收藏本站
《山东大学》 2014年
收藏 | 手机打开
二维码
手机客户端打开本文

次线性数学期望下的极限理论及其应用

陈静  
【摘要】:自从Choquet [13]提出容度概念后,人们对容度理论越来越感兴趣.因为在经济,统计学,工程学等领域有很多带有不确定性的问题,它们无法用传统的可加概率测度来准确预测或描述.现实中,概率可加性假设局限性明显,越来越多的人们开始舍弃可加概率这一传统工具,转而使用非可加(上,下)概率测度这一新兴工具来刻画带有不确定性的问题.事实上,早在1954年,Keynes[24]就发现了此类转变需求,从而创建了不确定概率理论.容度,这一非可加概率测度,就成为了刻画不确定性问题时一种十分合适的数学工具(参见Aug-ust in [1], Maccherroni和Marinacci [27], Doob [17], Schmeidler [33])鉴于金融数学和应用统计的广泛需求,非可加(上,下)概率/期望下随机变量的基本性质成为人们争相研究的学术热点. 众所周知,大数定律(LLN)在概率论与数理统计的发展和应用中发挥了至关重要的奠基作用,与此同时,我们发现有关非可加容度/期望下(强)大数定律的研究成果十分丰富,主要分为两个学术流派:一个是非可加概率流派,其特征是用非可加(不确定的)概率来刻画非可加概率下随机变量的频率属性.另一个是非线性期望流派,其特征是用非可加(上,下)期望来刻画非可加期望下随机变量的频率属性.尽管这两个流派在经典线性概率理论下是等价的,他们在非线性框架下是完全不同的,因为一个非线性期望通常是不能被相应的非线性概率唯一确定的(参见Chen.Z, Chen.T和Davison [7]以及Choquet, Hu, Memin和Peng [12])非可加概率流派成果众多,比如早期经典文献Dow和Verlang [18]以及Walley和Fine [36],近期著名成果例如Cooman和Miranda [15], Epstein和Schneider [19], Marinacci [28], Mac-cheroni和Marinacci [27], Chen和Wu [10], Chen, Wu和Li [11]以及Terdn [34].在对非可加概率的不同假设下,文献证明了当实验次数增加时,通过大量实验得到的实验均值不再逼近于某个确定的期望值,而是在下概率(容度)下落在某个期望值区间内. 在非可加期望流派,Peng是第一个提出g-期望和G-期望的学者.在9-期望的启迪下,Peng[29,30,31]提出了次线性期望下随机变量的独立和同分布定义,我们称之为Peng独立.在某些对非可加期望的假设下,Peng通过偏微分方程(PDE)理论给出了次线性期望下的大数定律和中心极限定理. 将非可加概率和非可加期望两个学派的成果与经典大数定律相比较,我们发现,在对概率和期望的公理化性质进行削弱的同时,我们必须对状态空间,非可加概率,随机变量做出额外的技术性假设作为补偿. 自然地,我们想到如下问题:可否借鉴经典可加概率(Feller,Linderberg等人)的证明方法,从概率的角度将大数定律推广到次线性期望下呢?答案是肯定的.本文中,我们首先借鉴了经典的Linderberg-Feller的证明思想在事件独立下给出了Choquet期望下的大数定理,然后推广到更一般情形:卷积独立下的次线性期望下大数定律,进而获得容度下的弱大数定律,并给出了一个与二者相关的等价定理.本文证明过程仅使用了泰勒展开式,次线性期望性质等纯概率基础工具,未采用特征函数或PDEs等复杂辅助手段.进一步,与文献相比,我们削弱了大数定理的假设条件.比如,在次线性期望下,降低了随机变量的阶矩条件,随机变量独立性假设也弱化为卷积独立.此外,我们的次线性大数定律能够涵盖著名的Ellsberg模型(带有模糊性的罐子模型),而Ellsberg模型因为具有概率模糊性并不符合文献中大数定律的假设条件. 本文共分为四章.第一章研究在事件独立定义下,Choquet期望下的大数定律.第二章研究在卷积独立定义下,一般次线性期望下的大数定律.