实现三相异步电动机重载软起动过程的一些技术问题进行了分析和研究.首先,分析离散变频软起动过程中分频谐波的影响,表明分频基波产生的转矩达70%以上;其次,研究基于失电残压的无速度传感器测速方法;再次,提出离散频段切换原则,即切换时保持前后频段基波的相位角相吻合,可以防止转矩脉动;最后,提出基于分频时间片段的控制策略,使得在1个工频周期内就可对系统做出调整,提高了控制的实时性.经理论推导和仿真分析验证了提出方法的可行性和有效性.     

任意离散值随机变量序列泛函的一类强极限定理

当 {Xn,n≥ 0 }是离散值随机变量序列时 ,建立了关于泛函 { fn(X0 ,X1,… ,Xn) ,n≥ 1}的强极限定理 ,作为推论 ,得出了关于任意随机变量序列及m重非齐次马氏链的随机选择的强极限定理 ,它是关于 (单重 )非齐次马氏链的随机选择的强极限定理的推广 .     

概率分布中的递推问题

结合离散型随机变量的可能取值是自然数这一特点,利用归纳递推的思想给出了常用的离散型随机变量概率分布的递推公式,并用同一个数学表达式表示,此时只需对表达式中的参数选取相应的值,便可获得不同离散型随机变量的概率分布.利用该结论可以使一些比较烦琐的概率计算问题借助于计算机予以解决.     

离散型随机变量的概率密度函数及其应用

利用单位脉冲函数定义了离散型随机变量的概率密度,给出离散型随机变量与其独立的连续型随机变量和分布的计算公式,且证明其和分布不可能为正态分布。     

离散时间系统的变结构控制方法

分析了不确定离散时间系统变结构控制的常用设计方法的优缺点,提出了一种新的离散趋近律,并利用它设计了变结构控制器;对不确定部分建立灰色估计模型,估计出参数值.该方法缩短了系统到达滑模面的时间,有效地减弱了抖振强度和不确定因素的影响.理论分析和仿真结构表明,此方法是可靠的,使所得到的变结构控制系统具有良好的性能,保证了系统的稳定性.