关于离散型随机变量次序统计量分布矩阵对称性猜想的探索

本文研究了离散型随机变量次序统计量的分布矩阵的对称性 ,获得了二个定理 .定理 1　服从等概率二点分布或等概率三点分布的离散型随机变量的次序统计量的分布矩阵是对称矩阵 .定理 2　取值有限且等概率的离散型随机变量的次序统计量的分布矩阵具有中心对称性 .     

离散型随机变量的次序统计量的分布

本文论述了离散型随机变量的次序统计量的分布律及其有关理论。     

离散型随机变量的次序统计量的分布

本文论述了离散型随机变量的次序统计量的分布律及其有关推论 .     

离散型最小和最大次序统计量相关性研究

本文研究离散型随机变量之间的相关性度量, 讨论了最小次序统计量和最大次序统计量的渐近独立性, 给出了计算最小次序统计量和最大次序统计量的Kendall和Spearman秩相关系数的公式.     

关于任意随机变量序列泛函的一类强偏差定理

通过概率空间上的任意随机变量的分布与独立分布的比较.研究任意随机变量序列泛函的强偏差定理,即小偏差定理.将已有的某些连续型及离散随机变量序列的强偏差定理加以推广.     

离散型区间概率随机变量和模糊概率随机变量的数学期望

研究离散型区间概率随机变量和离散型第二类模糊概率随机变量数学期望的性质及求解方法．利用模糊分解定理,把求模糊概率随机变量的数学期望问题化为求一系列区间概率随机变量的数学期望．求区间概率随机变量的数学期望是一个典型的线性规划问题,用单纯形方法推导了求区间概率随机变量数学期望的一个很实用的计算公式．算例表明,用该计算公式得到的结果和用数学规划方法得到的结果完全吻合,但计算过程相对简单．     

分布矩阵与随机变量独立性的判定

利用离散型随机变量的联合分布矩阵,得到了离散型随机变量独立性的一种判别方法,并用实例给出了一定的应用。     

关于次序统计量数学期望的两个恒等式的简证及其应用

给出了最大最小次序统计量分布函数和密度函数的恒等式,从而在随机变量独立同分布情形下,给出了关于次序统计量数学期望的两个恒等式的简捷证法.最后将几个恒等式应用于威布尔分布的最大次序统计量的分布及其数字特征的计算.     

Fisher-Z分布次序统计量的普通多元随机序

本文研究了Fisher-Z分布次序统计量的随机比较问题.利用Beta随机变量的性质以及比例风险率模型的次序统计量随机比较的结论,获得了Fisher-Z分布次序统计量向量的普通多元随机序的比较,推广了文献中的相关结果.     

实际决策问题的常见类型及方法解析

高中数学新教材概率统计引入概率期望方差对于实际决策问题有着极大的意义．离散型随机变量期望反映的是实际问题随机变量取值的平均水平;方差反映的是随机变量取值的稳定与波动,集中与离散的程度．     

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．     

关于泊松定理条件“np_n=λ”的论证

<正> 在概率论中,离散型随机变量ξ的分布有下面定理。泊松(Foisson)定理设随机变量ξ服从二项分布(即ξ～B(n,p_n)),分布律     

多维Erlang混合的次序统计量及其在多生命理论中的应用（英文）

本文研究来自多维Erlang混合分布的具有相关性的随机变量的次序统计量并将相关结论应用到多生命理论中.利用熟知的数学归纳法推导出次序统计量分布密度函数的解析表达式并证明其分布为一维Erlang混合分布,寿险精算理论中常见的重要统计量可以算出精确解.这一结论将随机变量相互独立情形下的结果推广到变量存在相关性的情形.     

离散寿命分布类的统计封闭性

由于几何分布的无记忆性,使得几何分布在离散型寿命分布研究中起着极其重要的作用.文章给出几何分布的一个重要特性———其第一个次序统计量仍服从几何分布(称其满足统计封闭特性).针对不同的离散型寿命分布类研究其是否具有统计封闭性.     

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.     

随机变量及其数字特征

随机变量及其数字特征袁启杰（湖北省郧阳师专数学系４４１９００）一、连续型随机变量及其分布前文我们已经介绍了随机变量、离散型随机变量及其分布等概念．由此我们知道，如果ξ是定义在样本空间Ω上的随机变量，ｘ∈Ｒ则｛ξ＜Ｘ｝为随机事件，它有确定的概率Ｐ｛ξ＜...     

离散型随机变量高阶原点矩的一种新的递推计算方法

针对服从二项、泊松、几何、负二项、超几何、负超几何以及对数级数分布等离散型随机变量,给出了求其高阶原点矩的一个较为简单的递推计算方法.不仅非常容易地求出这些离散型随机变量的高阶原点矩,避免了计算阶乘矩或求导等复杂的运算,而且便于学生理解.论文还给出了这些离散型随机变量的3阶和4阶原点矩的表达式.     

一个离散型随机变量数学期望的几种简捷求法

直接利用期望定义来求离散型随机变量的数学期望,有时计算比较困难.利用条件数学期望、随机变量的和式分解、对称性,分别给出了一个离散型随机变量数学期望的几种求法.     

例说独立性与不相关性的关系——兼说高等数学与概率统计的关系

本文讨论独立性与不相关性的关系,除了随机变量之间的独立性必定导致二个随机变量之间的不相关性外,以几个服从二元二点分布、二元均匀分布、二元指数分布、二元正态分布的二个随机变量之间的独立性与不相关性作为例子:说明独立性与不相关性之间的其他三种情形;不难发现,刻划独立性的是函数关系,刻划不相关性的是数字关系;由此,同时讨论高等数学与概率统计的关系,也列出了高等数学与概率统计之间的四种情形.     

用数形结合法详析一类随机变量的函数的概率分布

对于二维连续型随机变量,用数形结合的方法求其函数的分布比较多见,而离散型随机变量和连续型随机变量构成的函数的概率分布多用全概率公式求解,然而在用全概率公式求解这类问题的过程中,由于给定条件的灵活多变,给分布函数分段时对某些隐蔽的细节有时难以迅速地作出准确的判断.如果我们辅以数形结合法来进行处理,不管给定的条件如何变化,分布函数应该如何分段,都可以一目了然.