首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 282 毫秒

1.  条件数学期望与随机变量独立性的一个充要条件  
   姚仲明  唐燕玉《大学数学》,2007年第23卷第3期
   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.    

2.  随机变量的独立性及其一个充要条件  
   姚仲明  唐燕玉《安庆师范学院学报(自然科学版)》,2004年第10卷第4期
   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型随机向量(ζ,η)中两个分量ζ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.引理2,求出了三个条件概率P{(ζ=Xi,η=Yj)/B}、P{(ζ=Xi 1,η=Yj)/B},P{(ζ=Xi 1,η=Yj 1)/B},其中B={(ζ=Xi或Xi 1,η=Yj或Yi 1)},在引理3中求出了三个条件数学期望E(ζη/B)、E(ζ/B)、E(η/B),利用三个引理证明了二维离散型随机变量(ζ,η)中ζ与η相互独立的充要条件为:P(ζ=Xi,η=Yj)=Pij>0,E(ζη/B)=E(ζ/B)E(η/B).    

3.  条件回归独立性与条件随机独立性  
   傅德华  季美峰《周口师范学院学报》,2007年第24卷第2期
   条件回归独立性是指给定随机变量Z=z时,随机变量X的条件期望E(X/y,z)不依赖于y.本文讨论了条件回归独立性与条件随机独立性之间的关系,找到了两者等价的充分必要条件.    

4.  随机独立性与回归独立性  
   郭建华  马文卿《北京大学学报(自然科学版)》,2000年第36卷第1期
   回归独立性是指给定随机变量X时,随机变量Y 的条件期望E( Y X) 不依赖于X。本文讨论了回归独立性与随机独立性之间的关系,得到了两者等价的几个充分必要条件。并指出了这些条件在统计分析中的应用。    

5.  椭机独立性与回归独立性  
   郭建华 马文卿《北京大学学报(自然科学版)》,2000年第36卷第1期
   回归独立性是指给定随机变量X时,随机变量Y的条件期望E(Y|X)不依赖于X。本文讨论了回归独立性与椭机独立性之间的关系,得到了两者等价的几个充分必要条件。并指出了这些条件在统计分析中的应用。    

6.  连续随机变量的随机独立性与回归独立性  被引次数:1
   陈秋华《数学的实践与认识》,2004年第34卷第2期
   回归独立性是指给定随机变量 X时 ,随机变量 Y的条件期望 E( Y|X)不依赖于 X.前人讨论了离散型随机变量回归独立性与随机独立性的关系 ,得到了二者等价的充分必要条件 .对连续型随机变量的情形加以讨论 ,获到了二者等价的几个充分必要条件 ,并说明在统计分析中的应用 .    

7.  连续随机变量的随机独立与回归独立性的关系  
   鲁翠仙《临沧教育学院学报》,2005年第14卷第3期
   回归独立性是指给定随机变量X是随机变量Y的条件期望E(Y|X)不依赖于X,前人讨论了离散型随机变量回归独立性的关系,得到了二者等价的充分必要条件。对连续型随机变量的情况加以讨论,获得了二者等价的几个充分必要条件,并说明在统计分析中的应用。    

8.  判定连续随机变量独立性的两个充要条件  
   王凡彬《大理学院学报》,2015年第6期
   对二维连续随机变量(X,Y),从联合密度函数和联合分布函数两个方面,得到了X,Y独立的两个充要条件,然后给出了应用,最后,把结果推广到了多维随机变量(X1,X2,?,Xn)的情形,给出了判定X1,X2,?,Xn独立性的两个充要条件。结果改进了原来的方法,使得判定连续随机变量独立性变得简便易行。    

9.  基于Copula的一个概率论反例的构造  
   刘存霞《烟台大学学报(自然科学与工程版)》,2009年第22卷第2期
   Copula是描述随机变量间相关性的一个有力工具.利用Copula来构造概率论中有关随机变量的独立性的反例.首先以3-Copula为例构造了一个Copula族,继而通过这个Copula族,构造出随机变量X,Y,Z的联合分布函数,使得随机变量X,Y,Z中的任意2个都是独立的,但X,Y,Z不是相互独立的;最后通过例子说明,该方法较传统方法更为简洁有效.进一步地,这一方法可以应用到更高维数的场合.    

10.  关于随机变量独立性的研究  
   佟毅《石油化工高等学校学报》,1994年第7卷第3期
   研究了随机变量独立性问题,给出了一个判断随机变量独立性的充分必要条件的定1理.这个定理为:设(X,Y)是连线型随机变量,它们的联合密度函数为f(X,y),其中:a≤x≤bc≤y≤d则随机变量X,Y相互独立的充分必要条件为:1°存在连续函数h(x)g(y),使f(x,y)=h(x)g(y)几乎处处成立.2°ab,c,d是与x,y无关的常量.这个定理对研究随机变量的独立性是很方便的.    

