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、本文主要研究與幾種隨機(jī)樹相關(guān)的一些隨機(jī)變量的極限性質(zhì),例如:隨機(jī)二叉搜索樹中三類頂點(diǎn)的數(shù)目,均勻遞歸樹中頂點(diǎn)間的距離,區(qū)間樹的大?。?隨機(jī)二叉搜索樹只有三類頂點(diǎn),即分別含有0,1和2個(gè)子點(diǎn)的頂點(diǎn),我們分別用X<,n>,X<'(1)><,n>和X<'(2)><,n>)記大小為n的隨機(jī)二叉搜索樹T<,n>中這三類頂點(diǎn)的數(shù)目.我們首先建立了關(guān)于X<,n>的遞歸方程,并由此入手,得到了其期望和方差,在此基礎(chǔ)上,選取適當(dāng)?shù)母怕示嚯x,運(yùn)用壓
2、縮法證明了X<,n>的大數(shù)律和漸近正態(tài)性.接著,又用歸納法證明了X<,n>和X<'(2)><,n>之間具有簡(jiǎn)單的線性關(guān)系,并由此直接得到了X<'(1)><,n>和X<'(2)><,n>的極限性質(zhì). 對(duì)于大小為n的均勻遞歸樹,我們研究了均勻遞歸樹中任意頂點(diǎn)i<,n>和頂點(diǎn)n之間的距離D<,i<,n>>,n>在此前的各種文獻(xiàn)中,關(guān)于D<,i<,n>,n>的討論,都需要對(duì)i<,n>加上各種限制條件.我們完全解除了這些限制條件,利用經(jīng)典
3、的正態(tài)逼近方法,證明了:當(dāng)樹的大小n→∞時(shí),對(duì)任何的0
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
- 隨機(jī)序列的一些精確強(qiáng)極限定理.pdf
- 隨機(jī)環(huán)境中下臨界分枝過程中的一些極限定理.pdf
- 隨機(jī)變量序列的極限定理.pdf
- 隨機(jī)變量組列的極限定理.pdf
- 隨機(jī)變量序列的強(qiáng)極限定理.pdf
- 模糊隨機(jī)變量序列的極限定理.pdf
- 樹指標(biāo)隨機(jī)過程的若干極限定理.pdf
- 隨機(jī)變量序列的一類強(qiáng)極限定理.pdf
- 相依隨機(jī)變量序列的極限定理.pdf
- 29697.一類樹指標(biāo)隨機(jī)過程的強(qiáng)極限定理
- 相依隨機(jī)變量序列的強(qiáng)極限定理.pdf
- 幾類相依隨機(jī)變量的強(qiáng)極限定理.pdf
- 幾類均值相依型隨機(jī)變量的極限定理.pdf
- 26588.關(guān)于樹指標(biāo)隨機(jī)過程的強(qiáng)極限定理
- 隨機(jī)結(jié)構(gòu)中的極限定理.pdf
- 負(fù)相依隨機(jī)變量的若干極限定理.pdf
- 兩類隨機(jī)變量的若干極限定理.pdf
- 模糊復(fù)數(shù)值變量的極限定理.pdf
- 相依變量的若干極限定理.pdf
- 混合相依隨機(jī)變量序列的強(qiáng)極限定理.pdf
評(píng)論
0/150
提交評(píng)論