直觉模糊随机信息系统及其属性约简

信息系统的属性约简是知识发现的核心,将直觉模糊随机变量引入信息系统,定义了直觉模糊随机信息系统．将随机概念推广到直觉模糊模型上,针对直觉模糊随机信息系统的属性约简,给出了直觉模糊随机信息系统下的期望相关关系．基于此关系,讨论直觉模糊随机信息系统属性约简的判定和方法,并通过实际例子分析该法的有效性．     

连续型随机变量函数分布的求法及其应用

探讨了连续型随机变量函数的分布的求法及其在产生随机数中的应用.     

弱收敛在勒贝格积分中存在性证明及其具体应用

为了证明勒贝格积分是否具有弱收敛性,基于勒贝格相关理论,得到勒贝格积分存在弱收敛的充要条件为{f_k}在L^p空间中有界;同时,得出需满足{f_k}在测度E范围内的积分极限值等于其积分值的条件.最后,将勒贝格积分应用在概率统计方面,并采用Lebesgue-Stieltjes积分分别表示随机变量及数学期望.     

一类条件独立的随机变量和的密度函数与分布函数

给出了一类随机变量函数列i．i．d．的条件,并就一类满足某种条件独立的连续型随机变量序列,给出了其和的密度函数和分布函数．     

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.     

卷积公式在均匀分布中的应用

本文阐述了卷积公式在均匀分布中计算独立随机变量和分布的重要作用。并且利用卷积公式验证了在风险Xii.i.d.～U(0,1)(i=1,2,∧,n)的前提下,个体风险模型中总风险S的分布密度函数的表达式。     

离散型随机变量的条件独立及其性质

应用条件概率引入条件独立的概念．给出了离散型随机变量条件独立的含义及其性质。     

连续型随机变量的概率密度函数和独立性

连续型随机变量在分布函数的非连续导数点,如何求概率密度函数值,如何判定两个连续型随机变量的独立性,是有研究价值的问题。结合实例分析得出结论:在分布函数的非连续导数点是有限个或可列个时,只要将概率密度函数适当补充定义,使之在负无穷到正无穷之间有定义,即可满足要求;两个连续型随机变量,必须在一个非零测度集上满足联合概率密度函数不等于两个边缘概率密度函数的乘积时,才能说明二者不独立。     

关于随机变量数学期望与方差的讨论

通过举例探讨了求随机变量的数学期望和方差的若干方法,有利用于学生进一步了解随机变量数学期望与方差的性质和应用。     

一维连续型随机变量函数的密度函数计算

研究了一维分段严格单调,且在各区间上存在连续可微反函数的连续型随机变量函数．给出了求其密度函数的公式。并且进行了推广。