版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、該文主要研究了兩個(gè)部分的內(nèi)容,其一證明了模糊集值隨機(jī)變量加權(quán)和的強(qiáng)大數(shù)定律和弱大數(shù)定律,這里所指的模糊集值隨機(jī)變量是緊一致可積的、相互獨(dú)立的,但不是同分布的;所涉及到的收斂是在拓廣的強(qiáng)Hausdorff距離d<,H><'∞>意義下的收斂,而非以往在拓廣的弱Hausdorff距離d<,H><'1>意義下的收斂[20],[26].該文結(jié)果是對(duì)Taylor和Inoue在其文章[48],[49]中關(guān)于緊一致可積的集值隨機(jī)變量加權(quán)和的大數(shù)定律的結(jié)
2、果的推廣,并且也是對(duì)文獻(xiàn)[2]-[4],[13]和[37]中的結(jié)果的推廣.我們?cè)诙ɡ淼淖C明過程中巧妙地使用了"化無限為有限"方法和"兩邊夾"方法.這兩種方法主要源自Li和Ogura的文章[37].該文的另一部分研究了模糊集值Brown運(yùn)動(dòng)的內(nèi)容.我們首先引入嵌入定理,然后利用模糊集的支撐函數(shù)給出了模糊集值Gauss過程的定義和模糊集值Brown運(yùn)動(dòng)的概念,并分別證明了模糊集值Gauss過程和模糊集值Brown運(yùn)動(dòng)的性質(zhì).而且我們所定義的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 集值與模糊集值隨機(jī)變量序列加權(quán)和的大數(shù)定律及漸近鞅.pdf
- 集值與模糊集值隨機(jī)變量的Choquet定理.pdf
- 可交換與按行可交換模糊集值隨機(jī)變量的強(qiáng)大數(shù)定律.pdf
- Banach空間和模糊隨機(jī)變量的強(qiáng)大數(shù)律.pdf
- Choquet理論與集值隨機(jī)變量理論的聯(lián)系及關(guān)于Choquet容度的大數(shù)定律.pdf
- PA隨機(jī)變量序列的完全收斂性和強(qiáng)大數(shù)定律.pdf
- 任意隨機(jī)變量序列的強(qiáng)大數(shù)定律和完全收斂性.pdf
- 集值布朗運(yùn)動(dòng)與其性質(zhì).pdf
- 一類隨機(jī)變量序列的強(qiáng)大數(shù)定律和強(qiáng)收斂速度.pdf
- NOD隨機(jī)變量加權(quán)和的收斂性研究.pdf
- 模糊值隨機(jī)變量的逼近定理及模糊時(shí)間序列模型.pdf
- 模糊隨機(jī)變量的收斂性.pdf
- 關(guān)于任意隨機(jī)變量序列的強(qiáng)收斂性與強(qiáng)大數(shù)定律.pdf
- 概率與隨機(jī)變量
- 模糊變量和模糊隨機(jī)變量的熵度量的一般形式.pdf
- 幾類相依隨機(jī)變量序列的大偏差估計(jì)及其大數(shù)定律.pdf
- 關(guān)于相依隨機(jī)變量加權(quán)和的極限性質(zhì).pdf
- 由集值隨機(jī)變量誘導(dǎo)出的Coherent Lower Prevision.pdf
- 矩限制條件下隨機(jī)變量和的強(qiáng)大數(shù)定律的若干新結(jié)果.pdf
- 2.1隨機(jī)變量
評(píng)論
0/150
提交評(píng)論