导读:本文包含了混合随机变量列论文开题报告文献综述及选题提纲参考文献，主要关键词:完全收敛性,加权和,φ~-混合随机变量序列
混合随机变量列论文文献综述
马淑兰[1]（2019）在《Rosenthal型极大值不等式在φ~-混合随机变量序列收敛性中的应用》一文中研究指出讨论了φ~-混合随机变量序列的收敛性问题,利用该序列的Rosenthal型极大值不等式得出收敛性问题的相关结论,在主要结论证明中使用了再截尾方法,先对加权混合序列进行截尾,确定出截尾水平,然后再对原φ~-混合随机变量序列进行截尾,该方法的求证过程充分利用了权所提供的信息.(本文来源于《宁夏师范学院学报》期刊2019年07期）
黄敏[2]（2019）在《■混合随机变量序列最大部分和的完全收敛性》一文中研究指出研究■混合随机变量序列最大部分和的完全收敛性.作为应用,获得了■混合随机变量序列的Marcinkiewicz-Zygmund型强大数律的收敛速度.这些结果包含了Baum-Katz型定理和Hsu-Bobbins型定理,并将Stocia部分和的结果推广到最大部分和的情形.(本文来源于《湖北大学学报(自然科学版)》期刊2019年04期）
王晨宁,许孟辉[3]（2018）在《含区间随机变量问题的混合可靠性分析方法》一文中研究指出为兼顾不确定参数的随机属性及其有限可用的样本容量,区间随机变量建模该类不确定参数较为合理。它可通过变换分离为区间分布参数与标准正态随机变量,极限状态函数相应地转换为区间分布参数的函数,导致失效概率在一定区间范围内变化。捕捉极限状态函数的上下界是混合可靠性分析的首要目标。然而,在某些情况下,极限状态函数的上界或下界表现为连续但非可导,如图1所示,即极限状态函数的上界或下界并非在区间分布参数某一个特定取值条件下获得。针对这个问题,本文提出基于区间逐维分析(DWA)的蒙特卡洛模拟法(MC),内层以DWA捕捉在任意标准正态随机变量样本下的极限状态函数界限,外层以MC计算失效概率的区间界限。通过算例表明,所提方法可以有效改善现有方法在区间随机变量输入下混合可靠性分析中的精度。(本文来源于《2018年全国固体力学学术会议摘要集（上）》期刊2018-11-23）
孙佩宇[4]（2018）在《ρ~-混合随机变量序列及其所生成线性过程的完全矩收敛的精确渐近性》一文中研究指出概率论是研究随机现象数量规律的学科.由于随机现象的普遍性,使得概率论在自然科学、管理科学、经济、金融等领域都有着广泛的应用.概率极限理论是概率论的主要分支之一,也是概率论的其它分支和数理统计的重要基础.作为概率极限理论的重要内容,精确渐近性的研究一直是一个比较热门的研究方向.本文主要研究ρ-混合随机变量序列及其所生成线性过程在一般对数律下的完全矩收敛的精确渐近性.第二章,研究ρ-混合随机变量序列部分和在一般对数律下的完全矩收敛的精确渐近性.第叁章,将第二章结论推广到线性过程上,研究ρ-混合随机变量序列生成线性过程的完全矩收敛的精确渐近性.(本文来源于《北华大学》期刊2018-05-28）
张水利,屈聪,陈英霞[5]（2016）在《混合随机变量序列的完全收敛性》一文中研究指出研究了非同分布混合随机变量序列的完全收敛性,在更一般的条件下,利用混合随机变量序列Rosenthal型不等式和截尾方法,得到了混合随机变量序列完全收敛的充分条件。作为推论,得到了混合随机变量序列的强大数定律,这些结果深化并推广了已有的相关结果。(本文来源于《重庆师范大学学报(自然科学版)》期刊2016年04期）
王瑶,黄海午[6]（2016）在《φ混合随机变量阵列加权和的收敛性质》一文中研究指出利用φ混合随机变量的Rosenthal型矩不等式,考虑一定权重条件下,不同分布φ混合随机变量阵列的强收敛性质,得到了一些新结果.(本文来源于《吉林大学学报(理学版)》期刊2016年04期）
齐晓梦[7]（2016）在《长尾分布的φ混合和UND随机变量的精细大偏差》一文中研究指出精细大偏差在保险的理论研究中有很深远的意义,到现在为止,有很多研究者都对精细大偏差的研究做了不少贡献,得到了很多优秀的成果.服从重尾分布的随机变量也广泛运用于保险和金融模型中,于是将重尾分布与精细大偏差结合,成为近来概率论领域研究的热点,但是在现有成果中,关于长尾分布的精细大偏差的研究结果却不多.目前,也有一些研究者对Φ混合序列的性质和应用进行探讨,它被应用到平稳过程、时间序列及非平稳过程的统计推断等实用性较强的领域中,但是,我们对于Φ混合随机变量序列的精细大偏差的研究结果却知之甚少.