نامساوی برنشتاین برای متغیرهای تصادفی وابسته
author
Abstract:
در این مقاله، نامساوی برنشتاین را برای متغیرهای تصادفی وابسته تعمیم می دهیم. سپس در رابطه با شرایط برقراری همگرایی کامل با استفاده از این نامساوی نتایج جالبی را به دست می آوریم. مثالهای متنوعی نیز در ادامه ارائه خواهیم کرد.
similar resources
نامساوی نوع لوی و نگرشی دیگر بر قانون قوی اعداد بزرگ برای متغیرهای تصادفی وابسته
یک نامساوی مهم برای توزیع ماکسیمم متغیرهای تصادفی مستقل نامساوی لوی است. در این مقاله یک نسخه از این نامساوی برای متغیرهای به طور ضعیف وابسته منفی ارایه می گردد. قانون قوی برای متغیرهای وابسته توسط مولفین مختلفی مورد بررسی قرار گرفته اند. در این تحقیق، همچنین، همگرایی کامل وزنی برای آرایه ای از متغیرهای تصادفی سطری وابسته منفی کراندار احتمالی بدست می آید. همگرایی کامل و قانون قوی برای چنین خانو...
full textنامساوی هافدینگ برای متغیر های تصادفی وابسته منفی و برخی کاربرد های آن
This article has no abstract.
full textتوزیع آماره های مرتب برای متغیرهای تصادفی تعویض پذیر
Let T1,...,Tn be exchangeable random variables and suppose that T{1:n} represents the ith order statistic among Ti's, i=1,...,n. ‎In this paper some expressions for the joint distribution ‎of (T{1:n},...,T{n:n}), ‎marginal distribution of T{1:n} and the joint distribution of (T{r:n},T{k:n}), 1≤ r ≤ k ≤n ‎in terms of the joint...
full textرفتار مجانبی شکل های درجه دوم و دوخطی برای متغیرهای تصادفی وابسته
محققین زیادی به مطالعه نامساوی های ماکسیمال و همگرایی کامل شکل های درجه دوم از متغیرهای تصادفی مستقل، پرداخته اند. هدف این رساله، تعمیم نتایج موجود برای رده های متغیرهای تصادفی وابسته، زیرگاوسی وابسته و متغیرهای تصادفی دلخواه است. برای نیل به این مقصود، لازم است نامساوی های ماکسیمال، کولموگوروف و نمایی را برای رده های مذکور تعمیم دهیم تا با استفاده از آن ها بتوانیم همگرایی کامل شکل های درجه دوم...
15 صفحه اولMy Resources
Journal title
volume 22 issue شماره 31
pages 1- 6
publication date 2003-12-22
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023