二维随机变量独立性的研究

主要研究了二维离散型随机变量和二维连续型随机变量的独立性问题.给出了二维离散型随机变量相互独立的充分必要条件是其联合分布矩阵的秩等于1;二维连续型随机变量相互独立的充分必要条件是其联合概率密度为可分离变量.同时,对其应用进行了举例说明.     

二维离散型随机变量独立性的判定

利用矩阵的秩给出了二维离散型随机变量独立性的两个判定定理,一个推论,并举例说明用此结论判断二维离散型随机变量的独立性是非常好用的。     

n维随机变量的数字特征

在上前各概率统计教材中，关于一维，二维随机变量的概率分布及其数字特征都作了详细讨论而一般ｎ维情形都有简略。本文对ｎ维随机变量的期望向量，协方差矩阵以及条件分布的期望向量，协方差矩阵之间的关系作一些探讨。     

二维连续型随机变量独立性的判定

给出了二维连续型随机变量独立性的一个判定定理、两个推论,并举例说明用此结论判断二维连续型随机变量的独立性时,不需要计算边缘密度函数,只从联合概率密度的形式上就能判断出X与Y的独立性。     

二维连续型随机变量变换的概率分布

研究了二维连续型随机变量在平面上一对一变换的概率分布,更进一步地,还研究了若平面被分成若干区域,二维连续型随机变量分区域成一对一变换时的概率分布.     

二维随机变量概率分布的求解方法

每一个随机试验的整体概率可以用一个相应的随机变量及其概率分布来描述.基于对一维随机变量的理解,采用分布函数法和函数分步法,给出了求二维随机变量概率分布的基本规律.     

二维随机变量独立性的判定及其应用

随机变量的独立性是概率论中的一个重要概念,本文给出了几种二维随机变量独立性的判定方法,并用实例讨论了相关的应用。     

二维离散型随机变量独立性的一个判断定理及应用

在二维离散型随机变量独立性定义的基础上,得到二维离散型随机变量独立的一个新的判断定理,并给出相关的应用.     

二维多态联合概率分布及信息传输理论研究

根据不相关性与独立的等价概念,给出了有限离散随机变量的二维联合概率分布的一种描述方法.将两点值的情况推广到多点离散值的情况,当给出两个随机变量的边缘分布及合适的有限阶幂互协方差函数(或高阶相关系数)时,可得两维联合概率分布列,使两个随机变量的不相关性与独立性有一系统地描述和一个完整的表达形式.经过仿真验证了此方法的有效性.将得到的表示形式应用在数据信道通信的分析中,用信道两端的相关系数来描述输入输出的信息耦合,对信息理论是一个很好的补充.该方法与信息论中的平均互信息、数据处理定理相对应,得到非常美观的公式及非常理想的特性.     

关于服从二维指数分布的非独立随机变量线性组合分布的修正

通过建立二维随机变量(X,Y)的线性组合αX+βY的概率密度函数的推导公式,给出了在可靠性工程中应用最广泛的二维指数分布的线性组合的概率分布.     

判定连续随机变量独立性的两个充要条件

对二维连续随机变量(X,Y),从联合密度函数和联合分布函数两个方面,得到了X,Y独立的两个充要条件,然后给出了应用,最后,把结果推广到了多维随机变量(X1,X2,?,Xn)的情形,给出了判定X1,X2,?,Xn独立性的两个充要条件。结果改进了原来的方法,使得判定连续随机变量独立性变得简便易行。     

关于二维连续型随机变量函数分布的推广和运算

本文从二维连续型随机变量的联合分布函数与联合概率密度函数的关系入手,讨论了二维连续型随机变量四则运算的分布,并给出了求解函数分布的简便方法.     

关于二维连续型随机变量函数分布的推广和运算

本文从二维连续型随机变量的联合分布函数与联合概率密度函数的关系入手,讨论了二维连续型随机变量四则运算的分布,并给出了求解函数分布的简便方法.     

二维模糊事件的概率

本文在一维模糊事件的概率(指文献1中模糊事件的普通概率)的基础上给出二维模糊事件的概念、二维模糊事件的概率的计算公式及某些性质。同时,又根据二维随机变量的边缘分布、条件分布和独立性的概念,引入二维模糊事件的边缘概率条件、概率和独立性等相应的概念。     

一维与二维连续随机变量的函数的分布

现行“概率论与数理统计”教材中关于一维与二维随机变量函数的概率分布讲法上不够简练,在系统性上有欠完备,试图给出一定改进及讲法更新方面的一些建议.其中心内容是对一维随机变量单调函数的概率密度函数避免用积分表示,直接用复合函数求导方法推出;对非单调函数用划分单调区间办法给出函数概率密度的一般表达式;对二维变量试图用二维换元法给出推算二维函数分布的统一方法.     

相依随机变量的随机函数模型

针对二维非独立随机变量的概率描述,提出了随机函数模型,将其转化为二维独立随机变量问题.该模型中的待定函数恰好为条件均值函数与条件标准差函数,可根据物理机制或实测数据确定.特别地,本文建议根据问题的物理机制确定待定函数的基本形式,进而基于数据确定基本变量的概率分布.以混凝土的弹性模量和抗压强度关系为例详细阐述了上述步骤.其中,考虑混凝土的一维损伤演化机制,研究了混凝土弹性模量与抗压强度分布界限,结合物理机制确定待定函数的形式并通过试验数据识别参数,建立了实用随机函数模型的具体表达式.与Copula函数模型的对比表明,该模型可以很好地刻画数据的基本概率特征,且避免了直接处理联合概率分布,便于在工程中应用.本文提出的方法可以推广到高维非独立随机变量的概率描述之中.     

二维随机变量联合分布函数的性质

给出二维随机变量联合分布函数的性质2,性质3和性质4的证明,然后由性质3与性质4证明性质1,最后以反例说明性质4无法由其它性质导出.性质2,性质3和性质4是二维随机变量的联合分布函数的基本性质,性质1是导出性质,不是基本性质.二维随机变量的联合分布函数的基本性质只有三个.     

概率论与数理统计课程教学的几点思考

针对概率论与数理统计课程的特点,结合教学实践,探讨了条件概率与乘积概率的关系、二维离散型随机变量的独立性、判断一组数据是否服从正态分布三个问题,得到了相关结论。     

离散型r.v.独立性的一种判定方法

通过分布矩阵的秩,给出了判定随机变量（γ． ｖ．）独立性的一种简洁的判定方法     

离散型γ.υ独立性的种判定方法

通过分布矩阵的秩,给出了判定随机变量（γ．υ）独立性的一种简洁的判定方法。