第三章给出次线性大数定律在模糊条件下的应用.第四章给出了次线性大数定律的收敛误差估计. 引入符号: 假设Ω为状态空间,F为σ-域.称函数X:Ω→R为可测空间(Ω,F)上随机变量,若X是F-可测的.令H为可测空间(Ω,F)上随机变量全体的子集. 假设Gb(R)为R上所有有界连续函数的集合C+b(R)为Cb(R)上的非负单调函数的全体C2b(R)为Cb(R)上那些函数一阶,二阶导数都存在且导数仍在Gb(R)中的函数全体.对给定有限常数μ和μ,记集合Dn:={y|y=(y1,y2,…,yn),yi∈[μ,μ],1≤i≤n}. (Ⅰ)第一章主要研究上Choquet期望下的大数定律. 容度和Choquet期望在定义形式,基本性质等方面与概率和线性期望具有高度相似性.可以说,Choquet理论是联系经典线性理论与新兴次线性理论的桥梁.1999年到2005年,Maccherroni和Marinacci [27][28]提出了容度下的随机变量独立性定义,独立形式与概率下的独立定义相似.正是考虑到Choquet期望与线性期望的这种相似性,在将大数定律向非可加期望领域推广时,我们优先选择Choquet期望作为尝试的起点.所以本文先讨论Choquet这种相对简单的情况(此时类似线性期望有较多借鉴之处),在事件独立的假设下,给出了Choquet期望下大数定律.然后再考虑一般的次线性期望下大数定律.从简入难. 回顾Choquet期望下大数定律的理论进展,我们发现在事件独立的假设下,不同文献给出了不同技术假设,但从证明方式来看,主要分为以下两种:一种是转化法:“曲线救国”,比如Chareka [3]将不可加的Choquet积分转化成可加的Lebesgue-Stieltjes积分.然后利用Lebesgue-Stieltjes积分性质证明了Choquet框架下的强(弱)大数定律.另一种是直接证明法:比如Li和Chen[26]直接证得容度下的Chebyshev不等式和Borel-Cantelli引理,从而证明了Choquet期望下大数定律,证明方法类似线性LLN.由此启发我们:在事件独立下,可否将大数定律的其他(Linderberg, Feller等)经典证法推广到Choquet期望下证得大数定律呢?我们的答案是肯定. 我们知道,证明大数定律的关键条件是概率/期望的可加性和随机变量的阶矩条件.而本章讨论的Choquet期望恰为非可加期望.为了解决这个期望非可加问题,我们采用2-alternating容度,因为由2-alternating容度生成的Choquet期望具有我们所需的次可加性.在这个前提假设下,本章讨论了独立同分布随机变量序歹(?){Xi}∞i=1的依分布收敛(分布极限)问题.此外,对比其他Choquet结论,我们的Choquet大数定律对随机变量的阶矩条件也进行了弱化. 在引入大数定律前,我们先叙述三个核心引理作为铺垫.和变通项引理: 引理1.3.1令V为F上的2-alternating容度,且Cv,Cv分别为由其生成的上,下Choquet期望.令{Xi}i=1∞为(Ω,F)上的一列独立随机变量.则对任意单调函数φ∈Gb(R)和任意常数yi∈R,其中n 泰勒展开引理:引理1.3.2令V为2-alternating容度,Cv,Cv分别为其生成的上,下Choquet期望令{Xi)i=1∞为同分布随机变量列且满足Cv[Xi]=μ和Cv[Xi]=μ假设对任意i≥1,有Cv[|Xi|]∞.则对任意函数φ∈Cb2(R),存在一个正值常数b。(∈)使得bn((?))→0当n→∞时,从而(Ⅰ)∑i=1n supx∈R{Cv[φ(x+xi/n)]-φ(x)≤supx∈R G(φ'(x),μ,μ)+bn((?)).(Ⅱ)∑i=1n infx∈R{Cv[φ(x+Xi/n)]-φ(x)≥infx∈R G(φ'(x),μ,μ)-bn((?)).其中G(x,μ,μ):=x+μ-x-μ. 引理1.3.3令G(x,y,z)函数定义同引理1.3.2,即G(x,y,z):=x+y-x-z.