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.     

随机变量独立性的直接判别法

二维离散随机变量相互独立的充要条件是其联合概率矩阵的秩为1；二维连续型随机变量相互独立的充要条件是其联合密度函数可分离变量．     

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.     

关于确定二维连续型随机变量(X,Y)函数aX+bY的概率分布的方法

阐述了关于确定二维连续型随机变量(X,Y)函数aX+bY概率分布的多种方法.     

二维连续型随机变量线性函数的概率密度的新算法

针对二维连续型随机变量的线性函数的积分定限和计算问题,提出了一种更加简单的不等式组定限方法和系统的计算步骤.     

离散型随机变量密度函数的定义与探讨

使用“δ函数”定义离散型随机变量的密度函数，寻求离散型随机变量与连续型随机变量的统一处理方法．基于离散型随机变量密度函数的定义．其一维随机变量函数的密度函数以及多维随机变量的边缘密度等，均可直接利用连续型随机变量的相关结论．     

二维连续型随机变量函数的密度公式及计算

本文直接利用积分推导出了二维连续型随机变量函数Z=g（X，Y）的密度函数的计算公式并进行了推广．同时介绍了比文献[1]更简捷的确定积分限的方法．     

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     

随机变量积的分布函数及其应用

利用Lebesgue-Stieltjes积分把连续型随机变量积的密度函数计算公式推广为一般随机变量的分布函数计算公式,并给出了公式的几个应用.     

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     

模糊密度随机变量的数学描述

研究了由于概率密度函数的模糊性而引起的模糊概率随机变量问题。给出了区间密度函数、模糊密度函数、模糊密度随机变量及其分布函数和模糊密度随机变量的模糊数学期望、模糊方差等基本概念及定义和计算方法,并证明了有关定理。     

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.     

一类非离散非连续的随机变量的概率分布

本文定义了一类非离散非连续的随机变量的概率分布,使其概率分布与离散型和连续型随机变量的概率分布表示保持一致,并举例求出考研中涉及过的该类型的随机变量的概率分布.     

不同类型随机变量和差积商的分布

研究两种不同类型的随机变量,即离散型随机变量ζ与连续型随机变量η的和（ζ＋η）、差（ζ-η）、积（ζη）、商（ζ/η）的分布,给出这些分布的密度函数．     

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.     

依概率收敛与依分布收敛的关系

本文探讨了随机变量序列依概率收敛与依分布收敛的关系 ,并给出了一个依分布收敛能保证依概率收敛的最弱的条件 ,即 :设分布函数列 { Fn(x) }弱收敛于连续的分布函数 F(x) ,则存在随机变量序列{ξn}和随机变量ξ,它们分别以 { Fn(x) }和 F(x)为其对应的分布函数列和分布函数 ,且 {ξn}依概率收敛于ξ.     

“卡边随机现象”的一种概率模型

郭正光、张鸿秀．“卡边随机现象”的一种概率模型．本文首次提出了生产实践中存在的所谓“卡边随机现象”这一概率模型,并且导出了其相应的数据所服从的概率分布函数和密度函数。同时,利用计算机描绘了当ｎ＝２,ｍ＝１的卡边密度曲线并给出了其相应的卡边分布表     

《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.     

既不离散也不连续的随机变量

讨论了既不离散也不连续的随机变量 ,并纠正了有关文献中关于连续型随机变量定义中的错误 .