导读:本文包含了随机变量序列论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:序列,变量,收敛性,不等式,大数,线性,极值。
随机变量序列论文文献综述
冯德成,郑蕊,谢静芳[1]（2019）在《几类随机变量序列的大偏差估计》一文中研究指出设{X_n,n≥1}是定义在概率空间(Ω,F,P)上的随机变量序列,{S_n,n≥1}是{X_n,n≥1}的部分和序列,给出了鞅差序列、φ-混合序列、p阶M-Z型随机变量序列的部分和序列以及NOD序列的部分和序列在条件■下的大偏差估计.(本文来源于《西北师范大学学报(自然科学版)》期刊2019年06期）
屈聪,张水利[2]（2019）在《NA随机变量序列的强大数定律》一文中研究指出研究了NA随机变量序列的强大数定律,利用推广的Borel-Cantelli引理,讨论一般矩条件与强大数定律之间的关系,作为推论,得到了p阶矩与强大数定律等价,最后给出了NA随机变量序列的Feller强大数定律.(本文来源于《平顶山学院学报》期刊2019年05期）
章茜,蔡光辉[3]（2019）在《WOD随机变量序列的完全收敛性和矩完全收敛性》一文中研究指出该文采用五段截尾法,将Chen和Sung (2014)~([5])的定理2.1以及Qiu和Chen (2014)~([6])中的定理2.1推广至WOD随机变量序列情形,证明方法较已有的证明方法有所不同.(本文来源于《数学物理学报》期刊2019年05期）
谭希丽,郭爽[4]（2019）在《ANA随机变量序列重对数矩收敛的精确渐近性》一文中研究指出设{X_n,n≥1}为一列严平稳的ANA随机变量序列,利用ANA随机变量序列的中心极限定理和矩不等式,在适当的条件下给出了ANA随机变量序列重对数矩收敛的精确渐近性.(本文来源于《北华大学学报(自然科学版)》期刊2019年05期）
章茜,蔡光辉,郑钰滟[5]（2019）在《WOD随机变量序列的完全收敛性》一文中研究指出应用WOD随机变量序列部分和最大值的Rosenthal型矩不等式,结合叁段截尾法,研究了WOD随机变量序列部分和最大值的完全收敛性,所得定理将已有文献的结果推广至部分和最大值的情形。(本文来源于《浙江大学学报(理学版)》期刊2019年04期）
马淑兰[6]（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[7]（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）
冯帆[8]（2019）在《广义误差分布随机变量序列最大值幂的渐近性质》一文中研究指出本文,主要研究广义误差分布随机变量序列最大值幂的分布、密度及矩展开.设{Xn,n≥ 1}·是独立同分布于广义误差分布Gv(x)的随机变量序列,其中v为广义误差分布的形状参数.记其最大值为Mn=max1≤k≤n(Xk),|Mn|p为部分最大值的幂,其中幂指数p>0.本文得到以下结论:对于服从给定广义误差分布的独立同分布随机变量序列,在给定规范常数下,其最大值的幂的分布函数、密度函数和矩将分别收敛到Gumbel型极值分布函数、极值密度函数和极值矩.而幂指数p的选择将影响收敛的速度.全文主要分为叁个部分:第一部分研究广义误差分布随机变量序列最大值幂的分布函数的收敛性质.结果表明,在优化的规范常数下,当p≠v时,收敛速度与l/logn同阶;而当p＝v时,在优化的规范常数下,收敛速度可达到与1/(log n)2同阶.第二部分研究广义误差分布随机变量序列最大值幂的密度函数的高阶展开.基于分布函数的高阶展开,本文得到当幂指数p≠v时,在优化的规范常数下,|Mn|p的密度函数将以同阶于1/logn的速度收敛到Gunmbel型极值密度函数;当P=v时,在相应的规范常数下,收敛速度与1/(log n)2同阶.第叁部分研究广义误差分布随机变量序列最大值幂的矩的高阶展开.基于分布函数和密度函数的高阶展开,本文得到当幂指数p≠v时,在优化的规范常数下,|Mn|p的矩将以同阶于1/logn的速度收敛到Gumbel型极值矩;当p＝v时,在相应的规范常数下,收敛速度与1/(logn)2同阶.(本文来源于《西南大学》期刊2019-04-08）
