Một số dạng luật số lớn cho dãy và mảng các biến ngẫu nhiên trong không gian tổ

Phân tích các dạng luật số lớn cho dãy và mảng biến ngẫu nhiên. Tìm hiểu các điều kiện hội tụ và ứng dụng thực tiễn trong thống kê.

Tác giả

Luan An

Thể loại

Luận án

Số trang

92

Thời gian đọc

14 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

40 Point

Tổng quan nhanh

Chủ đề:
Khám phá Luật số lớn: Nền tảng và ý nghĩa
Số trang:
92 trang
Trường:
Trường Đại học Vinh
Tác giả:

Tóm tắt nội dung luận án

I.Khám phá Luật số lớn Nền tảng và ý nghĩa

Luật số lớn (LLN) là một định lý nền tảng trong lý thuyết xác suất. Định lý này mô tả hành vi của trung bình mẫu từ một dãy các biến ngẫu nhiên khi số lượng mẫu tăng lên. Cụ thể, trung bình mẫu sẽ hội tụ về giá trị kỳ vọng của biến ngẫu nhiên. Định lý này cung cấp cơ sở toán học cho nhiều phương pháp thống kê. Nó cho thấy tính ổn định của các đại lượng thống kê khi kích thước mẫu đủ lớn. LLN có ý nghĩa quan trọng trong nhiều lĩnh vực, từ tài chính đến khoa học dữ liệu. Nó giải thích tại sao các kết quả thực nghiệm lặp đi lặp lại có xu hướng ổn định. Sự hiểu biết về LLN giúp dự đoán hành vi của hệ thống ngẫu nhiên trong dài hạn. Đây là khái niệm cốt lõi cho mọi nghiên cứu về biến ngẫu nhiên.

1.1. Luật số lớn Định nghĩa và vai trò

Luật số lớn khẳng định rằng trung bình cộng của một dãy các biến ngẫu nhiên độc lập và phân phối giống nhau (IID) sẽ tiến gần đến giá trị kỳ vọng (trung bình) của chúng. Đây là một kết quả mạnh mẽ. Nó cho phép suy luận về một tổng thể lớn từ một tập hợp con. Vai trò của LLN rất lớn. Nó xác nhận rằng các tần số tương đối trong các thí nghiệm lặp lại sẽ hội tụ về các xác suất lý thuyết. Định lý này là xương sống cho mô phỏng Monte Carlo và nhiều thuật toán học máy. Nó đảm bảo tính chính xác của ước lượng khi dữ liệu đủ nhiều.

1.2. Biến ngẫu nhiên IID và kỳ vọng

Biến ngẫu nhiên độc lập và phân phối giống nhau (IID) là một giả định quan trọng cho hầu hết các phiên bản của Luật số lớn. Độc lập có nghĩa là kết quả của một biến không ảnh hưởng đến biến khác. Phân phối giống nhau nghĩa là tất cả các biến có cùng hàm phân phối xác suất. Giá trị kỳ vọng, hay trung bình, là giá trị trung tâm mà một biến ngẫu nhiên được mong đợi nhận. Đối với các biến IID, giá trị kỳ vọng là như nhau cho tất cả các biến. LLN nói rằng trung bình mẫu sẽ xấp xỉ giá trị kỳ vọng này khi số lượng biến tăng lên vô hạn. Đây là một kết nối quan trọng giữa lý thuyết và thực nghiệm.

II.Luật số lớn mạnh Hội tụ hầu chắc chắn

Luật số lớn mạnh (SLLN) là một dạng luật số lớn chặt chẽ hơn. Nó yêu cầu trung bình mẫu hội tụ đến giá trị kỳ vọng theo nghĩa 'hầu chắc chắn'. Điều này có nghĩa là tập hợp các kết quả không hội tụ có xác suất bằng không. SLLN cung cấp một kết quả hội tụ mạnh mẽ hơn so với hội tụ theo xác suất. Nó có ý nghĩa quan trọng trong các ứng dụng lý thuyết và thực tiễn. SLLN đảm bảo rằng trung bình mẫu sẽ ổn định vĩnh viễn khi số lượng mẫu tăng không giới hạn. Nó là cơ sở cho nhiều định lý khác trong xác suất. SLLN thể hiện sự hội tụ mạnh mẽ của các đại lượng thống kê.

