行为NA的随机变量阵列加权和的收敛性

利用NA随机变量序列的矩不等式,得出了行为NA的随机变量阵列加权和在Cesáro一致可积条件下的Lr收敛性和弱大数定律,以及在弱于Cesáro一致可积条件下行为NA的随机变量阵列加权和的完全收敛性,推广和改进了目前该方面的主要结果.     

基于随机模拟的大数定律教学研究

基于R语言设计了2个通用的大数定律随机模拟函数LLN_mean和LLN_graph,分别用于计算相关变量和绘制模拟图.通过适当设置其中参数,可以对任一随机数序列进行模拟,并用图形展示出算术平均值的变化趋势.旨在将大数定律所揭示的统计规律直观、清晰地呈现,通过调整各个参数值,让学生观察其对于收敛性的影响,达到较好的课堂效果.     

两两NQD阵列行和最大值的收敛性

利用截尾、矩不等式等方法,研究了在h-可积的相关条件下,两两NQD阵列行和最大值的弱大数律,完全收敛性和r L收敛性,推广和改进了已有的一些结果.     

同分布NA序列部分和之和的弱大数定律

论文研究了同分布NA随机变量序列{Xa}部分和之和Ta∑i=0^nSi(其中Sn=∑i=1^nXi)的弱大数定律,首先从弱大数定律成立的条件出发,给出了这类条件成立的三种等价形式,最后得到它的一个弱大数定律,从而与文献[4]中I．I．D列情形下的弱大数定律形成对照．     

大数定律的教学设计

大数定律不仅是概率论的精华所在,更是很多实际应用的理论基础.大数定律作为概率统计教学中的一个难点问题,学生往往觉得难以理解,不易掌握.基于这种情况,就大数定律的教学设计给出新的探索和尝试,试图通过引入生活中的简单实例,讲授大数定律的基本思想,让学生形成对新方法的直观理解,在教学中取得了良好的效果.     

NA序列部分和之和的一类大数定律

从文献 [4]中NA随机变量序列部分和Sn= ni =1 Xi 的大数定律存在条件出发 ,从而得到了NA随机变量序列部分和之和Tn= ni=1 Si 的一类强弱大数定律     

大数定律的教学设计研究

大数定律是概率论中理论性最强的内容之一,由于内容抽象,在课堂教学过程中,如果按照传统的教学设计来讲授学生理解起来较为困难.在课程设计上采用基于问题驱动的教学模式,由著名的蒲丰投针实验引入,引出贝努利大数定律,并拓展到蒙特卡洛模拟法,使学生在课堂上既能够轻松掌握大数定律的内容,又能够深刻地理解大数定律的本质.     

B值独立随机元序列加权和的完全收敛性和大数律的等价性

在一定条件下研究了B值独立随机元序列加权和的收敛性质,并进一步得到了B值独立随机元序列加权和的完全收敛性和大数律的等价性.该结果推广了关于B值独立随机元的相应结果.     

概率论的一个强大数定律

给出了概率论中一个强大数定律,拓广了辛钦强大数定律的适用范围.     

时间随机环境中一维随机游动的极限性质

研究了时间随机环境中的一维随机游动,如果环境是平稳遍历的,则在一定条件下满足大数定律和中心极限定理.特别地,当环境独立同分布时,可以得到更为具体的结果,该结果类似于经典的大数定律和中心极限定理的相应结论.     

NA阵列行和最大值的BAUM-KATZ大数律的精确渐近性

讨论了NA阵列行和最大值的BAUM-KATZ大数律的精确渐近,给出了∑n≥1nr/p-2 P〔max1≤j≤kn|Sj-ESnj|≥εn1/p〕∑n≥1n/1p〔max1≤j≤k|snj-ESnj|≥εn1/p〕在p阶ces、aro一致可积的相关条件下,当ε→0时的精确渐近性.     

正规数集的纲性

本文讨论了由基二的正规数组成的集合.利用强大数定律与Baire纲定理证明了[0,1]中的正规数集是第一纲集,它的余集是第二纲集.     

一个三元的强大数定律

本文在Ｗｉｌｌｉａｎ Ｎ．Ｈａｄｓｏｎ与Ｈｏｗａｒｄ Ｇ．Ｔｕｃｋｅｒ所做工作的基础上，证明了一个关于三个自变量的强大数定律及有关结论。     

ρ~*-混合序列对数律的收敛速度

研究了ρ*-混合序列{Xn,n≥1}对数律的收敛速度,在较弱的矩条件下,把ρ-混合序列对数律的收敛速度推广至更广泛的ρ*-混合序列的情形,并将其结果作了一定的改进,同时给出了ρ*-混合序列对数律的收敛速度的一种描述.     

模糊数空间中的收敛关系

研究模糊数序列{un}关于上确界度量,Skorohod度量,Lp型度量(1≤p∞)的收敛与水平收敛之间的关系。证明了:如果模糊数序列{un}的极限u是连续模糊数,那么模糊数序列{un}关于上述的四种收敛是等价的。