3) probability convergence
依概率收敛
1.
Through almost sure convergence of random variables, the probability convergence can be derived; and further the weak convergence can be derived.
由随机变量序列几乎处处收敛可推出其依概率收敛,进而可推出其依分布收敛,可见判别几乎处处收敛的重要性。
2.
In this paper,we study the mutual relations of complete convergence,almost everywhere converge,convergence in the mean of order r and the probability convergence.
研究了复值随机变量序列的完全收敛,几乎处处收敛,r阶平均收敛,依概率收敛之间的相互关系,得到了几个有意义的结论。
3.
In this paper,we discuss the mutual relation of complete convergence,almost everywhere converge,convergence in the mean of order r,probability convergence and convergence in distribution for real valued random variable sequence{ξ n},under the complete probability space.
在完备的概率空间 (Ω，， P)下，讨论了实值随机变量序列 {ξ n}的完全收敛、几乎处处收敛、 r次平均收敛、依概率收敛、依分布收敛之间的相互关系，得到若干有意义的常用结论。
4) convergence in probability
依概率收敛
1.
This paper applying probability knowledge,such as convergence in probability and control convergence theorem,generalizes the theorem in paper [2],obtains the general theorem of solving the limit of a class of multi-integral,and states the priority of using the theorem through the concrete example.
文献[1]和文献[2]举例说明了运用概率思想求多重积分极限方面的应用,本文综合应用依概率收敛和控制收敛定理等概率知识,推广文献[2]的定理,给出求解一类多重积分极限的一般性定理。
2.
Definitions of convergence in probability,convergence in distribution and almost sure convergence of sequences of random variables are given.
给出了随机变量列的依概率收敛、依分布收敛、几乎必然收敛的定义,举例说明了其应用,并研究了三种收敛性之间的相互关系。
3.
The property in convergence of sequence of number was imported to convergence in probability and proved it in this paper.
主要把数列收敛的一些性质引进到随机变量依概率收敛中来,并加以证明。
5) almost sure convergence
概率1收敛
6) the convergence in probability
以概率收敛
1.
In this paper, we give an equal proposition of the convergence in probability and its some applications.
给出了以概率收敛的一个等价命题及其应用。
补充资料：概率测度的弱收敛
概率测度的弱收敛
eak convergence of probability measores
【补注】概率测度弱收敛的一般背景是在完全可分度虽空间(n犯川C sPace)(X，p)(亦见完全空间(comP-letesPace);可分空间(sep娜blesP毗))上讨论的，p是距离，具有定义在X的BOrel子集上的概率测度召。，n二O，l，，…如果对定义在X上的每个有界连续函数f，当。~二时，有Jfd产。~了fd拜。，则称拜，弱收敛到产。.如果在X中取值的随机变量氦的分布是拜。，n=o，l，…，如果拼。弱收敛到群。就写作省。人‘。，并且称七。依分布收敛到么，(亦见依分布收敛(①n凭r罗nCe in dis苗bution)). 在概率论中使用最普通的距离空间是k维Euclide空间Rk，〔0，l]上连续函数空间C[0，11以及在仁O，11上右连续具有左极限的函数空间Dto，1]. 更为丰富的距离空间中的弱收敛比在Eucljd空间中的用处大得多.这是因为在R’中依分布收敛的各种各样的结果可由它借助于连续映射定理(conti-nuo璐maPping tl篮幻哪)导出.该定理说，如果在(x，，)中着。二‘。且映射儿:x~R是连续的(或至少是可测的，且P(尝。6D*)二O，其中D*是h的不连续点集)，则h(亡。)‘h(省。).在许多应用中极限随机元是Bro”.运动(Bro认们坦n mot」on)，它以概率1具有连续轨道. 最基本的弱收敛结果之一是关于和s。=艺夕_:x.，n)1，的L心璐ker定理(功nsker tll印reTn)，其中戈是具有EX:=0，EX)‘1，i=1，2，…，的独立同分布随机变量.可以这样来陈述其轮廓:在C【O，l]中，令S。=o，S。(t)二n一”，{SL。:l+(nt一[nt])·戈。t〕+、}，o(t(l，其中卜]表示x的整数部分，则功挑ker定理断言s。(t)车w(t)，其中w(t)是标准Brown运动.应用连续映射定理很容易提供对诸如~1、*‘。S*，max，、*‘。k一”2 15*l，艺又_:了(S*)。)和艺二_，:(s、，s*+1)等函数的依分布收敛结果，其中I是示性函数而下(“，b)=l，如ab<仇=0，其他.概率测度的弱收敛【W.山。皿到曰岁翔沈of声触晒ty~-，.留;c“浦aa cxo口”Moc、解妙~oc珊0益Me伽]
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条