2.1. Luật số lớn mạnh SLLN trong lý thuyết

SLLN phát biểu rằng đối với một dãy biến ngẫu nhiên độc lập và phân phối giống nhau (IID) có giá trị kỳ vọng hữu hạn, trung bình mẫu sẽ hội tụ hầu chắc chắn đến giá trị kỳ vọng đó. 'Hội tụ hầu chắc chắn' là một hình thức hội tụ rất mạnh. Nó ngụ ý rằng, với xác suất 1, trung bình mẫu sẽ cuối cùng bằng với giá trị kỳ vọng. Kết quả này mạnh hơn nhiều so với hội tụ theo xác suất. SLLN đòi hỏi các điều kiện chặt chẽ hơn để áp dụng. SLLN được chứng minh bằng nhiều phương pháp, bao gồm cả việc sử dụng các bất đẳng thức Martingale.

2.2. SLLN cho dãy và mảng biến ngẫu nhiên

SLLN không chỉ áp dụng cho dãy biến ngẫu nhiên IID. Nó còn được mở rộng cho các mảng tam giác và mảng hai chiều các biến ngẫu nhiên. Nghiên cứu sâu hơn xem xét SLLN trong không gian metric phức tạp, như không gian tổ hợp lồi. Các điều kiện cho SLLN có thể thay đổi tùy thuộc vào cấu trúc của dãy hoặc mảng. Đối với mảng tam giác, các điều kiện về tính độc lập hoặc phụ thuộc được nới lỏng hơn. Sự hội tụ hầu chắc chắn vẫn là mục tiêu chính. Các ứng dụng của SLLN mở rộng sang các lĩnh vực như xử lý tín hiệu và mô hình tài chính. Nó cung cấp sự đảm bảo về tính ổn định của các ước lượng trong dài hạn.

III.Luật số lớn yếu Hội tụ theo xác suất

Luật số lớn yếu (WLLN) là một phiên bản khác của Luật số lớn. Nó khẳng định trung bình mẫu hội tụ đến giá trị kỳ vọng theo nghĩa 'hội tụ theo xác suất'. Điều này có nghĩa là xác suất để trung bình mẫu cách xa giá trị kỳ vọng một khoảng đáng kể sẽ tiến về 0 khi số lượng mẫu tăng lên. WLLN là một kết quả cơ bản nhưng ít chặt chẽ hơn SLLN. Tuy nhiên, nó vẫn rất quan trọng trong nhiều ứng dụng thực tế. Nó chứng minh rằng các quan sát thực nghiệm trở nên đáng tin cậy hơn khi có nhiều dữ liệu hơn. WLLN là nền tảng cho việc ước lượng các tham số thống kê.

3.1. Luật số lớn yếu WLLN và ứng dụng

WLLN phát biểu rằng với một dãy biến ngẫu nhiên độc lập và phân phối giống nhau (IID) có giá trị kỳ vọng hữu hạn, trung bình mẫu sẽ hội tụ theo xác suất đến giá trị kỳ vọng. 'Hội tụ theo xác suất' có nghĩa là sự khác biệt giữa trung bình mẫu và giá trị kỳ vọng trở nên không đáng kể với xác suất cao khi kích thước mẫu lớn. WLLN áp dụng được cho nhiều trường hợp hơn SLLN. Các ứng dụng của WLLN bao gồm kiểm định giả thuyết và ước lượng khoảng tin cậy. Nó là một công cụ mạnh mẽ để đảm bảo tính hợp lệ của các phân tích thống kê trên các tập dữ liệu lớn.

