随机市场的竞争平衡

本文定义出一个具有有限个商人和有限种随机商品的市场——随机市场,并在适当条件下,证明了这种市场竞争平衡的存在性.本文置:有限种商品为一组随机变量,消费集为概率密度函数的集合,效益函数为定义在密度函数集合上的泛函数.     

谈二维随机变量的函数的分布函数

设二维随机变量 (X,Y)的概率密度为 f (x,y) ,二维随机变量的函数是 U =U(x,y) ,则U的分布函数为FU(u) =P{ U≤ u} = Gf (x,y) dxdy,G:u(x,y)≤ u,(-∞ 0 .将此…     

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…     

NA、PA样本下密度核估计的相合性

设{Xn,n≥1}为同分布的NA或PA随机变量序列，f(x)为X1概率密度函数，基于样本X1，X2，…，Xn，本对密度函数（f(x)的核估计进行了讨论，在适当条件下证明了其强相合和r阶矩相合。     

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.     

条件期望与三变量独立性的两个充要条件

随机事件的独立性、随机变量的独立性是概率统计中的重要概念,不少学者都在这方面有所讨论.本文作者讨论了三维连续型随机变量（X,Y,Z）中三个分量X,Y,Z的相互独立性、条件独立性,得到三个引理.利用条件期望及三个引理作者给出了三变量相互独立的两个充要条件.     

二维随机变量条件分布函数教学的思考

本文利用条件概率的定义,由随机变量分布函数的性质,给出一般情形下随机变量条件分布函数的定义,以帮助学生更好地理解随机变量的条件分布函数的概念.     

计算数学期望和概率的条件化方法

借助于条件数学期望和随机事件A的示性函数IA,通过对随机变量的适当"条件化"处理,应用全期望公式和推广的全概率公式,讨论了计算数学期望和概率的条件化方法.     

非对称损失函数下Burr Ⅻ型分布可靠性指标的Bayes估计

本文研究了R=P(Y＜X)在两种非对称损失函数下的Bayes估计问题,其中随机变量X和Y相互独立且服从不同的Burr XII型分布.利用Lindley近似方法,获得了Bayes估计的显式近似表达式,通过随机模拟比较了不同损失函数下的Bayes估计的性质.     

带有相依移民的连续状态分枝过程

通过求解由轨道空间上的Poisson随机测度驱动的随机积分方程,对于满足Yamada-Watanabe型条件的移民速度函数,本文给出了带相依移民连续状态分枝过程的构造.此构造改进了Dawson和Li (2003)、Fu和Li (2004)和Li (2011)等在Lipschitz条件下的结果.     

椭球过程的导数与积分的特征函数

令X(t)为椭球随机变量,我们引入椭球过程的概念。在椭球过程的导数与积分存在的条件下,本文给出了椭球过程的导数与积分的特征函数。     

关于概率广义密度函数的引入

<正> 设X 是给定概率空间(Ω,μ,P)上的随机变量.对于连续型随机变量X,其分布函数为F(x)=P(X≤x),并已引入可积函数为其密度函数.本文将对离散型随机变量X 引入广义函数作为密度函数,并把可积函数作为广望函数的特例.这对各型随机变量统一在该概率空间上的研究,将是有意义的.     

Koch曲线上的齐次Riemann边值问题

当L为典型的分形曲线一Koch曲线时,提出了Riemann边值问题,但在一般情况下,在Koch曲线上所做的Cauchy型积分无意义.当对已知函数G(z),g(z)增加一定的解析条件,同时利用一列Cauchy型积分的极限函数,对定义在Koch曲线上的齐次Riemann边值问题进行了讨论,并得到与经典解析函数边值问题相类似的结果.     

随机截断模型下的中心极限定理

在流行病学,生物统计学和天文学中常遇到随机截断数据.在随机截断下,人们关心的随机变量X被另一个随机变量y干扰.只有当X≥y时,才能观测到X和Y.在这个模型下,人们需要用截断数据估计X的分布函数F.本文证明,F的非参数最大似然估计Fn在下述意义下服从中心极限定理.对任何可测函数g(x),√n∫f9(x)[dFn(x)-dF(x)]依分布收敛到均值为零方差为σ2的正态分布.从这个结果可以得出F的各种矩,特征函数等估计的渐近正态性.作为推论,还可以得到Fn在整个直线上的依分布收敛.我们的结果不要求X和Y的分布函数连续,得到的方差公式是简明的.     

全局优化问题的一类积分型最优性条件 (英)

本文通过构造水平集辅助函数对一类积分全局最优性条件进行研究. 所构造的辅助函数仅含有一个参数变量与一个控制变量,该参数变量用以表征对原问题目标函数最优值的估计,而控制变量用以控制积分型全局最优性条件的精度. 对参数变量做极限运算即可得到积分型全局最优性条件.继而给出了用该辅助函数所刻画的全局最优性的充要条件, 从而将原全局优化问题的求解转化为寻找一个非线性方程根的问题.更进一步地,若所取测度为勒贝格测度且积分区域为自然数集合的一个有限子集, 则该积分最优性条件便化为有限极大极小问题中利用凝聚函数对极大值函数进行逼近的近似系统.从而积分型全局最优性条件可以看作是该近似系统从离散到连续的一种推广.     

随机变量函数概率密度的定点算法

利用曲线积分和曲面积分作为工具,导出计算随机变量函数的密度函数的一种定点算法,并借助实例说明相应计算公式的应用.     

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.     

条件数学期望与随机变量独立性的一个充要条件

随机试验的独立性、随机事件的独立性、随机变量的独立性均是概率统计中的重要概念,不少学者都在这些方面有所讨论.本文作者就二维离散形随机向量(ξ,η)中两个分量ξ与η的相互独立性展开讨论.先是证明了三个引理,其中引理1在一般概率论教科书中均有介绍,但为使读者方便,作者也作了证明.利用三个引理,作者找到随机变量独立性的一个充要条件.     

随机截断模型下的中心极限定理

在流行病学,生物统计学和天文学中常遇到随机截断数据.在随机截断下,人们关心的随机变量X被另一个随机变量Y干扰.只有当X≥Y时,才能观测到X和Y.在这个模型下,人们需要用截断数据估计X的分布函数F.本文证明,F的非参数最大似然估计Fn在下述意义下服从中心极限定理.对任何可测函数g（x）,n~（1/2）∫g（x）[dFn（x）-dF（x）]依分布收敛到均值为零方差为σ2的正态分布.从这个结果可以得出F的各种矩,特征函数等估计的渐近正态性.作为推论,还可以得到Fn在整个直线上的依分布收敛.我们的结果不要求X和Y的分布函数连续,得到的方差公式是简明的.     

相依样本下概率密度函数估计的渐近正态

设随机变量 X具有概率密度函数 f (x) ,X1,… ,Xn为 f (x)的样本 ,基于 X1,… ,Xn定义一类 f (x)的估计 fn(x) .本文在 X1,… ,Xn为 α——混合、ρ——混合样本时 ,得到了 fn(x)的渐近正态性