• 随机变量加权和的极限结果
• 隐马尔可夫模型可应用于弱相依随机变量的建模上,也可用作研究发音过程、神经生理学与生物遗传等方面的工具。
• 非独立不同分布随机变量序列的弱大数定律
• 度量两个随机变量间关联程度的量。
• 渐近正规随机变量
• 二元正态随机变量
• 任意随机变量序列泛函的强极限定理
• 关于随机变量序列收敛性关系的探讨
• 值随机变量和的极限分布定理
• 随机变量域的重对数律
• 随机变量的指数不等式和一个强大数律
• 关于任意随机变量序列的若干强极限定理
• 实值随机变量的随机序与对偶随机序
• 随机变量相依性度量指标的另一种选择
• 模糊概率随机变量的数学期望和方差
• 负相协随机变量列的强大数律
• 复值独立随机变量序列的弱大数定律
• 随机变量加权和的强大数律
• 复值独立随机变量序列的强大数定律
• 多个独立正态分布随机变量的最大值分布
【词语名称】: 随机变量
【词语拼音】: suí jī biàn liàng
【词语意思】: 每次试验的结果可以用一个变量的数值来表示,这个变量的取值随偶然因素变化,但又遵从一定的概率分布规律,这种变量叫做随机变量,一般用ξ,η…表示。