3.2. Bất đẳng thức Chebyshev và WLLN

Bất đẳng thức Chebyshev là một công cụ quan trọng để chứng minh Luật số lớn yếu. Bất đẳng thức này cung cấp một giới hạn trên cho xác suất để một biến ngẫu nhiên lệch khỏi giá trị kỳ vọng của nó. Giới hạn này phụ thuộc vào phương sai của biến ngẫu nhiên. Khi phương sai hữu hạn, bất đẳng thức Chebyshev cho thấy xác suất lệch giảm xuống 0 khi kích thước mẫu tăng. Điều này trực tiếp dẫn đến kết luận về sự hội tụ theo xác suất của trung bình mẫu. Do đó, phương sai đóng vai trò then chốt trong việc thiết lập WLLN. Nếu phương sai không tồn tại hoặc vô hạn, WLLN có thể không giữ được.

IV.Định lý giới hạn trung tâm và hội tụ mẫu

Định lý giới hạn trung tâm (CLT) là một kết quả then chốt khác trong thống kê. Trong khi Luật số lớn tập trung vào việc trung bình mẫu hội tụ về giá trị kỳ vọng, CLT giải thích hình dạng của phân phối trung bình mẫu. Nó khẳng định rằng tổng hoặc trung bình của một số lượng lớn các biến ngẫu nhiên độc lập và phân phối giống nhau sẽ có xu hướng theo một phân phối chuẩn. Điều này xảy ra bất kể phân phối gốc của các biến. CLT là nền tảng cho nhiều kiểm định thống kê. Nó cho phép xây dựng các khoảng tin cậy và tiến hành các phép kiểm định giả thuyết. Sự hiểu biết về CLT là thiết yếu cho suy luận thống kê.

4.1. Định lý giới hạn trung tâm CLT

CLT nêu rằng với một dãy biến ngẫu nhiên độc lập và phân phối giống nhau (IID) có giá trị kỳ vọng hữu hạn và phương sai hữu hạn, phân phối của trung bình mẫu đã chuẩn hóa sẽ hội tụ đến phân phối chuẩn chuẩn tắc khi kích thước mẫu tiến ra vô cùng. Phân phối chuẩn là một trong những phân phối quan trọng nhất. CLT giải thích lý do tại sao nhiều hiện tượng tự nhiên tuân theo phân phối chuẩn. Nó cho phép các nhà thống kê làm việc với phân phối chuẩn ngay cả khi không biết phân phối gốc. Đây là một định lý có sức mạnh to lớn trong việc đơn giản hóa các bài toán phức kê.

4.2. Trung bình mẫu và hội tụ trong thực tiễn

Trung bình mẫu là một ước lượng quan trọng của giá trị kỳ vọng của tổng thể. Luật số lớn đảm bảo rằng trung bình mẫu sẽ hội tụ đến giá trị kỳ vọng. Định lý giới hạn trung tâm cho biết phân phối của trung bình mẫu sẽ là phân phối chuẩn. Hai định lý này cùng nhau cung cấp cơ sở vững chắc cho suy luận thống kê. Chúng cho phép ước lượng các tham số tổng thể với độ tin cậy. Các cuộc khảo sát, kiểm soát chất lượng và nghiên cứu khoa học đều dựa vào các khái niệm này. Sự hội tụ của trung bình mẫu là một yếu tố then chốt để đưa ra các kết luận đáng tin cậy từ dữ liệu mẫu.

V.Luật số lớn cho biến ngẫu nhiên mờ phức tạp

Nghiên cứu về Luật số lớn đã mở rộng sang các cấu trúc phức tạp hơn. Một trong số đó là biến ngẫu nhiên mờ. Biến ngẫu nhiên mờ xử lý các tình huống có độ không chắc chắn kép: sự ngẫu nhiên và sự mờ nhạt. Việc mở rộng LLN cho các dạng biến này rất cần thiết. Nó giúp mô hình hóa các hiện tượng thực tế không thể mô tả bằng biến ngẫu nhiên truyền thống. Các ứng dụng tiềm năng bao gồm điều khiển mờ, nhận dạng mẫu và hệ thống ra quyết định. Sự phát triển của các định lý giới hạn trong bối cảnh này là một đóng góp quan trọng. Nó mở ra cánh cửa cho các mô hình phức tạp hơn. Các nhà nghiên cứu khám phá Luật số lớn mạnh và Luật số lớn yếu trong những không gian này.

