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…     

求二维随机变量函数分布的截图降维法

计算二维随机变量函数分布的卷积公式是一个降维公式,通过图形辅助求解,揭示图形中所截的线段实为卷积公式中积分变量的取值范围.以两个实例说明:利用降维公式辅助截图可有效降低计算难度.     

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.     

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     

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．     

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.     

随机变量和的模函数分布及其应用

介绍了一个在计算机科学、信息科学等学科中具有广泛应用的随机变量和的模函数,计算了其分布,并提供了该函数在图像信息安全领域的一个应用例子,验证了理论结果.     

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.     

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.     

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.     

对称随机变量部分和的概率不等式

在对称随机变量分布函数关于原点的值大于或等于二分之一的基础上,阐明对称随机变量的部分和仍是对称随机变量,进一步,给出关于对称随机变量序列部分和的概率不等式.     

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.     

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．     

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().     

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.     

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。