关于任意非负随机序列随机和的一类随机偏差定理

本文引入任意随机变量序列随机极限对数似然比概念,作为任意相依随机序列联合分布与其边缘乘积分布“不相似”性的一种度量,利用构造新的密度函数方法来建立几乎处处收敛的上鞅,在适当的条件下,给出了任意受控随机序列的一类随机偏差定理.     

关于随机变量序列几何平均的强极限定理

本文利用似然比作为一般连续型随机变量相对独立随机变量偏差的一种随机性度量 ,用矩变换构造几乎处处收敛的上鞅 ,结合分析方法 ,得到了一种乘积形式的强极限定理 .     

二维连续型随机变量相互独立的一个充分条件

提出了一个有关二维连续型随机变量相互独立的充分条件.该条件表明,如果二维连续型随机变量在任意概率值非0的矩形区域上被标准化后满足乘积的数学期望等于数学期望的乘积,则可推出它们是相互独立的.     

关于随机变量序列几何平均的强极限定理

本利用似然比作为一般连续型随机变量相对独立随机变量偏差的一种随机性度量，用矩变换构造几乎处处收敛的上鞅，结合分析方法，得到了一种乘积形式的强极限定理。     

关于NA列乘积和强收敛性的注记

讨论了NA随机变量序列乘积和的强收敛性,将王定成等(2002)关于NA列的广义Jam ison型加权和的几乎处处收敛性的结论推广到加权乘积和的强收敛性.     

α混合随机变量序列部分和乘积的几乎处处中心极限定理

利用子序列等方法,获得α混合随机变量序列部分和乘积的几乎处处中心极限定理的更优结果,改进了相关文献的结果.     

概率密度函数连续和不连续两种不同假设下的解题比较

概率密度函数连续的随机变量仅是一类特殊的连续型随机变量,因此假设概率密度函数连续是一个苛刻的限制.本文在随机变量概率密度函数连续和不连续两种不同假设下比较了两个典型例题的证明,可以看出两者的思路是完全不同的,后者通常更具有普遍性.     

$\rho^-$-混合序列自正则部分和之和乘积的几乎处处中心极限定理[英文]

设是一严平稳的ρ--混合随机变量序列.在满足一定的条件下，证明了自正则部分和之和乘积的几乎处处中心极限定理，其中,     

一种判定两个随机变量的乘积(和)服从何种分布的方法

本文介绍求两个独立Beta分布随机变量的乘积服从何种分布的方法.先随机产生大量贝塔分布随机变量的乘积,用数值拟舍来分析并验证拟合结果.借助SAS软件系统,用回归分析找出分布参数间的相关关系,并作图验证结论的正确性.     

φ^~混合随机变量列的几乎处处收敛性

本文研究(~φ)混合随机变量列的几乎处处收敛性,获得了(~φ)混合随机变量列的强大数律,推广和改进了独立情形的相应结果.     

卷积公式的推广

从教材中的习题出发,利用含参变量二重积分的求导方法,把卷积公式推广到三个独立随机变量和的情形．得到其概率密度函数计算公式,并且说明该方法同样适用于随机变量不相互独立的情形．     

■混合随机变量序列的强收敛定律(英文)

本文建立了■混合随机变量序列的几乎处处收敛性和完全收敛性的结果.所获结果不仅把独立随机变量经典的Khintchine-Kolmogorov收敛定理和三级数收敛定理推广至■混合随机变量情形下,并在没有增加任何附加条件下改进了相关结果.     

独立随机变量乘积的分布

得到了两个独立的任意分布随机变量乘积的分布函数的计算公式,该公式推广了参考文献[1]中定理1的结果.     

正常返Markov链的几乎处处中心极限定理

本文考虑不可约正常返Markov链,证明其函数的部分和的几乎处处中心极限定理,把独立同分布(independent and identically distributed,i.i.d.)随机变量序列的几乎处处中心极限定理推广到Markov链,且扩大了使定理成立的权重.     

任意随机序列的变换及其a.s.收敛性

本文利用截尾方法构造几乎处处收敛的鞅结合无穷乘积定理，研究随机变量序列变换的局部收敛性及强大数定理，作为推论得到了关于赌博系统的若干强极限定理。     

英汉数理统计小辞典

distribution分布distribution function分布函数 对任意值x,给出随机变量X小于或等于x的概率的函数:F(x)=P(X≤x).probability density function概率密度函数 连续随机变量分布函数的微商(如果它存在); f(x)= F’(x)。uniform distribution均匀分布 连续随机变量的一种概率分布。其概率密度函数在某个有限区间上等于一个常数,而在该区间以外等于零。normal distribution正态分布 连续随机变量X的分布。其概率密度函数为共中p和a分别为正态分布的期望和标准差。standardized normal distribution #准正态分在 标准化正态随机变量的概率分…     

鞅差序列加权和的几乎处处收敛(英文)

本文研究了一类鞅差序列加权和的收敛性的问题.利用一些基本不等式和截尾技术,获得了加权和的几乎处处收敛性,推广了关于独立同分布的随机变量序列的相关结果.     

一类由一维概率密度函数构造多维概率密度函数的方法

将文献[1]给出的由一维连续型随机变量的概率密度函数构造二维连续型随机变量的概率密度函数的方法,推广为由一维连续型随机变量的概率密度函数构造三维连续型随机变量的概率密度函数的情况,并作出了证明和举例说明.说明利用本文的方法构造多维概率密度函数,其方法简单易行.     

随机序列的变换及其局部强收敛性

本文引入任意随机变量序列停时变换的概念，利用截尾方法构造几乎处处收敛的鞅结合无穷乘积定理，讨论了变换的局部收敛性及强大数定理，作为推论得到了关于赌博系统的若干强极限定理。     

不同分布(φ)混合随机变量序列的强收敛性

本文研究了不同分布(φ)混合随机变量序列的强收敛性质的问题.利用(φ)混合随机变量序列的矩不等式和截尾的方法,获得了(φ)混合随机变量序列完全收敛性和几乎处处收敛性结果,所获得结果不仅推广了Baum和Katz (1965)关于独立同分布随机变量序列的结论,而且改进了Wu和Lin (2004)关于同分布(φ)混合随机变量序列的相关结论.