5.1. Biến ngẫu nhiên mờ trong không gian tổ hợp lồi

Biến ngẫu nhiên mờ là một khái niệm nâng cao. Nó kết hợp tính ngẫu nhiên với lý thuyết tập mờ. Các biến này thường nhận giá trị trong một không gian tổ hợp lồi. Không gian tổ hợp lồi là một loại không gian metric được trang bị thêm một phép toán tổ hợp lồi. Điều này tạo ra một khung làm việc rộng hơn để nghiên cứu các định lý giới hạn. Việc thiết lập Luật số lớn cho biến ngẫu nhiên mờ trong những không gian này đòi hỏi các kỹ thuật toán học phức tạp. Nó mở rộng phạm vi ứng dụng của lý thuyết xác suất sang các lĩnh vực mới. Các khái niệm như kỳ vọng của biến ngẫu nhiên mờ cũng được định nghĩa lại.

5.2. Luật số lớn cho mảng biến ngẫu nhiên mờ

Nghiên cứu còn mở rộng Luật số lớn cho mảng tam giác và mảng hai chiều các biến ngẫu nhiên mờ. Điều này phức tạp hơn so với dãy biến ngẫu nhiên thông thường. Các dạng luật số lớn mạnh và yếu được thiết lập cho các cấu trúc này. Điều kiện cho sự hội tụ đầy đủ và hội tụ theo trung bình cũng được xem xét. Kết quả này rất quan trọng cho việc phân tích dữ liệu có cấu trúc mảng và có yếu tố không chắc chắn. Ví dụ như trong xử lý ảnh y tế hoặc phân tích dữ liệu cảm biến. Việc áp dụng các khái niệm như Cesàro CUI bậc r giúp giải quyết những thách thức mới. Nó cung cấp sự hiểu biết sâu sắc về hành vi giới hạn của các hệ thống phức tạp.

Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Một số dạng luật số lớn cho dãy và mảng các biến ngẫu nhiên trong không gian tổ hợp lồi luận án tiến sĩ

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (92 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

i LỜI CAM ĐOAN Luận án này được hoàn thành tại Trường Đại học Vinh, dưới sự hướng dẫn của GS. Tôi xin cam đoan đây là công trình nghiên cứu của tôi. Các kết quả được trình bày trong luận án là trung thực, được các đồng tác giả cho phép sử dụng và chưa từng được ai công bố trước đó. Tác giả Phạm Trí Nguyễn ii LỜI CẢM ƠN Luận án này được hoàn thành dưới sự hướng dẫn của GS.

Tác giả xin được bày tỏ lòng biết ơn sâu sắc tới Thầy-người đã đặt bài toán, hướng dẫn, giúp đỡ tận tình và chu đáo trong suốt quá trình tác giả học tập và thực hiện luận án. Tác giả xin cảm ơn TS. Dương Xuân Giáp và ThS. Nguyễn Trần Thuận về những thảo luận và góp ý trong quá trình học tập và nghiên cứu đề tài luận án.

Trong quá trình hoàn thành luận án, tác giả đã nhận được sự động viên và quan tâm của PGS. Nguyễn Thành Quang, TS. Nguyễn Trung Hòa, TS. Nguyễn Thị Thế, PGS.

Lê Văn Thành, PGS. Kiều Phương Chi, TS. Nguyễn Thanh Diệu, TS. Võ Thị Hồng Vân, TS.

