Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/39535
Title: Strong law of large numbers for a 2-dimensional array of pairwise negatively dependent random variables
Other Titles: กฎอย่างเข้มของเลขจำนวนมากสำหรับแถวลำดับสองมิติของตัวแปรสุ่มที่ไม่เป็นอิสระเชิงลบทุกคู่
Authors: Karn Surakamhaeng
Advisors: Nattakarn Chaidee
Kritsana Neammanee
Other author: Chulalongkorn University. Faculty of Science
Advisor's Email: Nattakarn.C@Chula.ac.th
Kritsana.N@Chula.ac.th
Subjects: Random variables
Distribution (Probability theory)
ตัวแปรสุ่ม
การแจกแจง (ทฤษฎีความน่าจะเป็น)
Issue Date: 2012
Publisher: Chulalongkorn University
Abstract: In this work, we obtain two main theorems of strong law of large numbers for a 2-dimensional array of random variables. The first theorem is the strong law of large numbers for pairwise negatively dependent random variables which are not necessary identically distributed. The second theorem, we obtain strong law of large numbers for the difference of random variables which independent and identically distributed conditions are regarded. In this study, we use the limit as m×n tends to infinity instead of using the limit as m,n tends to infinity when m,n are natural numbers which is stronger.
Other Abstract: ในงานนี้ เราพิสูจน์สองทฤษฎีบทหลักของกฎอย่างเข้มของเลขจำนวนมากสำหรับแถวลำดับสองมิติของตัวแปรสุ่มสองทฤษฎีบท ทฤษฎีบทแรกคือกฎอย่างเข้มของเลขจำนวนมากสำหรับตัวแปรสุ่มที่ไม่เป็นอิสระเชิงลบทุกคู่ ซึ่งไม่จำเป็นต้องมีการแจกแจงแบบเดียวกัน ทฤษฎีบทที่สอง เราได้กฎอย่างเข้มของเลขจำนวนมากสำหรับผลต่างของตัวแปรสุ่มที่ไม่ต้องการเงื่อนไขความเป็นอิสระและการแจกแจงเดียวกัน ในการศึกษา เราพิจารณาค่าลิมิต เมื่อ m×n มีค่าเข้าสู่อนันต์ สำหรับจำนวนธรรมชาติ m,n ใดๆ ซึ่งเป็นเงื่อนไขที่เข้มกว่าเงื่อนไขเมื่อ m,n มีค่าเข้าสู่อนันต์
Description: Thesis (M.Sc.)--Chulalongkorn University, 2012
Degree Name: Master of Science
Degree Level: Master's Degree
Degree Discipline: Mathematics
URI: http://cuir.car.chula.ac.th/handle/123456789/39535
URI: http://doi.org/10.14457/CU.the.2012.455
metadata.dc.identifier.DOI: 10.14457/CU.the.2012.455
Type: Thesis
Appears in Collections:Sci - Theses

Files in This Item:
File Description SizeFormat 
karn_su.pdf942.02 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.