1) controllable random transform
可控随机变换
1.
We present a generate algorithm of fractal tree by a controllable random transform method,which would resolve some problem about drawing fractal tree.
分形树的生成算法是自然景物模拟中的热点问题,针对目前生成算法中的运行显示速度慢,树形变化少,颜色单一等问题,提出了一种可控随机变换的分形树生成算法。
2) exchangeable random variables
可交换随机变量
1.
This paper discusses limit theorems of exchangeable random variables ｛X_n:n≥1｝,obtains a necessary and sufficient conditions for random strong law theorem of exchangeable random variable sequences and extends in some sense the results of[1].
讨论了可交换随机变量序列{Xn:n≥1}的极限定理,得到了可交换随机变量序列的随机强大数定律成立的充要条件,并在一定的条件下,推广了文[1]中的结果。
3) stochastically dominated random variables
可控制随机变量
1.
The strong limit theorem for stochastically dominated random variables was proved.
建立可控制随机变量序列的一个强极限定理 ,其方法是通过构造适当的鞅 ,然后利用鞅收敛定理进行证明 。
4) random transform
随机变换
1.
As a special example, the idea of random transformation of gambling system is extended to the nonhomgenous Markov chains of order 2, As results, some strong limit theorems and random equitable ratios for their random selection are obtained.
作为特例,将赌博系统的随机变换概念推广到二重马氏链情形,得到二重马氏链随机选择与随机公平比的若干极限定理。
2.
Moreover,the idea of random transformation of gambling system is extended to the sequence of arbitrary random variable,and some limit theorems for their random selection and random .
把赌博系统的随机变换概念推广到任意随机变量序列,得到了任意随机变量序列随机选择与公平比的若干极限定理。
3.
Moreover,the idea of random transformation of gambling system is extended to the sequence of arbitrary random variable,and as corollaries,some limit theorems for their random selection and random equitable ratios are obtained.
并把赌博系统的随机变换概念推广到任意随机变量序列的情况,得到任意随机变量序列随机选择与公平比的若干极限定理。
5) nonexchangeable random variables
不可交换随机变量
6) interchangeable random variables
可交换随机变量序列
1.
In this paper, we discuss the convergence rates for the law of interated logarithm for interchangeable random variables {Xn :n≥ 1}, and obtain some similar limit properties of interchangeable random variables and independent random variables.
本文讨论了可交换随机变量序列{Xn:n≥1)重对数律的收敛速度,得到了可交换随机变量序列与独立序列类似的极限性质,同时给出了可交换序列重对数律收敛速度的一种描述。
补充资料：水文随机变量
受随机因素影响,遵循统计规律变化的水文变量。水文随机变量在未来任一时刻出现的数值无法准确预测，但能以分布函数(或等价的概率密度函数)来反映其统计规律性，也就是表示其各种数值出现的可能性。分布函数的形式，可根据资料按水文统计学的有关原理和方法予以确定。分布函数与概率密度函数则有如下关系：
式中x为随机变量；F（xp；）为分布函数; f(t;θ)为概率密度函数;为x大于或等于xp这一事件出现的概率;xp称为x的p分位数,或超过概率为p的设计值。上式常以图形的方式表示,称为频率曲线(见图)。
确定水文随机变量的分布函数及其所含的参数，是研究水文随机变量的主要目的。水文学中常用的分布函数有以下几种：皮尔逊Ⅲ型分布、对数皮尔逊Ⅲ型分布、对数正态分布、 概化极值分布、 韦克贝分布、克里茨基－门克尔分布等。在中国主要使用皮尔逊Ⅲ型分布。其概率密度函数如下：
x≥α γ0
式中α、β、γ 为待估参数;Γ(γ )为伽玛函数。三个参数α、β、γ 与随机变数 x的三个主要数字特征值（数学期望Ex、方差σ婌、偏态系数Cs）有一定的关系，可相互推求。这种情况对其他分布也是如此。不过不同的分布,参数与特征值之间的关系不同而已。在参数估计时，有的方法，如极大似然法，是先估计参数α、β、γ ，然后由有关公式可求得相应的Ex、Cv（离势系数）与Cs；有的方法，如矩法或适线法，是先估计出Ex、Cv及Cs，需要时，可由有关公式求出相应的参数值。
确定水文随机变量分布函数的形式，除用上述假设检验的方法外（见水文统计学），还使用导出分布的方法，即考虑水文变量的物理性质并做若干假定，再经推导而得。其中又可分为依据事件的模型和联合概率的模型。由于问题复杂，为便于推导而作的假定常与实际情形相差较远，故此种途径尚处于研究阶段，有时可在缺乏资料的小流域上应用。
参考书目
V.Yevjevich， Probability and Statistics in Hydrology，Water Resources Publications，FortCollins,Colorado,1972.
式中x为随机变量；F（xp；）为分布函数; f(t;θ)为概率密度函数;为x大于或等于xp这一事件出现的概率;xp称为x的p分位数,或超过概率为p的设计值。上式常以图形的方式表示,称为频率曲线(见图)。
确定水文随机变量的分布函数及其所含的参数，是研究水文随机变量的主要目的。水文学中常用的分布函数有以下几种：皮尔逊Ⅲ型分布、对数皮尔逊Ⅲ型分布、对数正态分布、 概化极值分布、 韦克贝分布、克里茨基－门克尔分布等。在中国主要使用皮尔逊Ⅲ型分布。其概率密度函数如下：
x≥α γ0
式中α、β、γ 为待估参数;Γ(γ )为伽玛函数。三个参数α、β、γ 与随机变数 x的三个主要数字特征值（数学期望Ex、方差σ婌、偏态系数Cs）有一定的关系，可相互推求。这种情况对其他分布也是如此。不过不同的分布,参数与特征值之间的关系不同而已。在参数估计时，有的方法，如极大似然法，是先估计参数α、β、γ ，然后由有关公式可求得相应的Ex、Cv（离势系数）与Cs；有的方法，如矩法或适线法，是先估计出Ex、Cv及Cs，需要时，可由有关公式求出相应的参数值。
确定水文随机变量分布函数的形式，除用上述假设检验的方法外（见水文统计学），还使用导出分布的方法，即考虑水文变量的物理性质并做若干假定，再经推导而得。其中又可分为依据事件的模型和联合概率的模型。由于问题复杂，为便于推导而作的假定常与实际情形相差较远，故此种途径尚处于研究阶段，有时可在缺乏资料的小流域上应用。
参考书目
V.Yevjevich， Probability and Statistics in Hydrology，Water Resources Publications，FortCollins,Colorado,1972.
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