冯凤香[9]（2019）在《随机变量序列的若干收敛性质》一文中研究指出概率极限理论是近代概率论研究的热门方向之一。本文对概率极限理论的一些问题进行了探讨,主要研究了极限理论中的随机变量序列的一些收敛性质。一方面本文进一步研究了传统概率空间中几乎处处中心极限定理,另一方面,本文研究了次线性期望空间中随机变量序列(阵列)的强大数律、完全收敛性、完全矩收敛性以及几何权级数的自正则重对数律。首先,本文利用变量代换、对数函数的多项式展开将部分和之和乘积转化为求和的形式、估计变量的协方差、巧用截尾、分段求和、交换求和次序和子序列等方法研究了独立随机变量序列部分和之和乘积的几乎处处中心极限定理,证明了部分和之和乘积的几乎处处中心极限定理对某类无界可测函数依然成立,获得了比较广泛的几乎处处中心极限定理结果,所获结果扩展了几乎处处中心极限定理成立的范围。其次,利用自正则的极限理论、混合序列的概率不等式、中心极限定理、Slutsky定理等研究获得了混合序列自正则加权和的几乎处处中心极限定理,该定理中,我们所取的权使得结论更强,因而获得了较优的结果。再次,利用次线性期望下的新的矩不等式、容度公式和指数不等式等工具,充分结合次线性期望性质,巧用局部Lipschitz函数进行处理,综合利用不等式处理技巧、子列法等方法研究了次线性期望下随机变量序列(阵列)加权和的强收敛性质。研究获得了次线性期望下ND随机变量阵列加权和的完全收敛性和完全矩收敛性以及广义ND随机变量序列加权和的广泛的强大数律和完全收敛性定理,所获结果有些包含了传统概率空间的一些结论,推广和改进了传统概率空间中的相应结果。这些结果的获得丰富了次线性期望空间的极限理论。最后,本文通过巧截尾,利用Berstain不等式,对权取极限转化、对级数的尾部进行处理以及巧用局部Lipschitz函数等方法,研究获得了次线性期望空间中独立随机变量序列几何权级数的自正则重对数律。该结果的获得丰富了次线性期望空间的自正则极限理论。(本文来源于《电子科技大学》期刊2019-03-15）
于亚文[10]（2019）在《次线性期望下负相关随机变量序列的极限定理》一文中研究指出在古典概率论中概率极限理论占有重要作用,在概率和期望的线性可加性条件下得到经典概率极限定理问题.但是在实际问题中,许多不确定现象的产生,往往会出现概率和期望非线性的情况.因此学者们引入非线性概率和非线性期望的概念,它们成为研究统计学中不确定性、风险度量、金融业过热和非线性随机微积分的有用工具.近年来,统计学家致力于研究一般函数空间中的次线性期望下的概率极限问题.本文分为四个部分对次线性期望下的负相关随机变量加权和的完全收敛和强大数定律进行研究.第一章介绍了研究次线性期望下的概率极限问题的由来和发展状况,以及本篇文章的想法和主要的研究结果.第二章介绍了次线性期望的定义以及一些引理.第叁章得到了在次线性期望下负相关随机变量加权和的完全收敛.第四章得到了在次线性期望下负相关随机变量加权和的强大数定律.(本文来源于《安徽大学》期刊2019-02-01）
随机变量序列论文开题报告
（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：
研究了NA随机变量序列的强大数定律,利用推广的Borel-Cantelli引理,讨论一般矩条件与强大数定律之间的关系,作为推论,得到了p阶矩与强大数定律等价,最后给出了NA随机变量序列的Feller强大数定律.
（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。
随机变量序列论文参考文献
[1].冯德成,郑蕊,谢静芳.几类随机变量序列的大偏差估计[J].西北师范大学学报(自然科学版).2019
[2].屈聪,张水利.NA随机变量序列的强大数定律[J].平顶山学院学报.2019
[3].章茜,蔡光辉.WOD随机变量序列的完全收敛性和矩完全收敛性[J].数学物理学报.2019
[4].谭希丽,郭爽.ANA随机变量序列重对数矩收敛的精确渐近性[J].北华大学学报(自然科学版).2019
[5].章茜,蔡光辉,郑钰滟.WOD随机变量序列的完全收敛性[J].浙江大学学报(理学版).2019
[6].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
[7].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
[8].冯帆.广义误差分布随机变量序列最大值幂的渐近性质[D].西南大学.2019
[9].冯凤香.随机变量序列的若干收敛性质[D].电子科技大学.2019
[10].于亚文.次线性期望下负相关随机变量序列的极限定理[D].安徽大学.2019
论文知识图
