二维连续型随机变量函数的分布密度的计算

二维连续型随机变量函数的密度函数的计算既是概率论教学中的一个重点,又是一个难点.本文介绍了一般二维连续型随机变量函数的分布密度的计算方法,并给出了一个新的方法——密度函数转化法.     

《概率论与数理统计》中有关独立性一反例的深入分析

独立性是《概率论与数理统计》是的一个非常重要的概念.教学中在说明随机变量函数独立性时会涉及许多反例.本文就有关随机变量函数独立性的一个反例作了进一步的推广分析.     

用积分变换法求连续型随机变量函数的密度函数

设X是一个连续型随机变量,其密度函数为px(x),g(x)是一个连续函数,给出了用积分变换求随机变量X的函数9(X)的密度函数的一个方法.该方法比传统的方法更简单.     

混合型随机变量数字特征的计算

利用分布函数的广义反函数,将随机变量表示为均匀分布随机变量的函数,然后用随机变量函数的数学期望公式可计算原随机变量的数字特征,该方法适用于所有类型的随机变量.最后,利用四种不同方法计算了一个混合型随机变量的数字特征,说明了这些方法的异同.     

渐近正态随机变量函数的极限分布

基于渐近正态随机变量,导出随机变量函数极限分布的两个一般性理论结果.作为应用,证明了渐近正态随机变量一系列具体函数的极限分布,其中包括泊松随机变量平方根的渐近正态性,以及随机变量部分和在正则化常数是随机变量情况下的渐近正态性.     

二维连续型随机变量函数分布的一个定理

给出求二维连续型随机变量函数分布的一个定理,并籍以导出二维随机变量和差积商的概率密度函数公式.     

随机变量的差的分布函数的积分表达式

本文利用Ｌｅｂｅｓｇｕｅ－Ｓｔｉｅｌｔｊｅｓ积分，把连续型随机变量差的密度函数的积分表达式推广为一般随机变量的分布函数的积分表达式     

一道研究生入学考试试题的计算机模拟

利用Excel函数编写程序,模拟一个二维离散型随机变量的分布律.通过反复执行该程序能够看出每次观察模拟结果与其模拟对象的概率的绝对误差都会在0.05之内.     

关于二维随机变量独立性问题的探讨

本文通过分析一个课后习题分析了两个随机变量不独立,但它们的平方独立的奇妙现象,发现两种不同类型的联合密度函数具有这种特性,给出了一个一般性的定理且进行了证明.最后,实例验证了此定理.     

概率论中有关计算公式的改进

通过对概率论中有关公式的研究 ,给出了全条件概率公式和二维随机变量函数的密度函数的简化计算公式 ,为其计算提供了新的方法     

有趣的随机变量和的分布算法

根据实际问题.提出计算随机变量和的分布的两种方法,即多项式相乘法和概率母函数法.     

两个n维随机变量函数的概率密度的求法

从二维随机变量函数的概率密度的求法出发,引入了n维随机变量函数的概率密度的求法,并介绍了两个常见的n维随机变量函数的概率密度的求法.     

一类两个随机变量函数的分布

给出了随机变量X,y分别是离散、连续不同类型时,其函数Z=g（X,y）分布的一般求解方法和应用举例．     

基于对称随机变量构造的反例

应用相关文献中对称随机变量分布函数的充要条件,阐明连续型对称随机变量概率密度的偶函数特点,以及对称随机变量的不相关性,构造一些教学反例.     

The Product of Independent Random Variables with Regularly Varying Tails

A distribution is said to have regularly varying tail with index – (0) if lim _x(kx,)/(x,)=k ^– for each k>0. Let X and Y be independent positive random variables with distributions and , respecitvely. The distribution of product XY is called Mellin–Stieltjes convolution (MS convolution) of and . It is known that D() (the class of distributions on (0,) that have regularly varying tails with index –) is closed under MS convolution. This paper deals with decomposition problem of distributions in D() related to MS convolution. A representation of a regularly varying function F of the following form is investigated: F(x)= _k=0 ^n–1 b _k f(a ^k x), where f is a measurable function and a and b _k (k=1,...,n–1) are real constants. A criterion is given for these constants in order that f be regularly varying. This criterion is applicable to show that there exist two distributions and such that neither nor belongs to D() (>0) and their MS convolution belongs to D().     

既非离散又非连续的随机变量

讨论既非离散又非连续的随机变量,总结这类随机变量分布函数的特点,由此可进行这类随机变量类型的判定.通过举例给出既非离散又非连续型随机变量数学期望的求法.     

二维连续型随机变量相关计算的积分限确定问题

对二维连续型随机变量的积分定限问题进行了简要的归纳和总结,并给出了几类常见计算的基本方法和技巧,以期对学生的积分计算有所帮助.