则对单调的φ∈Cb(R),有(Ⅰ)infy∈Dn supx∈R G(φ'(x),μ-1/n∑ni=1yi,μ-1/n∑i=1n yi)=0.(Ⅱ)infy∈Dn infx∈R G(φ'(x),μ-1/n∑ni=1yi,μ-1/n∑i=1n yi)=0. 经过上述三个引理的铺垫,我们可以引入本章第一个定理:分布极限定理.此定理表明,在Choquet期望下实验均值的分布极限是一个最大分布. 定理1.4.1(分布极限定理)令V为F上2-alternating容度,Cv,Cv分别为由其生成的上,下Choquet期望.假设{Xi}∞i=1为独立同分布随机变量列且满足Cv[Xi]=μ,Cv[Xi]=μ记部分和Sn:=∑ni=1Xi假设对任意i≥1,Cv[Xi]∞.则对任意单调函数φ∈Cb(R), 定理1.4.2(容度下的弱大数定律)令V为F上2-alternating容度,Cv,Cv分别为由其生成的上,下Choquet期望.令v(A):=Cv[IA],(?)4∈F假设{Xi}∞i=1为独立同分布随机变量列且满足Cv[Xi]=μ,Cv[Xi]=μ.记Sn:=∑ni=1Xi假设对任意i1,Cv[|Xi|]∞若对任意φ∈Cb+(R),任意∈0,则有 下面,我们给出一个令最大分布等价于容度下弱大数定律的充分条件. 定理1.4.3(等价定理)令V为F上2-alternating容度,Cv,Cv分别为由其生成的上,下Choquet期望.给定函数φ∈Cb+(R),假设{Xi}∞不=1为一列独立同分布随机变量列并满足Cv[Xi]=μ,Cv[Xi]=μ假设对任意i1,Cv[|Xi|]∞.令Sn:=∑ni=1Xi则结论(A)与(B)等价.(A)对任意(?)0,令v(4):=Cv[IA],VA∈F,有(?)v(μ-ε≤Sn/n≤μ+ε)=1.(B)对任意φ∈Cb(R), 等价定理的意义在于:若收敛结论对单调φ∈Cb(R)成立,则对任意φ∈Gb(R)都成立.我们由分布极限定理推广得到如下Choquet期望下大数定律. 定理1.4.4(Choquet期望下大数定律)令V为F上2-alternating容度,Cv,Cv分别为由其生成的上,下Choquet期望.假设{Xi}∞i=1为独立同分布随机变量列且满足Cv[Xi]=μ,Cv[Xi]=μ假设对任意i≥1,Cv[|Xi|]∞.记Sn:=∑ni=1,Xi则对任意函数φ∈Cb(R),有 注1.4.5由定理证明过程可知,随机变量同分布条件可以削弱为:随机变量具有有限共一阶矩,即{Xi}∞i=1满足1≤i≤n, Cv[Xi]=Cv[Xi], Cv[Xi]=Cy[X1]; Cv[|XI|]=Cv[|x1|], Cv[|Xi|]=Cv[|X1|]∞. (Ⅱ)在第二章,我们用概率语言证得了次线性期望下的大数定律. 本章是经典大数定律的自然推广.本章有四个主要结论:(1)我们对广义Ells-berg模型的极限分布进行了研究,并发现它的极限分布是一个最大分布.(2)我们将Ellsberg模型推广,得到了一个有关随机变量的充分条件,在这个条件下,实验均值的极限分布与Ellsberg模型的极限分布是一致的.(3)在次线性期望的φ-卷积独立定义下,我们给出了最大分布等价于容度下弱大数定律的充分条件.(4)我们将本章结论与文献结论进行了对比.在线性期望下卷积独立的启发下,我们将卷积独立这个概念推广到次线性期望之下.和变通项引理: 引理2.3.1给定函数φ∈Cb(R)假设E为次线性期望,ε为其共轭期望.令{Xi}i=1∞为E下一列φ-卷积独立随机变量.则对任意常数yi∈R,1≤i≤n,有其中n则上述引理有如下变形:引理2.3.2令P为概率测度集,{Xi)i=1∞在每一个概率Q∈P下都是一列独立随机变量.则对任意常数yi∈R,i=1,2,…,n,和任意函数φ∈Cb(R),有其中 下述泰勒展开引理是证明Choquet大数定律时的核心引理.我们将(0.1)式视为次线性期望E下的Linderberg条件. 引理2.3.3假设E为次线性期望,£为其共轭期望.