微分法在求多维连续型随机变量函数的概率密度中的应用

多维连续型随机变量的分布函数F（x1,…，xn)与密度函数f(x1,…,xn)的关系是δ^n/δx1…xnF(x1,…，xn)＝f(x1,…,xn)，dF(x1,…，xn)dx1…dxn。利用这一关系给出了用微分法求多维连续型随机变量函数的概率密度的方法及实例，在许多情形下，它比通常的方法要简单一些。     

随机变量及分布函数

概率论是研究大量随机现象的数量规律的数学分支。研究随机变量和分布函数是它的重要任务,而且概率论中所研究的也大都局限于能用随机变量来描述的随机现象。另外,随机事件的研究可通过示性函数转化为     

随机变量函数中的线性变换与平方变换的图解法

《概率论与数理统计》中的求解随机变量函数的分布,图解法的求解直观、易于掌握,本文通过实例(线性变换与平方变换)加以说明.     

用蒙特卡罗法求多维随机变量函数的统计特征值

用蒙特卡罗法模拟任意分布的随机变量,将各随机变量按已知的分布规律随机抽样,然后代入函数式中,计算出函数值。如此重复足够次,可求出诸函数值的均值和方差。此法不受各随机变量是否独立、是否相关的限制,对于多维的、各变量可为不同的任意分布,也不增加复杂性。从而使概率机械设计能藉助计算机进行计算。     

一维与二维连续随机变量的函数的分布

现行“概率论与数理统计”教材中关于一维与二维随机变量函数的概率分布讲法上不够简练,在系统性上有欠完备,试图给出一定改进及讲法更新方面的一些建议.其中心内容是对一维随机变量单调函数的概率密度函数避免用积分表示,直接用复合函数求导方法推出;对非单调函数用划分单调区间办法给出函数概率密度的一般表达式;对二维变量试图用二维换元法给出推算二维函数分布的统一方法.     

随机变量函数的分布问题

研究n个随机变量函数的分布问题。(1ξ,2ξ,…,nξ)是n维连续型随机变量,n元函数y=f(x1,x2,…,xn)有连续的一阶偏导数,对n个随机变量1ξ,2ξ,…,nξ的函数η=f(1ξ,2ξ,…,nξ),给出了η的密度函数φη(y)的分析式。从根本上解决了随机变量函数的分布问题。     

微分法在求多维连续型随机变量函数的概率密度中的应用

多维连续型随机变量的分布函数F(x1 ,… ,xn)与密度函数f(x1 ,… ,xn)的关系是 n x1 … xnF(x1 ,… ,xn) =f(x1 ,… ,xn) ,dF(x1 ,… ,xn) =f(x1 ,… ,xn)dx1 …dxn.利用这一关系给出了用微分法求多维连续型随机变量函数的概率密度的方法及实例 ,在许多情形下 ,它比通常的方法要简单一些     

随机变量的函数相关性

引入了“曲线分布密度函数”的定义;给出了由边缘密度及两个随机变量间的函数式表示曲线分布的解析表达式;研究了曲线分布密度的简单性质及由它求两个随机变量间的函数式和边缘密度的公式;对有一般函数关系的两个随机变量,推导出条件分布函数、条件分布列及条件数学期望的分析式。     

二维随机变量函数的概率密度公式

为了简化二维随机变量函数的概率密度的计算,应用积分变换给出了二维随机变量的函数的概率密度的两组计算公式,为求解二维随机变量的函数的概率密度提供了新的方法。该方法较分布函数法简化了运算过程,降低了计算难度。     

随机函数的亏值

假设f(z)为单位圆内的亚纯函数,且满足(?)T(r,f)=∞,Q(z)为非常数有理函数,X(ω)为连续型随机变量,则有结论:随机函数g_ω(z)=f(z)+X(ω)Q(z)几乎必然没有有限亏值。若f(z)为复平面上的亚纯函数,我们也有类似的结论。     

F 模式识别的随机方法

文章根据表达两个模糊集之间相似水平的贴近度的定义，得到了线性和正态型隶属函数时，格贴近度的计算公式，并首次利用随机方法，讨论了用格贴近度对Ｆ模式进行识别。分析表明，文章所讨论的方法具有通用、方便、简捷的特点。     

随机变量间一种新的散布函数

设Ｄｘ（ｔ）＝Ｅ｜Ｘ－ｔ｜，ｔ∈Ｒ，定义一种散布函数Ｄｘ（ｔ）＝１／２「Ｄｘ（ｔ）＋Ｄｘ）－ｔ）」这种散布函数民地出了一新的散布序，并得到许多有趣的性质。     

非正态随机向量分布密度函数的一个刻划

本文给出了所有边际分布是正态分布而联合分布不是正态分布的随机向量（ξ1,ξ2,…，ξn）的分布密度函数的一个刻划。     

可以定义任何类型随机变量的概率空间

本文研究能定义任何类型随机变量的概率空间,得到了下面的结果:如果在概率空间(Ω,■,P)上存在一个分布函数连续的随机变量,那未在这个概率空间上可以定义任何类型的随机变量。     

一元函数微分法的注记

本文给出了一元函数微分学中一个求导运算法则。此法则是用多元函数微分的方法来运算一元函数的导数,并从理论上给出了严格的证明。这样,便把一元函数与多元函数的微分法统一了起来。利用此法则运算某些函数的导数也起到了简化作用。     

随机无穷小量及其商分布

给出了随机无穷小量的概念，讨论了随机无穷小量的性质，在此基础上，给出了求随机变量商分布的方法，并把文献［１］中的结果进行了推广     

模糊随机变量的方差

本文给出了模糊随机变量的方差这一新概念,讨论了它的一些性质和计算方法。     

变精度粗糙集模型及其一个性质的推广

在[7]的基础上,对变精度粗糙集模型的部分性质进行了推广,即通过引进一对新的算子,把并与交的β上下近似集之包含关系推广到了相等关系,从而得到了更好的结果。