Lê Hồng Sơn, TS. Nguyễn Văn Huấn cùng các thầy, cô và bạn bè đồng nghiệp. Tác giả xin chân thành cảm ơn về những sự giúp đỡ quý báu đó. Tác giả xin được gửi lời cảm ơn tới Viện Sư phạm Tự nhiên và Phòng Đào tạo Sau đại học, Trường Đại học Vinh về sự hỗ trợ và tạo mọi điều kiện thuận lợi để tác giả học tập và hoàn thành luận án.

Tác giả xin được gửi lời cảm ơn tới Trường Đại học Điện lực, nơi tác giả đang công tác và giảng dạy, đã hỗ trợ và tạo điều kiện cho tác giả trong quá trình học tập và hoàn thành luận án. Cuối cùng, tác giả xin bày tỏ lòng biết ơn tới gia đình và những người bạn thân thiết đã luôn động viên và khích lệ tác giả trong suốt quá trình học tập và công tác. Phạm Trí Nguyễn iii MỤC LỤC Một số ký hiệu thường dùng trong luận án 1 Mở đầu 2 Chương 1. Các kiến thức chuẩn bị 10 1.

Không gian tổ hợp lồi. Biến ngẫu nhiên nhận giá trị trong không gian tổ hợp lồi. Biến ngẫu nhiên mờ trong không gian tổ hợp lồi. Một số dạng luật số lớn cho dãy và mảng tam giác các biến ngẫu nhiên nhận giá trị trong không gian tổ hợp lồi 30 2.

Luật mạnh số lớn đối với dãy các biến ngẫu nhiên m-phụ thuộc đôi một theo khối nhận giá trị trong không gian tổ hợp lồi. Sự hội tụ đầy đủ và luật mạnh số lớn đối với mảng tam giác các biến ngẫu nhiên nhận giá trị trong không gian tổ hợp lồi. Một số dạng luật số lớn cho dãy, mảng tam giác và mảng hai chiều các biến ngẫu nhiên mờ trong không gian tổ hợp lồi 52 3. Khái niệm CUI (α, α+ )-từng mức và Cesàro CUI bậc r (α, α+ )- từng mức đối với họ các biến ngẫu nhiên mờ trong không gian tổ hợp lồi.

Sự hội tụ đầy đủ và luật mạnh số lớn đối với mảng tam giác các biến ngẫu nhiên mờ trong không gian tổ hợp lồi. Luật mạnh số lớn đối với mảng hai chiều các biến ngẫu nhiên mờ trong không gian tổ hợp lồi. Sự hội tụ theo trung bình và luật yếu số lớn đối với dãy các biến ngẫu nhiên mờ trong không gian tổ hợp lồi. 72 iv Kết luận chung và kiến nghị 81 Danh mục các công trình liên quan trực tiếp đến luận án 83 Tài liệu tham khảo 84 1 MỘT SỐ KÝ HIỆU THƯỜNG DÙNG TRONG LUẬN ÁN N Tập hợp các số nguyên dương N0 Tập hợp các số nguyên không âm R Tập hợp các số thực (X, d) Không gian metric đầy đủ khả ly [.] Phép toán tổ hợp lồi c(X) Không gian các tập con compact khác rỗng của X dH Metric Hausdorff coA Bao lồi của tập A, với A ⊂ X coA Bao lồi đóng của tập A, với A ⊂ X clA Bao đóng của tập A, với A ⊂ X (Ω, A, P ) Không gian xác suất BX σ -đại số Borel của X Bc(X) σ -đại số Borel của c(X) F(X) Không gian các tập mờ v trên X thỏa mãn: v là nửa liên tục trên, sup v = 1 và supp v là tập compact trong X K(X) Miền khả lồi của X I Tập chỉ số bất kỳ nào đó I{A} Hàm chỉ tiêu của tập A card{A} Số phần tử của tập A CUI Compact khả tích đều m∨n Giá trị lớn nhất của hai số thực m và n m∧n Giá trị nhỏ nhất của hai số thực m và n log+ a lôgarit cơ số 2 của a ∨ 1, với a ∈ R kxku0 Giá trị kxku0 := d(x, u0 ), với x ∈ X, u0 ∈ K(X) kAk{u0 } Giá trị kAk{u0 } := dH (A, {u0 }), với A ∈ c(X), u0 ∈ K(X) a+ Giá trị a+ := max{a, 0}, với a ∈ R a− Giá trị a− := max{−a, 0}, với a ∈ R 2 Kết thúc chứng minh.