假设随机变量序列{Xi}i=1∞具有有限共一阶矩且E[Xi]=μ,ε[Xi]=μ假设对任意∈0,有则对任意单调函数φ∈C2b(R),(Ⅲ)特别的,若E[·]和ε[·]为概率测度集P上的上,下期望算子且满足 则对任意单调函数φ∈C2b(R),经过上述引理的铺垫,我们引出容度下/次线性期望下的大数定律. 定理2.4.1(Ellsberg型大数定律)给定一个概率测度集P,令(E,ε)分别为P上EQ生成的上,下期望.假设对任意Q∈P,{Xi}∞i=1是Q下一列独立随机变量,{Xi}i=1n具有有限共一阶矩(?)μ:=E[Xi],μ:=ε[Xi]使得假设条件(0.1)成立.记Sn:=∑ni=1Xi进一步,若则(Ⅰ)对任意单调函数φ∈Cb(R),我们有F,则对任意∈0, 定理2.4.2(次线性期望下的大数定律)假设E是一个次线性期望,£是一个共轭期望.假设随机变量序列{Xi}∞i=1具有有限共一阶矩且E[Xi]=μ和ε[Xi]=μ.假设条件(0.1)成立.记部分和Sn:=∑ni=1Xi则有 (Ⅰ)给定单调函数φ∈Cb(R),若{Xi}∞i=1是E下一列φ-卷积独立随机变量,则 (Ⅱ)若对任意φ∈C+b(R),{X}∞i=1是E下一列φ-卷积独立随机变量,令v(A):=ε[IA],VA∈(?),则对任意∈0, 类似第一章Choquet期望的结构,Ellsberg型大数定律(定理2.4.1)和次线性期望下大数定律(定理2.4.2)中的函数φ都局限于Cb(R)上的单调函数,为此我们引入次线性期望下的等价定理(定理2.4.3),将对单调φ∈Cb(R)成立的定理推广到对任意φ∈Cb(R)成立. 定理2.4.3(次线性期望下的等价定理)假设E是一个次线性期望,ε是它共轭期望.对函数φ∈C+b(R),假设{Xi}∞i=1是一列φ-卷积独立的随机变量,具有有限共一阶矩且E[Xi]=μ和ε[Xi]=μ使得假设条件(0.1)成立.令Sn:=∑ni=1Xi则结论(A2)与(B2)等价. 似(A2)对任意∈0,(B2)对任意φ∈Cb(R), 通过等价定理可知,Ellsberg型/E下的大数定律(Ⅰ)对任意φ∈Cb(R)都成立.表述如下. 定理2.4.4假设条件同定理2.4..1.则对任意函数φ∈Cb(R),有 定理2.4.5假设条件同定理2.4.2.给定任意φ∈Cb(R),若{Xi}∞i=1.是E下一列φ-卷积独立随机变量,则 注2.4.6若{Xi)∞i=1的阶矩阶数大于1,即对任意常数β1,E[|Xi|β∞.注意到如果supi≥1E[|Xi|β]∞,则定理2.4.5和引理2.3.3中的假设条件(0.1)都成立.所以根据Peng [32]中引理3.9的证明,定理2.4.5的条件φ∈Cb(R)就可以弱化为:连续函数φ满足增长条件|φ(x)|≤C(1+|x|β-1),去掉有界性. (Ⅲ)第三章,次线性大数定律在模糊条件下的应用. 例子3.1(带有模糊性的罐子模型)考虑有限可数个罐子,按顺序将编号记为{1,2,…}.实验者被告知第i个罐子里有100i个小球(此后100i表示100乘以i),颜色为红色或者黑色.第i个罐子里红色球的个数为25i到50i个不等.实验者不知道除此之外的任何信息.每一次只能从一个罐子里取出一个小球.记由定理2.4.4知:当实验次数足够多,n次试验中摸到红球的个数的实验均值服从如下最大分布 例子3.2(期权定价模型)令{B)t≥0为概率空间(Ω,F,P)上的几何布朗运动.{St≥o是服从几何布朗运动的股票价格:dSt=μStdt+σStdBt.在非完全市场下,欧式期权的未来损益函数为φ(ST):=(ST-L)+因为上期望是eμ+σκ,下期望是eμ-σκ,由定理2.4.5知股价的分布极限如下 (Ⅳ)第四章,主要研究次线性大数定律的收敛误差估计. 定理4.1假设E是一个次线性期望,£是一个共轭期望.假设随机变量序列{Xi)∞i=1具有有限共一阶矩,E[Xi]=-μ,ε[Xi]=μ.若记部分和Sn:=∑ni=1Xi则二阶矩下的大数定律收敛误差估计如下.其中μ:=|μ|∨|μ|. 当阶矩条件降低至(?)supl≤i≤n E[|Xi|1+α]∞,0α1,误差估计相关结果见定理4.2.
