强混合随机变量序列的一个几乎处处中心极限定理

研究了强混合随机变量序列的几乎处处中心极限定理。利用子序列等方法,获得了强混合随机变量序列几乎处处中心极限定理的一个较优结果。     

独立随机变量的中心极限定理

中心极限定理表明，某些原来并不服从正态分布的独立随机变量，其总和却渐近地服从正态分布．运用3个引理证明了独立随机变量序列的中心极限定理．     

随机变量序列几何平均的一个强极限定理

利用似然比概念作为一般连续型随机变量相对于乘积幂函数分布的偏差的一种随机性度量,运用鞅方法及分析方法,得到了一种7新形式的大数定理,即关于随机变量几何平均Gn(ω)=[п^ni=1Xi]^1/n的强极限定理。     

独立随机变量的中心极限定理

中心极限定理表明,某些原来并不服从正态分布的独立随机变量,其总和却渐近地服从正态分布.运用3个引理证明了独立随机变量序列的中心极限定理.     

I．I．D．随机变量部分和之和的极限定理

研究了独立同步随机变量部分和之和强大数律中心极限定理,并且还得到了相应的Berry-Esseen界。     

B值随机变量序列的强极限定理

讨论Ｂ值随机变量序列的强收敛性,利用优化技巧得到了强极限定理以及大数定律成立的充分条件。     

可控制随机变量序列的强极限定理

建立可控制随机变量序列的一个强极限定理,其方法是通过构造适当的鞅,然后利用鞅收敛定理进行证明。Ｋｏｌｍｏｇｏｒｏｖ强大数定律是结果的一个特例。     

离散随机变量序列的一类强极限定理

设（Ｘｎ）是在有限或可列数集中取值随机变量序列，（ａｎ）是递增的正数序列。本文给出Σｎ＝１ ∞ １／ａｎ〔Ｘｎ－Ｅ（Ｘｎ│Ｘ０，．．．，Ｘｎ－１）〕ａ．ｅ．收敛的一类充分条件，所得结果是一类经典强大数定律的推广。证明中发展了作者在文献中提出的研究离散机变量序列强极限定理的分析方法。     

二维线性对流扩散方程一种新的特征差分算法及收敛分析

文章讨论了二维线性对流扩散方程,将特征线法和有限差分法相结合,借助于双线性插值,给出了求解二维线性对流扩散方程数值解的一种新的特征差分格式,并分析了该算法的收敛性。此算法表明对于一类对流扩散方程,应用此差分格式,能更有效地消除数值振荡现象,从而极大地提高数值逼近度。     

一类整数线性规划的算法

提出了一类常见的整数线性规划的新算法,该算法不是沿袭求解线性规划的传统思路,从可行域的边缘整数点上寻找最优解,而是根据各变量对目标的贡献大小确定出分配变量,经有限次分配后可获得最优解．该算法计算量较小,计算效率高,且在有限步内可获得最优解．与目前的分枝定界法、割平面法相比,具有一定的优越性     

一种离散型随机变量二项分布函数的应用

简介了经典测试理论,分析了组卷问题的数学模型和常见的组卷算法,提出一种基于二项分布原理的优化随机组卷算法。在组卷过程中,以难度系数为主要控制指标,知识点指标为辅,可以很好地解决试卷的难度控制问题,能够使得试题平均难度系数接近正态分布,符合组卷要求。通过四场摸拟考试与数据得出实验数据呈正态分布,信度是83.22,总体来看属于较高。测试的内容效度较高,基本符合预期。     

一个新的线性规划预校正算法

提出了一种新的线性规划预校正算法,预步是取的Ｅｕｌｅｒ方向,算法复杂度为Ｏ（n~(1/2)Ｌ）     

应用神经网络模拟随机变量的分布函数

利用随机变量样本 ,应用神经网络技术来模拟任意连续型随机变量的分布函数和随机变量函数的分布函数 ,并给出它们的显性表达式 ,避免了参数估计、假设检验和复杂的数值积分运算。     

分布矩阵与离散型r.v.独立性的判定

基于离散型r.v.分布矩阵,给出二维、三维离散型r.v.独立性的充分必要条件,得到了相应的离散型r.v.独立性的判别方法,并给出相关应用.     

随机变量阵列的一个强大数律

随机变量序列的大数定律在概率极限理论和数理统计中扮演着重要的角色,经典的大数律主要是研究独立同分布的随机变量序列,后来许多学者致力于减弱独立同分布这一条件,或将随机变量序列推广到随机变量阵列.文章主要研究任意随机变量阵列的强大数律,利用Borel-Cantelli引理和鞅差序列的结论,通过推理论证,得到了任意随机变量阵列的一个强大数律,并且作为特例,得到了随机变量序列加权和的强大数律.     

一种使用遗传算法进行物流配送成本优化方法

在物流配送业务中,配送成本的优化是降低企业成本、提高经济效益的关键。根据物流配送业务的 特点,建立了成本优化模型。该模型将同一客户需求的货物分成急需货物和普通货物,在有时间要求和运力有限的 情况下,这种货物分类处理的方式为降低配送成本提供了新思路。在此基础上,构建了成本优化遗传算法,给出了 算法实现的具体方法、步骤。实例计算结果表明,该方法能快速、高效地收敛于一个优异的解,在物流配送成本优化 中能获得较好的优化结果。     

同分布条件下局部次指数随机变量和的有界性

记s△为局部次指数分布族,F、G是s△中两个不同的局部次指数分布,Gn＊表示的是G自身的n重卷积,在上述条件下,Asmussen（2003）介绍了Gn＊（x＋△）/F（x＋△）的相关界。本文所研究的是把上式中Gn＊换成Fn＊,考虑在同分布条件下Fn＊（x＋△）/F（x＋△）的相关界,其中Fn＊是分布F自身的n重卷积。