双截尾的Cauchy分布顺序统计量的渐近分布

设{Xk,1≤k≤n}独立同分布,X1:n,X2:n,…,Xn:n为其顺序统计量。当Xk服从参数为A和B(A<B)的双截尾的Cauchy分布时,得到其极端顺序统计量X1:n和Xn:n的渐近分布;当k(k>1)固定时,得到Xk:n和Xn-k+1:n的渐近分布;并且证明其极端顺序统计量X1:n和Xn:n是渐近独立的。

关于两参数瑞利分布顺序统计量的分布性质

利用二项式展开定理,讨论了两参数瑞利分布顺序统计量的分布性质,得到了其顺序统计量的联合概率密度函数和极端顺序统计量的密度函数及其数学期望与方差的表达式,此外还证明了其顺序统计量的样本间隔不独立,且不同分布.

三参数的Pareto分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X1:n,X2:n,…,Xn:n为其顺序统计量,当Xk服从三参数分别为μ,σ,r(μ∈R,σ>0,r>0)的Pareto分布时,得到了(X1:n,X2:n,…,Xn:n)的联合概率密度函数,以及Xk:n(1≤k≤n)的密度函数,从而进一步得到Xk:n的q(q<1r为正整数)阶原点矩E(Xqk:n)的精确表达式.证明了其顺序统计量的样本间隔X1:n,X2:n-X1:n,…,Xn:n-Xn-1:n不独立,且不同分布.此外还研究了其极端顺序统计量X1:n和Xn:n的渐近分布.

拉普拉斯分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1),X(2),…,X(n)为其顺序统计量.当Xk服从参数为λ(λ>0)和μ(μ为实常数)的拉普拉斯分布时,得到了(X(1),X(2),…,X(n))的联合概率密度函数,以及X(1)和X(n)的密度函数.从而进一步得到X(1)和X(n)的数学期望与方差的表达式.此外还证明了X(1),X(2)-X(1),…,X(n)-X(n-1)不独立,且不同分布.

非退化扩散过程样本轨道的Fractal性质

讨论了N维非退化扩散过程样本轨道的性质 ,并由此得到一维非退化扩散过程样本轨道的象集和逆象集的Hausdorff维数 .此外 ,研究了当N >4时 ,其样本轨道的二重点问题 .

关于三状态马氏过程的复函数的功率谱密度(英文)

得到了关于不可约的三状态马氏过程的复函数的自相关函数与功率谱密度的显式表达式.由三次和五次方程理论得到:当转移速率矩阵存在相同的特征值时,给出复函数的功率谱密度在[0,+∞)上非单调的一个充要条件;当转移速率矩阵存在不同的非零特征值时,给出复函数的功率谱密度在[0,+∞)上非单调的一些充分条件.

混合指数分布顺序统计量的性质(英文)

设{Xs,1≤s≤n}独立同分布,X1:n,X2:n,…,Xn:n为其顺序统计量.当Xs服从参数分别为p(0<p<1),λ1,λ2(0<λ1≤λ2)的混合指数分布时,得到了Xs:n的q(q为正整数)阶原点矩E(Xsq:n)(1≤s≤n)的精确表达式.证明了其顺序统计量的样本间隔不独立,且不同分布.此外还研究了其极端顺序统计量X1:n和Xn:n的渐近分布.

关于Gamma分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1),X(2),…,X(n)为其顺序统计量.当Xk服从参数为λ(λ>0)和r(r为正整数)的Gamma分布时,得到(X(1),X(2),…,X(n))的联合概率密度函数,及X(1)和X(n)的密度函数.从而进一步得到X(1)和X(n)的数学期望与方差的表达式.证明当r≠1时,X(1),X(2)-X(1),…,X(n)-X(n-1)不独立,且不同分布.

离散数学教学中采取的三点技巧

离散数学课程是计算机专业核心基础课,离散数学课程学习的好坏直接影响其后续课程的学习(如数据结构、编译理论、算法分析和自动机理论等),因此提高离散数学课程的教学质量,具有重要的实际意义。根据多年的离散数学教学实践,谈谈在离散数学教学中采取的三点技巧。

关于χ^2分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1)≤X(2)≤…≤X(n)为其顺序统计量,当Xk服从自由度为n的2χ分布时,得到了(X(1),X(2),…,X(n))的联合概率密度函数,以及X(1)和X(n)的密度函数,从而进一步得到X(1)和X(n)的数学期望与方差的表达式.此外,还证明了X(1),X(2)-X(1),…,X(n)-X(n-1)不独立,且不同分布.

二元关系的性质的进一步研究

通过对二元关系的性质做进一步研究,探讨其闭包运算、幂运算、合成运算、交运算、并运算和差运算的结果是否仍具有相应的性质,以加深学习者对二元关系性质的进一步认识.

超几何分布的数学期望和方差的定义求法

利用排列的性质,从超几何分布的定义出发,针对服从超几何分布的随机变量,给出直接计算其数学期望和方差的一种方法.

关于瑞利分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1),X(2),…,X(n)为其顺序统计量.当Xk服从参数为σ(σ>0)的瑞利分布时,得到了(X(1),X(2),…X(n))的联合概率密度函数,以及X(1)和X(n)的密度函数.从而进一步得到X(1)和X(n)的数学期望与方差的表达式.此外还证明了X(1),X(2)-X(1),…,X(n)-X(n-1)不独立,且不同分布.

关于帕雷托分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1),X(2),…,X(n)为其顺序统计量.当Xk服从参数为r(r>0)的帕雷托分布时,得到了(X(1),X(2),…,X(n))的联合概率密度函数,以及X(1)和X(n)的密度函数.从而进一步得到X(1)和X(n)的数学期望与方差的表达式.此外还证明了X(1),X(2)-X(1),…,X(n)-X(n-1)不独立,且不同分布.

球盒模型中的数学期望的直接求法

球盒模型中的数学期望的通常求法是引进新的随机变量。通过确定随机变量的分布律,直接求解,由此得到一系列组合恒等式。

不同类型的随机变量函数的分布

研究不同类型的随机变量的和、差、积、商、极小、极大与一般函数的分布,是对已有的结果的一种推广。

配对问题中的数学期望与方差的直接求法

配对问题中的数学期望与方差的通常求法是引进新的随机变量,本文通过确定随机变量的分布律,直接求解。

数理统计课程教学中的创新性教育

以区间估计的教学为例,讨论了单个正态总体均值区间估计统计量的选择问题和单个正态总体方差区间估计分位点的选择问题,提出了在数理统计课程教学中进行创新性教学的思想和必要性.

基于离散观测混合次分数Brown运动的极大似然估计（英文）

本文利用极大似然方法基于离散观测研究混合次分数Brown运动的参数估计问题,得到了这些估计的渐近性质.结合Stein方法和Malliavin积分证明了相应估计的渐近正态性.模拟结果表明本文的方法是有效的.

关于次双分数布朗运动的振动局部时（英文）

设SHi,Ki={StHi,Ki,t≥0},i=1,2是两个独立的一维次双分数布朗运动,带有指标Hi∈(0,1),Ki∈(0,1].我们考虑其振动局部时,即lT=∫0Tδ(StH1,K1-StH2,K2)dt,0<T<∞,其中δ表示Dirac delta函数.我们证明lT是L2存在的,而且如果min{H1K1,H2K2}<1/3,则在Meyer-Watanabe意义下它是光滑的.