Lý do chọn đề tài 1. Trong mấy thập kỷ gần đây, một số kết quả về các định lý giới hạn dạng luật số lớn đối với họ các biến ngẫu nhiên nhận giá trị trong không gian metric đã được một số tác giả nghiên cứu và thiết lập. Năm 1992, Herer [12] đưa ra khái niệm kỳ vọng của biến ngẫu nhiên nhận giá trị trong không gian metric đầy đủ và khả ly (X, d) có độ cong âm. Từ đó, Herer chứng minh luật mạnh số lớn cho dãy các biến ngẫu nhiên độc lập cùng phân phối.

Năm 1997, sử dụng định nghĩa của Herer trong [12] về kỳ vọng của biến ngẫu nhiên nhận giá trị trong X, bằng phương pháp xấp xỉ bởi dãy các biến ngẫu nhiên rời rạc, Fitte [8] đã chứng minh định lý ergodic và luật mạnh số lớn cho dãy các biến ngẫu nhiên khả tích. Một số định lý giới hạn đối với martingale nhận giá trị trong không gian metric cũng được thiết lập trong các công trình của Herer [12, 13] và Sturm [35]. Năm 2006, Terán và Molchanov [40] đưa ra khái niệm về không gian tổ hợp lồi, đó là không gian metric mà trên đó được trang bị phép toán tổ hợp lồi. Từ đó Terán và Molchanov đã xây dựng định nghĩa về kỳ vọng của biến ngẫu nhiên nhận giá trị trong không gian tổ hợp lồi và thu được luật mạnh số lớn cho dãy các biến ngẫu nhiên độc lập đôi một cùng phân phối.

Như vậy, việc nghiên cứu các định lý giới hạn dạng luật số lớn cho các biến ngẫu nhiên nhận giá trị trong không gian metric đang là vấn đề có tính thời sự của lý thuyết xác suất. Các định lý giới hạn dạng luật số lớn và sự hội tụ đầy đủ cũng được nghiên cứu cho mảng hai chiều và mảng tam giác các biến ngẫu nhiên. Có thể tìm thấy các kết quả cơ bản nhất của lĩnh vực này trong cuốn sách chuyên khảo của Klesov [21]. Chú ý rằng, khi mở rộng các định lý giới 3 hạn cho dãy các biến ngẫu nhiên sang trường hợp mảng thì các kết quả và phương pháp sử dụng cho dãy không phải lúc nào cũng áp dụng được cho mảng.

Do đó, các kết quả nghiên cứu đối với các định lý giới hạn cho mảng hai chiều và mảng tam giác các biến ngẫu nhiên nhận giá trị trong không gian metric là vấn đề thú vị và có nhiều ý nghĩa. Khi nghiên cứu các định lý giới hạn dạng luật số lớn, người ta thường xét đến điều kiện độc lập của các biến ngẫu nhiên. Một hướng nghiên cứu về các định lý giới hạn nói chung và các định lý giới hạn dạng luật số lớn nói riêng là thay thế điều kiện độc lập bởi các điều kiện yếu hơn như độc lập đôi một, m-phụ thuộc theo khối, m-phụ thuộc đôi một theo khối. Đây là một hướng nghiên cứu đáng được quan tâm.

Nghiên cứu các định lý giới hạn cho các biến ngẫu nhiên mờ rất quan trọng cả về lý thuyết và thực tiễn. Về mặt thực tiễn, lý thuyết về các biến ngẫu nhiên mờ đã được nghiên cứu rộng rãi và được áp dụng cho các lĩnh vực như công nghệ thông tin, xử lý hình ảnh, kỹ thuật điều khiển và một số lĩnh vực khác. Theo quan điểm lý thuyết, nhiều vấn đề trong lý thuyết về biến ngẫu nhiên mờ liên quan đến lý thuyết xác suất cổ điển. Một số định lý giới hạn trong lý thuyết xác suất cổ điển đã được mở rộng sang các biến ngẫu nhiên mờ.