11.  一个不等式的正确证明  被引次数:1
   贺斌《中学数学教学参考》,2004年第5期
   一个不等式 若x ,y ,z≥0 ,xy yz zx =1 ,则1y z 1z x 1x y≥52 ( =|x ,y ,z中一个为0 ,两个为1 ) . ( )据所知,( )式首出文[1 ],然后又见于文[2 ]、文[3 ],但其证明都隐含实质性缩小变量取值范围的错误.下面重予证明.证明:不妨设x≥y≥z≥0 ,由条件知x≥y >0 ,0≤yz≤13 ,x =1 -yzy z ,于是( )式 2 [(x y) (z x) (x y) ( y z) ( y z) (z x) ]≥5 (x y) ( y z) (z x) 2 [(x2 y2 z2 ) 3 (xy yz zx) ] ≥5 [(x y z) (xy yz zx) -xyz] 2 [(x y z) 2 1 ]≥5 [(x y z) -xyz] 2 (x y z) 2 -5 (x y z) 2 5x…    

12.  关于平方类非扩展映象的不动点  
   舒斯会《江西科技师范学院学报》,1999年第3期
   作者在[1]中讨论了完备度量空间中的平方类映象的不动点定理,本文类似地建立了一类平方类非扩展映象。设x是完备的度量空间,T是X上的自映象,若满足条件:{d(Tx,Ty)}2≤12(d(x,Ty)d(x,Tx)+d(y,Tx)d(y,Ty)) x,y∈X(I)则称T是X上的平方类非扩展映象。一、主要结论定理 设X是完备的度量空间,T是X上的平方类非扩展映象,则T在X中有唯一的不动点z,且x0∈X,迭代序列xn=Txn-1(n=1,2…)收敛到2。二、几个引理引理1 设X,T满足定理中的条件,则…    

13.  亚Hilbert代数  
   雷红轩《陕西理工学院学报(社会科学版)》,2000年第3期
   将Hilbert代数的等价公理系中的公理 ,x (yz) =(xy) (xz) ,换为条件较弱的x (yz) =y (xz) ,引入亚Hilbert代数 ,获得了以下结果 :(1)在亚Hilbert代数中x 1=1与x (yx) =1等价 ;(2 ) 1nx =x;(3)若x 1=1则xn 1=1.并给出亚Hilbert代数成为Hilbert代数的充要条件 : x,y ,z∈X ,x (yz) =(xy) (xz) .此外 ,还讨论了亚Hilbert代数与BCI_代数、FI代数 ,HFI代数、MV代数之间的联系 .    

14.  连续型随机变量独立性的几个充要条件  被引次数:1
   唐小峰《阜阳师范学院学报(自然科学版)》,2006年第23卷第2期
   给出了连续型随机变量相互独立的三个充要条件.    

15.  随机变量函数f(X)(依概率)的最优幂级数逼近  
   李允  杨殿军《哈尔滨商业大学学报(自然科学版)》,1991年第2期
   一些文献中给出了两个随机变量依概率线性表示的充要条件。本文论证了随机变量函数f(X)依概率展成幂级数的两个充分条件及其推论。    

16.  对三重积分f(x,y,z)dxdy方法的一些看法  
   潘正义《数学学习》,1997年第1期
   关于三重积分的计算在[1]中给出了以下公式[2」中作者对此作了探讨。究竟在什么条件下,使用公式(1)能简化三重积分的计算,本人就此问题提出一些自己的看法。笔者认为用公式(1)所简化三重积分的计算应满足以下二个条件:(1)人x,y,z)中至少缺二个变量,即人x,y,z)一人x)或人工,y,z)。人y)或f(,y,)一八);(2)若缺的变量为x,y,则对于积分区域D的Z截面风的面积应该很容易计算(实际上应是初等数学的结果);对于缺变量Z,Z或。,Z的情形,相应的截面A,民的面积应很容易计算。例1计算三重积分Illxdxdydz,其中D…    

17.  随机向量独立性检验的研究  
   徐文青《河南纺织高等专科学校学报》,2011年第3期
   现有的二维随机向量(X,Y)独立性检验方法都以假设X和Y相互独立为原假设进行检验,具有保护原假设的倾向,即更容易得到接受"两个变量相互独立"的结论.在"两个变量不相互独立"为原假设的基础上,利用分布函数的Kolmogorov距离构建了一种检验方法,使得能够控制将"X和Y不独立"错判成"X和Y相互独立"的概率.数据模拟表明,该方法能更好地区分不独立的随机变量.    

18.  随机向量独立性检验的研究  
   徐文青《河南工程学院学报(自然科学版)》,2011年第23卷第3期
   现有的二维随机向量(X,Y)独立性检验方法都以假设X和Y相互独立为原假设进行检验,具有保护原假设的倾向,即更容易得到接受"两个变量相互独立"的结论.在"两个变量不相互独立"为原假设的基础上,利用分布函数的Kolmogorov距离构建了一种检验方法,使得能够控制将"X和Y不独立"错判成"X和Y相互独立"的概率.数据模拟表明,该方法能更好地区分不独立的随机变量.    

19.  用换元法求连续型随机变量函数分布的两个问题  
   汪红《绵阳师范学院学报》,1998年第Z1期
   讨论了具有密度函数f(x)的随机变量X,当Y=(?)(X)仍是连续型随机变量时,用换元法求Y的密度函数g(y)时应注意的两个问题.    

20.  对三重积分“先二后一”计算方法的讨论  
   马娜蕊《数学学习》,2000年第3卷第1期
   在 [2 ]中作者认为用“先二后一法”计算三重积分 Ωf (x,y,z) dv应满足以下两个条件 :(1 ) f (x,y,z)中至少缺二个变量 ;(2 )若缺的变量为 x,y,则用平行于 xoy坐标面的平面去截 Ω所得截面 Dz 的面积应该很容易计算 ;对于缺变量 x,z或 y,z的情形 ,相应的截面 Dy、 Dx 的面积应很容易计算 .我认为这种看法不太妥当 .只能认为满足上述条件的三重积分一般用“先二后一法”计算较简便 ,但并非用此法可简化计算的三重积分都必须满足上述条件 .在 [1 ]中 P1 40例 5的计算就是图 1一个例证 .下面再列举两例加以说明 .例 1 计算 Ωxyzdv 其中…    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号