高斯分布的特殊加权和重对数律

来源 :安徽大学 | 被引量 : 0次 | 上传用户:leki55
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
重对数律是概率极限理论中一类极为深刻的结果,是强大数律的精确化。因此对重对数律的研究引起了国内外学者的兴趣,对独立同分布的随机变量,许多学者做了大量的研究工作,但迄今为止这方面的研究仍限于部分和数列的重对数律,很少涉及到特殊加权和的领域,而部分和与加权和之间既有密切联系,又有本质不同,因此,这一问题的研究具有一定理论意义和应用价值。本文正文分两部分,定理1主要利用[1]Wiener过程下的有限项部分和的重对数律,把Hartman-Wintner重对数律[1]推广到对特殊加权部分和也成立。设{X_n;n≥1}是独立同分布的且服从标准正态分布的随机变量序列,{S_n,n≥1}是其部分和数列,讨论有限项特殊加权部分和{S_n,n≥1}的重对数律,其中定理2利用文献[8]提供的方法,在高斯分布上改进了Hartman-Wintner的重对数律,取消独立性用更弱的条件负相关代替,大大拓宽了重对数律在高斯分布中的使用范围。
其他文献
约翰·斯坦贝克是二十世纪30年代美国文坛上最活跃、最引人注目的作家之一,他的声誉主要是和他1939年发表的《愤怒的葡萄》联系在一起的。这部小说无论在思想上还是在艺术上都标志着作者文学创作的高峰,也是20世纪美国文学中一部有特殊意义的作品。适时反映了美国20世纪30年代大萧条时期的社会状况,揭示了大萧条影响下社会的黑暗和不公。小说描写了俄克拉何马州佃农乔得一家由于连年干旱以及大银行和大企业的压迫,和
案例是最好的教科书。本文以安徽送变电工程公司和±800kV楚雄换流站典型工程项目为例,“现身说法”施工合同风险管理在项目应用的最佳实践。作为电力工程施工总承包壹级施工企业,国家电网安徽送变电工程公司(以下简称“公司”)先后承建各类电压等级输电线路两万多千米,每
期刊
邓小平德育思想作为邓小平理论不可分割的组成部分,是邓小平对我国德育建设经验的深刻总结,主要回答新时期中国特色社会主义现代化建设中“什么是德育、如何开展德育”这一重大课题,为新时期党的德育工作指明了方向。在和平与发展为主题的时代背景下,邓小平从社会宏观和国家战略的角度,对我国德育的基本问题进行科学分析和具体阐述,提出并形成极具系统性、开放性、包容性的大德育思想,其理论
衰老是一个新兴的重要研究领域,随着该领域相关知识的积累和技术的进步,人们逐渐意识到衰老本身可以被针对性地干预,实现延长寿命并且延缓衰老相关疾病的发生发展,具有重要的科学和现实意义.引起个体衰老的众多因素中,衰老细胞的积累被认为是导致器官衰老发生退行性变,最终引起衰老相关疾病的重要原因.近年来,多项研究表明,清除体内衰老细胞可以延缓多种衰老相关疾病的发生,直接证明了衰
实施海外投资是中国当前守护金融资产价值,提升产业结构,进一步融入经济全球化的重要战略选择。然而,当前中国海外投资在投资规模、投资方式、行业分布、投资目的地选择等方面都发生了巨大的变化。这些变化也相应引发中国企业在海外投资资产管理和风险控制方面的一系列问题。在正确认识现存问题基础上进行全面、科学的风险评估,是中国企业深化海外投资必然选择。
学校代码:10200研究生学号:2018103101分类号:G22密级:无硕士学位论文政治传播视阈下央视《新闻联播》播音语态研究ResearchonbroadcastingVoiceofCCTVNewsfromtheperspectiveofpoliticalCo
学位
通过对目前各学段篮球教学状况进行分析,并结合《体育与健康核心素养》建构大中小学幼儿园篮球整体教学体系,目的是为各学段篮球教学形成统一的整体,让学生真正喜欢篮球课,掌握篮球运动这项技能,培养学生体育锻炼习惯,形成终身体育锻炼思想。本论文主要以现行的大中小学幼儿园篮球教学内容为研究对象,分层抽样选取各阶段学校五所进行实地调查,主要研究方法有:(1)文献资料法:文章通过查
在新时代背景下,贵州省社会经济水平逐年上升,交通运输基础设施不断完善,高速公路实现“县县通”,交通与物流的融合发展逐步推进。随着贵州省客货运输量的增加,高速公路服务区不能再局限于传统的加油、汽修、餐饮等功能,而是应该与产业发展同步,拓展功能,满足司乘人员多元化的服务需求。依托交通的发展,我国将在全国构建覆盖城乡的快递物流服务体系,使得物流与交通联动发展,相互促进。这
I论文题目:论文作者:学科:指导教师:论文提交日期:老旧小区改造中利益主体冲突及解决方案研究冯琦工商管理马世昌,王中和2021年5月中文图书分类号:密级:UDC:学校代码:C93-0/C914/O225公开005.1/316/51710016
学位
在大数据时代,处理机器学习的实际问题时,常见的降维方法是基于特征抽取的主成分分析(PCA)以及基于特征选择的Lasso族类方法的直接应用,原因大概有二:一是大数据原料往往是海量的、有噪声的、杂乱无章的,通常组结构并非先验且不易辨别,在对算法结果提升不大的情况下,根据奥卡姆剃刀原则,应该尽量选择简单的模型;二是大数据的产生场景多在互联网领域,而互联网公司往往不缺算力,其追求的是小步快跑、快速迭代,因