【学位授予单位】:山东大学
【学位级别】:博士
【学位授予年份】:2014
【分类号】:O211.4

手机知网App
【参考文献】
中国期刊全文数据库 前2条
1 ;Survey on normal distributions,central limit theorem,Brownian motion and the related stochastic calculus under sublinear expectations[J];Science in China(Series A:Mathematics);2009年07期
2 ;Laws of Large Numbers of Negatively Correlated Random Variables for Capacities[J];Acta Mathematicae Applicatae Sinica(English Series);2011年04期
【共引文献】
中国期刊全文数据库 前10条
1 顾燕红;唐国春;;排序博弈:合作博弈的新发展[J];重庆师范大学学报(自然科学版);2012年02期
2 高伟;江龙;邓芳;;具有共单调次可加性的g-期望的某些性质[J];重庆科技学院学报(自然科学版);2010年02期
3 高作峰,王艳,张向东;非负线性合成对策的多重线性扩充[J];燕山大学学报;2003年04期
4 陈六新;赵乾坤;;合作博弈联盟稳定的特征[J];四川文理学院学报;2008年02期
5 江龙;一类由广义g-期望诱导的相干风险度量及其表示定理[J];工程数学学报;2005年02期
6 王懿;陈志平;杨立;;金融市场风险度量方法的发展[J];工程数学学报;2012年01期
7 韩景丰;赵道致;;基于合作博弈分析的供应链结构的比较研究[J];工业工程;2007年03期
8 黄振高;具有可数个局中人的连续凸对策[J];国防科技大学学报;1987年01期
9 王卫平;;股东与员工利益分配的相关性及其对企业绩效的影响——以90家上市公司为例[J];改革与战略;2011年06期
10 丁林梅;牟向东;;中超联赛联合产权的合作博弈研究[J];广州体育学院学报;2008年05期
中国重要会议论文全文数据库 前4条
1 ;Repeated N-Person Stochastic Cooperative Games: Superadditivity,Convexity[A];第二十六届中国控制会议论文集[C];2007年
2 ;A GAME THEORETIC ANALYSIS OF MECHANISMS TOINDUCE REGIONAL TECHNOLOGICAL COOPERATION[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 侯建荣;陈洁;黄丹;;基于合作博弈的都市圈经济系统协同机制研究[A];第九届中国管理科学学术年会论文集[C];2007年
4 侯建荣;周颖;顾锋;;都市圈城市经济系统的协同机理研究[A];第十一届中国管理科学学术年会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 王卫平;“需要体系”视角下企业协同满意战略模式研究[D];东华大学;2010年
2 胡锋;非线性数学期望的性质及其在金融风险中的应用[D];山东大学;2011年
3 吕文;由Levy过程驱动的反射倒向随机微分方程与倒向随机Volterra积分方程[D];山东大学;2011年
4 杜恺;倒向随机偏微分方程及其应用[D];复旦大学;2011年
5 范胜君;一类随机动力系统—倒向随机微分方程—解的存在惟一性及生成元的表示定理[D];中国矿业大学;2011年
6 徐明周;在非线性期望下的扩散过程和大偏差[D];武汉大学;2010年
7 吴炯;基于完整架构契约的企业治理权配置研究[D];西南交通大学;2003年
8 马林;基于SCOR模型的供应链风险识别、评估与一体化管理研究[D];浙江大学;2005年
9 江龙;非线性数学期望[D];山东大学;2005年
10 白山;保费的非线性风险度量[D];山东大学;2005年
中国硕士学位论文全文数据库 前10条
1 李波;预期理论和g-期望下的最优投资策略选择问题[D];山东大学;2011年
2 李征;排队对策模型的解的研究[D];燕山大学;2010年
3 马力敏;凸多选择对策的几种解结构的理论研究与应用[D];燕山大学;2010年
4 王美娟;g-框架下的期望理论的有关性质及其应用研究[D];山东科技大学;2011年
5 宋磊;收汇期不确定条件下企业汇率风险度量及规避研究[D];重庆理工大学;2011年
6 陈炜;面向服装制造企业的服装供应链风险评估及模型研究[D];浙江理工大学;2011年
7 马志鹏;合作对策模型下的投资分摊问题研究[D];河海大学;2004年
8 张青;关于模糊N人非合作对策及其解的研究[D];西南交通大学;2005年
9 高玉琴;综合利用水利工程投资分摊及资金筹措方式研究[D];河海大学;2006年