在对精细大偏差的研究中,大多数研究人员只致力于研究只提供一种保险合同的保险公司,然而,这与现实生活中的实际情况是不符合的,因此,研究多维风险模型下的精细大偏差问题更具有实际应用价值.而且,根据我们所知道的已有结论,关于长尾分布、Φ混合随机变量序列、多维风险模型下的精细大偏差的渐近结果都相对较少.在这篇文章中,首先,我们得出了Φ混合序列的随机大数定律.其次,我们研究了Φ混合和UND随机变量和关于长尾分布的精细大偏差,并分别得到了长尾分布随机变量的非随机和以及随机和的渐近关系.最后,鉴于保险公司的实际情况,提出了多维风险模型,作为一维情况的推广,我们研究了在多维风险模型下长尾分布的Φ混合和UND随机变量和的精细大偏差,并分别得到了在这个模型下,长尾分布随机变量的非随机和以及随机和的渐近关系.(本文来源于《大连理工大学》期刊2016-05-01）
冯凤香,王定成[8]（2016）在《行-混合随机变量阵列加权和的完全收敛性（英文）》一文中研究指出本文研究随机变量阵列加权和的完全收敛性问题,我们获得行-混合随机变量阵列加权和的一个完全收敛性定理.通过这个定理可以获得一系列结果.我们所得结果推广了Baum和Katz(1965),Peligrad和Gut(1999)所得的结果.(本文来源于《应用数学》期刊2016年03期）
胡晓山,刘继成[9]（2016）在《混合型随机变量数字特征的计算》一文中研究指出利用分布函数的广义反函数,将随机变量表示为均匀分布随机变量的函数,然后用随机变量函数的数学期望公式可计算原随机变量的数字特征,该方法适用于所有类型的随机变量.最后,利用四种不同方法计算了一个混合型随机变量的数字特征,说明了这些方法的异同.(本文来源于《大学数学》期刊2016年02期）
赵渊,王洁,熊燕娇,叶梦姣,吴林[10]（2016）在《电网可靠性评估中随机变量的高斯混合模型》一文中研究指出电网可靠性评估通过对不确定性因素对电网运行性能影响的概率量化诊断,可深度揭示电网的风险水平并实现风险的溯源辨识,因此,不确定性因素的概率建模准确性成为可靠性评估的基础和应用前提。为实现计算精度和计算效率的综合兼顾,提出了多维随机变量的高斯混合模型,可以对任意分布的连续型随机变量进行灵活高效建模,且易于计及多维随机变量间的相关性变化规律。提出两阶段复合抽样方法对所建高斯混合模型进行抽样模拟,能够有效生成随机样本进行可靠性评估。最后,以负荷概率建模为例,对IEEE-RTS79测试系统进行可靠性评估,从模型精度和可靠性评估有效性两个方面验证了所述方法的正确性和可行性。(本文来源于《电力系统自动化》期刊2016年01期）
混合随机变量列论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究■混合随机变量序列最大部分和的完全收敛性.作为应用,获得了■混合随机变量序列的Marcinkiewicz-Zygmund型强大数律的收敛速度.这些结果包含了Baum-Katz型定理和Hsu-Bobbins型定理,并将Stocia部分和的结果推广到最大部分和的情形.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合随机变量列论文参考文献
[1].马淑兰.Rosenthal型极大值不等式在φ~-混合随机变量序列收敛性中的应用[J].宁夏师范学院学报.2019
[2].黄敏.■混合随机变量序列最大部分和的完全收敛性[J].湖北大学学报(自然科学版).2019
[3].王晨宁,许孟辉.含区间随机变量问题的混合可靠性分析方法[C].2018年全国固体力学学术会议摘要集（上）.2018
[4].孙佩宇.ρ~-混合随机变量序列及其所生成线性过程的完全矩收敛的精确渐近性[D].北华大学.2018
[5].张水利,屈聪,陈英霞.混合随机变量序列的完全收敛性[J].重庆师范大学学报(自然科学版).2016
[6].王瑶,黄海午.φ混合随机变量阵列加权和的收敛性质[J].吉林大学学报(理学版).2016
[7].齐晓梦.长尾分布的φ混合和UND随机变量的精细大偏差[D].大连理工大学.2016
[8].冯凤香,王定成.行-混合随机变量阵列加权和的完全收敛性（英文）[J].应用数学.2016
[9].胡晓山,刘继成.混合型随机变量数字特征的计算[J].大学数学.2016
[10].赵渊,王洁,熊燕娇,叶梦姣,吴林.电网可靠性评估中随机变量的高斯混合模型[J].电力系统自动化.2016
标签：完全收敛性; 加权和; φ~-混合随机变量序列;