儒歇定理和幅角原理的应用

主要利用解析函数的儒歇定理讨论实函数在某区间根的个数问题;并且把幅角原理应用到整函数上.     

重截断和的渐近分布

设{X_n,n≥1}是i.i.d.随机变量序列,X_n,1≤…≤X_(n,n)是X_1,…,X_n的次序统计量。又设k_(n,1,) k_(n,2)是满足条件1≤k_(n,1)相似文献   

随机环境中有界跳幅的分枝随机游动

考虑随机环境中有界跳幅的分枝随机游动,其中粒子的繁衍构成时间随机环境中的分枝过程,粒子的运动遵循空间随机环境中有界跳幅的随机游动规律.在分枝过程不灭绝的条件下,文章研究n时刻最右粒子位置的极限性质.     

随机向量自正则和的重对数律

本文给出了独立随机向量序列自正则和的重对数律成立的一个充分条件.     

特殊重尾随机变量随机和的大偏差

文献[1]对于一些经典重尾随机变量的随机和大偏差作了有意义的讨论,本文则讨论了另外一些同样有用的重尾随机和的大偏差.     

随机级数的收敛性与随机多项式零点的极限分布

本文研究一般的随机Dirichlet级数的a.s.收敛性和L~p收敛性,建立了Valiron公式。对于a.s.收敛性,我们还精确地确定出了级数的绝对收敛坐标,讨论了所谓的0—1律。 作为上述结果的应用,我们在一定条件下证明了,随机缺项Taylor级数的部分和多项式的零点之极限分布就是该级数的收敛圆上的均匀分布。     

随机序与寿命分布类

各种各样的随机序是随机比较的最基本的概念，每一种新的，有实际背景和理论依据的随机序的引入会丰富随机比较方法的研究内容，也有可能使人们更好洞察和理解其中某些概念和结果的本质。而反映时效性质的寿命分布类的研究不仅是随机比较方法的重要组成部分，而且它在运籍学，应用概率和统计学中有广泛的应用。各种寿命分布类的定义密切密切联系于各种不同的随机序，而且人们还可以反过来从寿命分布类出发定义新的随机序，由此又能引     

有Edgeworth展式的分布的随机加权逼近的重对数律

本文研究了未知分布的逼近问题，利用随机加权法，给出了有Edgeworth展式的一类（未知）分布的模拟分布，证明了在一定条件下，模拟分布与未知分布的逼近精度达到O(n^-1√lnlnn），称之为随机加权逼近的重对数律。     

重尾情形下NA随机变量的随机加权和

In 2003, Tang Qihe et al. obtained a simple asymptotic formula for independent identically distributed （i.i.d.） random variables with heavy tails. In this paper, under certain moment conditions, we establish a formula as the same as Tang’s, when random variables are negatively associated （NA）.     

独立重尾随机变量随机和的大偏差估计

本文研究了一类独立重尾随机变量随机和S（t)∧=∑k=1^N(t)Xk,t≥0的大偏差概率，其中{N(t),t≥0}是一放大晨负整数值随机变量；{Xn,n≥1}是非负，独立随机变量序列，并与{N(t),t≥０}独立。本文的结果将{Xn,n≥１}为独立同分布情形推广到了独立不同分布情形。     

随机递归结构的重分形分解

设μ为支撑于随机递归结构K上的无穷乘积测度，K（ω）≠φ。本文研究K关于测度μ的重分形分解，并讨论了谱维f（α）的性质。     

参变随机过程与重随机参变过程的若干应用

参变随机过程(见[4]、[6],简记为 PRP)是通常随机过程及多指标过程概念的推广,而重随机参变过程(见[5],简记为 DRPP)则包含随机环境中的随机过程(RWIRE,见[1]、[2])以及随机对策为其特例,PRP 与 DRPP 理论是针对广泛的实际背景提出的,虽然还不成熟,但已可找到若干应用.本文将对此作概略的初步探讨.§1先对 PRP、DRPP 以及估量概率的概念作简单介绍;§2—§6分别概述 PRP 与 DRPP 在竞赛模型与随机对策、体育竞赛的现场指导、仿型预测与控制、选材模型等优化问题方面的应用。§7简述 PRP 与 DRPP 观点下的 RWIRE、Bayes 估计以及气象预报的某些方法.     

两指标随机微分方程的弱解和分布唯一性

本文定义了两指标随机微分方程(?)解的轨道唯一性和分布唯一性,进而研究了轨道唯一性和分布唯一性之间的关系,得出了两指标 Watanabe-Yamada 定理,并且得到了随机边界条件下方程(1)强解存在的充要条件。     

任意随机序列关于二重非齐次马氏链的随机和的一类随机选择系统的随机逼近定理

本文引进任意随机变量序列随机极限对数似然比的概念,通过测度$\pr$下任意相依随机序列联合分布与测度$\qr$下二重非齐次马氏分布相比较,利用母函数与尾概率母函数工具研究任意受控随机序列之随机和在随机选择系统中的一类随机逼近定理.     

动态马尔可夫随机环境下随机游走的重对数定律

本文在关于整数格Z~d(d≥1)的动态马尔可夫随机环境下研究了一类随机游走的重对数定律.该模型由Boldrighini,Minlos和Pellegrinotti(1997,2000)引入,环境以马尔可夫方式随时问而变,而游走则根据所处的环境和所处的位置进行下一个过渡.Bandyopadhyay和Zeitouni(2008)基于再生次数的概率参数研究了该模型.     

一类随机面积的分布

<正> 1°引言 某实际单位提出一个问题,经适当简化后,可仿蒲丰(Buffon)投针问题,形象地表述如下:试将 N 根长短不同的筷子随机地抛在地上,要求这些筷子倒下后所张的面积的分布.问题的表述尽管十分简单,但要用纯分析的方法求得问题的明显解却几乎是不可能的.事实上,即使不考虑其中的随机因素,单是“N 根位置确定的筷子所张的面积”,也几     

阵的模数最大的特征根的幅角

<正> 设有元素为实数或复数的方阵(?)多项式(?)做 A 的特征多项式,这里 E 为么阵,λ为未知量,这个多项式的根叫做 A 的特征根.现在采用下面的一些记号.我们用 A~(?)表 A 的共轭转置阵;对于任意正整数 K,令(?)(?)Farnell 和 Gautscui 曾证明:若ω为阵 A 的具有最大模数的特征根,则ω的模数为数列(?)的极限,即     

一般随机环境中二重随机游动的强大数定律

讨论了-般环境中二重随机游动的强泛函大数定律,给出了当过程几乎处处趋向于正无穷时的泛函大数定律成立的几个充分条件.     

二重随机矩阵的幂极限

本文证明了定理.任一n×n 阶不可约二重随机矩阵 A,若有 trA>0,则(?)A~m 存在,且(?)A~m=J_n,J_n 是每一元素均为1/n 的 n×n 阶矩阵.     

二重随机矩阵的永年对

<正> 对于一个 n×n 的矩阵 A=(a_(ij)),A 的永年数(permanent)定义为perA=sum from (?) multiply from i=1 to (?) a_(iσ(i)),这里的和取遍{1,2,…,n}的所有排列σ.一个非负实元素的每一行元素之和与每一列元素之和均为1的 n×n 矩阵叫做二重随机矩阵.我们把它记做 d.s.矩阵.用(?)来表示全体 n×n 的 d.s.矩阵所成的集合.且用 J_n 来表示它的每个元素都为1/n 的 d.s.矩阵.如果 A,X∈(?),A(?)X,且满足条件