10 陈锦坤;可加测度上一类容度的乘积[D];西南交通大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 赵乐东;统计活动中的大数定律和边际效益递减律[J];经济经纬;2000年03期
2 雷德成;图解大数定律和中心极限定理及其联系[J];工科数学;1996年03期
3 于进伟,赵舜仁;大数定律与中心极限定理之关系[J];高等数学研究;2001年01期
4 尹传存;关于大数定律的一个充分条件[J];贵州师范大学学报(自然科学版);1996年03期
5 张树美,张荣基;关于大数定律定义的讨论[J];广西师范学院学报(自然科学版);2002年S1期
6 宇世航;NA序列部分和之和的一类大数定律[J];高师理科学刊;2004年03期
7 柳向东,陈平炎;一类随机环境中可逗留随机游动的一个大数定律[J];暨南大学学报;2005年03期
8 黄正良,吴坚;相关随机序列的大数定律和中心极限定理[J];西南工学院学报;1996年01期
9 鄢茵;大数定律与中心极限定理的关系[J];湖南商学院学报;1999年03期
10 林小苹,吴文杰;用MATLAB模拟大数定律和中心极限定理[J];汕头大学学报(自然科学版);2005年02期
中国重要会议论文全文数据库 前6条
1 李杰;;地图匹配算法设计的两点新思路[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年
2 沈玉梅;;对初始归纳概率本性的探讨[A];1994年逻辑研究专辑[C];1994年
3 郑文新;;医学中的社会计算[A];新观点新学说学术沙龙文集20:社会能计算吗[C];2008年
4 潘席龙;陈东;李威;;建立我国巨灾补偿基金研究[A];全国巨灾风险管控与巨灾保险制度设计研讨交流会论文集[C];2009年
5 李韬;张纪峰;;一类多智能体系统的渐近最优分散控制[A];第25届中国控制会议论文集(上册)[C];2006年
6 张现坤;哈明虎;;不确定空间上基于复样本的学习理论的关键定理[A];第八届中国不确定系统年会论文集[C];2010年
中国重要报纸全文数据库 前10条
1 刘玉新;创新营销 造福社会[N];人民日报;2004年
2 洪涛;“消费储值”的经济学分析[N];消费日报;2004年
3 记者 白莲;不能实现“双降”者停办车贷业务[N];中国城乡金融报;2004年
4 段培君;着力加强战略预见[N];学习时报;2008年
5 刘丽丽;长春车险:砍价像买大白菜[N];中国保险报;2005年
6 王小霞;“以房养老”可先在大城市试点[N];中国经济时报;2007年
7 ;技术经济的五大绩优股[N];中国计算机报;2001年
8 成思危;对于城市灾害管理问题的思考[N];中国社会报;2003年
9 宋玉玲;必须坚持“相对数在大数中计算和运用”原则[N];中国信息报;2006年
10 本报记者 韩庆文;工程“双保险”需提速[N];广东建设报;2002年
中国博士学位论文全文数据库 前10条
1 陈静;次线性数学期望下的极限理论及其应用[D];山东大学;2014年
2 胡锋;非线性数学期望的性质及其在金融风险中的应用[D];山东大学;2011年
3 李文娟;非可加概率和倒向随机微分方程的研究[D];山东大学;2009年
4 刘广应;带跳的分数维积分过程的幂变差理论及其在金融高频数据中的应用[D];复旦大学;2011年
5 李欣鹏;次线性数学期望及其在博弈论中的应用[D];山东大学;2013年
6 赵晔;莫斯科数学学派的概率思想研究[D];西北大学;2012年
7 张德飞;容度极限理论和非线性数学期望在金融中的应用[D];山东大学;2012年
8 许忠好;基于渗流网络的极限定理[D];上海交通大学;2008年
9 毛明志;基于随机环境与复杂网络的极限定理[D];上海交通大学;2009年
10 刘智;非线性期望性质及其应用[D];山东大学;2012年
中国硕士学位论文全文数据库 前10条
1 杨彦军;对称G-鞅的随机积分与非线性期望的大数定律[D];兰州大学;2012年
2 卢林;树上随机场的若干极限性质[D];河北工业大学;2002年
3 幺志梅;随机变量序列的极限定理[D];五邑大学;2009年
4 王张燕;几类相依混合随机变量列的大数律和L~r收敛性[D];杭州师范大学;2010年
5 解永晓;算子代数中的非线性期望[D];复旦大学;2010年
6 马松林;一类线性过程的极限定理[D];安徽大学;2007年
7 赵石娲;完善我国巨灾保险模式研究[D];吉林大学;2009年
8 申志;直线上时间随机环境中随机游动的极限性质和具有迁入的随机环境中的分枝过程[D];长沙理工大学;2007年
9 林影;两两NQD列和PA列的收敛性质[D];福州大学;2006年
10 拉穷;论独立随机序列的大数定律与中心极限定理及其应用[D];西南交通大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026