正态集值随机变量的定义与性质

从集值随机变量的定义出发，利用嵌入函数这个工具，给出了集值随机变量正态的定义，并又给出了它的一个表示，揭示了它与一般的随机变量正态的关系。     

正态集值随机变量的定义与性质

从集值随机变量的定义出发，利用嵌入函数这个工具，给出了集值随机变量正态的定义，并且给出了它的一个表示，揭示了它与一般的随机变量正态的关系。     

多组随机变量的相关性度量

本文讨论了多组随机变量的相关性度量,给出了一种定义,导出了它的统计性质及对正态总体的零分布,证明了这一定义与常用的两个随机变量或两组随机变量之间的相关性度量是一致的。     

复值随机变量的线性等价类

定义复值随机变量的一种等价类，指出如果m(Z)是某种复值正态随机变量Z的线性等价类，存在m(Z)中的复值随机变量的线性组合不属于m(Z)．     

关于正态随机变量和的分布

给出了n个非相互独立正态随机变量之和不是正态随机变量的反例 ,并推广了Rosenoerg方法     

范畴中态射集的Baksalary-Hauke序

定义了范畴中态射集的Ｂａｋｓａｌａｒｙ－Ｈａｕｋｅ序,给出了它的等价刻划,并讨论了它与态射集星形序之间的关系     

Fuzzy随机变量与Fuzzy集值测度

本文研究了Ｆｕｚｚｙ随机变量以及由Ｆｕｚｚｙ随机变量的积分所定义的Ｆｕｚｚｙ集值测度，并证明了这类Ｆｕｚｚｙ集值测度的扩张定理和分解定理。     

范畴中态射集的sharp序

定义了范畴中态射集的ｓｈａｒｐ序，给出了它的一些性质和等价刻划，并讨论了它与态射集减序的关系。     

关于多元随机变量正态分布的一个推导

n 元随机变量的正态分布若具有正态分布的 n 元随机变量是彼此互相独立的,则 n 元随机变量的正态分布的密度函数只是各个正态随机变量的密度函数的乘积;也就是说,它的密度函数仅仅是各个正态随机变量的联合密度函数。定义1 设 n 元独立随机变量ζ_1,ζ_2…ζ_n 各具有 N(0,1) 分布,且设有 n 个常量 a_1,a_2…a_n 和一个满秩 n×n 方阵 A=(a_(ij)),使得     

随机变量序列的证实集及其性质

给出了随机变量序列的证实集的定义及其几种等价形式，在此基础上利用熵和互信息讨论了证实集的若干性质．     

连续型随机变量的单位化

通过引入单位随机变量的定义，讨论连续型随机变量与单位随机变量关系，提出并证明了在一定条件下，连续型随机变量可转化为单位随机变量，或者说，连续型随机变量可用单位随机变量表示。     

模糊空间行独立随机组列的强大数律

介绍模糊随机变量、模糊随机变量空间的概念,利用同构映射,建立了模糊随机变量空间和Banach空间之间的同构关系,证明了模糊随机变量空间行独立随机组列的强大数律.     

两种不同类型随机变量混合函数的分布

文章主要讨论了由两种不同类型随机变量构成一个随机变量函数的分布，并着重给出了相互独立的一个连续型随机变量和一个离散型随机变量相乘构成的随机变量函数的分布的计算方法。     

有界随机变量的次高斯性

通过建立一些重要的不等式，研究有界随机变量的性质，得出了重要结果：数学期望为零的有界随机变量是次高斯的，并得出参数τ的精确估计。最后应用这些结果构造一个非对称的次高斯变量，并研究了某些随机三角级数的性质，得到了很好的结果。     

对称随机变量的平均不等式

该文定义了对称随机变量及随机变量的算术平均与几何平均,并建立了对称随机变量的算术平均——几何平均——期望不等式,将康托洛维奇不等式作为推论导出.     

条件数学期望及随机变量函数的三角多项式级数展开

获得了如下结果:(1)条件数学期望及随机变量函数的三角多项式级数表达;(2)一个随机变量关于另一个随机变量的三角多项式的最佳逼近;(3)随机变量函数被随机变量三角多项式最佳逼近的阶.     

N维连续型随机变量之分布函数的性质

利用分布函数所确定的Lebesgue-Stieltjes测度刻画了一个N维随机变量是连续型随机变量的等价条件；证明了连续随机变量的分布函数具有某种绝对连续性。     

非1-1对应时连续型随机变量函数的概率密度

现有的求解连续型随机变量函数的概率密度公式,要求随机自变量X的取值域(或经划分后各子域)与在变换y=g(x)下的值域1-1对应。这个条件是苛刻的,许多变换函数都不满足。文中推出了取消这个条件后,连续型随机变量函数的概率密度求解公式,并进行了应用举例,使得更多的连续型随机变量函数的概率密度得以求解。     

强平稳NA随机场对数律的收敛性

研究了强平稳NA随机场对数律的收敛速度,得到了与NA随机变量序列类似的结果,推广了NA序列的情形.     

一类随机变量的概率不等式及几乎处处收敛性

从一个常用的概率不等式出发,在一定的矩限制条件下,得到一个随机变量序列的Hajek-Renyi型不等式,并应用此不等式证明随机变量序列部分和的几乎处处收敛性,同时给出随机变量序列部分和的推广性质和收敛速度,可以证明论文的结论优于文[1]的主要结论.最后应用到随机变量序列收敛性的证明,从而推广了随机变量序列的一些收敛性质.