Đặc biệt, luật số lớn đối với các biến ngẫu nhiên mờ đã được nhiều tác giả nghiên cứu. Chẳng hạn, Colubi [6] thiết lập luật mạnh số lớn cho các biến ngẫu nhiên mờ độc lập cùng phân phối trong không gian Rd. Proske và Puri [28] chứng minh luật mạnh số lớn cho các biến ngẫu nhiên mờ độc lập cùng phân phối trong không gian Banach. Inoue [17] thu được luật mạnh số lớn cho tổng các biến ngẫu nhiên mờ độc lập thỏa mãn điều kiện "tight", kết quả của Inoue mở rộng kết quả của Taylor và Inoue [37] cho các tập ngẫu nhiên.

Gần đây, Kim [20] đã thiết lập luật yếu số lớn cho tổng có trọng số các biến ngẫu nhiên mờ trong không gian Banach thực khả ly. Vì vậy, nghiên cứu các định lý giới hạn 4 dạng luật số lớn cho các biến ngẫu nhiên mờ trong không gian metric là hướng nghiên cứu có nhiều ý nghĩa và giá trị. Với các lý do nêu trên, chúng tôi chọn đề tài nghiên cứu cho luận án của mình là: “Một số dạng luật số lớn cho dãy và mảng các biến ngẫu nhiên trong không gian tổ hợp lồi”. Mục đích nghiên cứu Mục đích của luận án là thiết lập luật mạnh số lớn đối với dãy các biến ngẫu nhiên và mảng hai chiều các biến ngẫu nhiên mờ trong không gian tổ hợp lồi, thiết lập sự hội tụ đầy đủ và luật mạnh số lớn đối với mảng tam giác các biến ngẫu nhiên và mảng tam giác các biến ngẫu nhiên mờ, sự hội tụ theo trung bình và luật yếu số lớn đối với dãy các biến ngẫu nhiên mờ trong không gian tổ hợp lồi dưới các giả thiết khác nhau.

Đối tượng nghiên cứu - Luật mạnh số lớn đối với dãy các biến ngẫu nhiên, mảng hai chiều các biến ngẫu nhiên mờ. - Sự hội tụ đầy đủ và luật mạnh số lớn đối với mảng tam giác các biến ngẫu nhiên, mảng tam giác các biến ngẫu nhiên mờ. - Sự hội tụ theo trung bình và luật yếu số lớn đối với dãy các biến ngẫu nhiên mờ.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Trích dẫn luận án này

Phạm Trí Nguyễn (n.d.). Một số dạng luật số lớn cho dãy và mảng các biến ngẫu nhiên [Luận án tiến sĩ, Trường Đại học Vinh]. LuanAn.net. https://luanan.net/tai-lieu-khac/mot-so-dang-luat-so-lon-cho-day-va-mang-cac-bien-ngau-nhien-trong-khong-gian-to

Câu hỏi thường gặp

Luận án "Một số dạng luật số lớn cho dãy và mảng các biến ngẫu nhiên" nghiên cứu về vấn đề gì?

Phân tích các dạng luật số lớn cho dãy và mảng biến ngẫu nhiên. Tìm hiểu các điều kiện hội tụ và ứng dụng thực tiễn trong thống kê.

Luận án "Một số dạng luật số lớn cho dãy và mảng các biến ngẫu nhiên" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Trường Đại học Vinh.

Luận án "Một số dạng luật số lớn cho dãy và mảng các biến ngẫu nhiên" có bao nhiêu trang?

Luận án "Một số dạng luật số lớn cho dãy và mảng các biến ngẫu nhiên" có 92 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Một số dạng luật số lớn cho dãy và mảng các biến ngẫu nhiên" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter