有关数学期望计算的一个典型错误

对条件期望与无条件期望混淆不分,是计算二维随机变量函数数学期望时常犯的典型错误之一,结合实例分析,指出合理利用随机变量函数数学期望的定义或全概率公式,可避免此类错误的产生.     

关于全期望和全概公式及其应用的教学研究——以新型冠状病毒为例

本文利用全期望公式和全概公式对采取隔离措施来应对新冠肺炎疫情进行了分析,以实际问题引入较难的知识点,最终达到既解决实际问题又剖析了理论知识的目的.     

全概率公式的推广与应用

认为全概率公式成立的条件＂事件组须为样本空间的划分＂可以减弱,给出全概率公式在有限事件组情形和无限可列事件组情形下的两种推广形式,由此对贝叶斯公式进行两种相应推广,并通过实例展示全概率公式在敏感性调查中的应用.     

全概率公式的推广

首先给出了普通事件在普通条件和Fuzzy条件下的Fuzzy条件概率及Fuzzy事件在普通条件和Fuzzy条件下的Fuzzy条件概率公式,并通过对普通事件的全概率公式进行推广,得到普通事件和Fuzzy事件分别在普通划分和Fuzzy划分下的全概率公式     

全概率公式的推广及应用

给出两种全概率公式的推广形式,从而弱化了全概率公式中事件列是互不相容的条件,最后给出相关的应用.     

基于条件期望的全期望公式在《随机过程》中的应用

本文介绍了条件化的全期望公式以及由全期望公式延伸出的随机变量型全概率公式,并给出在随机过程中的具体应用,还进一步探讨了全期望公式在随机过程中的误用.     

全概率公式的推广及其在保险中的应用

在实际应用中,可以利用随机变量的联合分布、条件分布及边缘分布推导出全概率公式,其基本思想是将一个边缘密度分解成条件密度,使所要解决的问题简化.通过具体实例,分析条件概率和全概率公式在保险中的广泛应用.     

全概率公式的推广及其应用

全概率公式及其思想在概率统计与随机过程中具有重要作用.给出了公式在条件概率下的推广形式与具体应用.同时,得到了独立性条件下的特殊形式.     

全概率公式及其应用技巧

对全概率公式的内涵进行剖析、引申与扩展,构造性地运用全概率公式计算一些复杂事件的概率,通过实例探讨其应用技巧.     

基于数学期望的非紧致保正性数值格式

常用的有限差分法、有限元方法和有限体积法等在数值求解偏微分方程时已经非常成功,但在处理各向异性问题时数值格式的保正性还存在一些问题.基于Feynman-Kac公式,可以将抛物方程的解表示为一个条件数学期望,涉及的随机扩散过程对应于抛物方程中的扩散项.不同于常用的紧致Markov链近似,本文用有限个连续分支路径逼近原来的随机过程,在满足相容性精度的条件下计算每个分支的停时(stopping time)、停时发生的概率和停时收益,从而可以逼近条件期望.这样基于数学期望的保正性,对任意的线性抛物型方程设计了一个全新的保正性的线性相容的数值格式,这是一个大时间步长、非紧致的、稳定的显式格式.由于有底层系统的理论支撑,本文的算法能够自适应地区分及处理边界的信息,避免现有算法(如半Lagrange方法)在边界附近精度缺失的问题.     

离散型区间概率随机变量和模糊概率随机变量的数学期望

研究离散型区间概率随机变量和离散型第二类模糊概率随机变量数学期望的性质及求解方法．利用模糊分解定理,把求模糊概率随机变量的数学期望问题化为求一系列区间概率随机变量的数学期望．求区间概率随机变量的数学期望是一个典型的线性规划问题,用单纯形方法推导了求区间概率随机变量数学期望的一个很实用的计算公式．算例表明,用该计算公式得到的结果和用数学规划方法得到的结果完全吻合,但计算过程相对简单．     

重期望公式的误用

指出[2]中一道习题的错解,并分析出现错误的原因.     

负超几何随机变量期望与方差的一种简捷计算

给出了负超几何分布的概率模型,通过将负超几何分布随机变量进行和式分解,比较简捷地计算了它的期望和方差,并指出文献[4]计算的期望和方差是错误的.     

模糊概率随机变量

研究了第二类模糊随机变量——具有清晰事件、模糊概率的随机变量的数学描述。在区间概率的基础上,利用模糊分解定理给出了概率模糊数集是可行的条件,进一步给出了具有模糊概率的随机变量及模糊概率随机变量的模糊分布函数和模糊分布列的定义和性质。提出并证明了具有模糊概率运算封闭性的模糊概率分解定理。研究了模糊概率随机变量的模糊数学期望和模糊方差的定义和性质。所有关于模糊概率随机变量的数学描述都具有模糊概率运算的封闭性,这为完善模糊概率的运算方法打下了基础。     

���ڸ��ʿռ�������������ռ��е��������һ�¿ɻ��Ե�һ��ע��

In this note we discuss uniform integrability of random variables. In a probability space, we introduce two new notions on uniform integrability of random variables, and prove that they are equivalent to the classic one. In a sublinear expectation space, we give de La Vall\'{e}e Poussin criterion for the uniform integrability of random variables and do some other discussions.     

条件期望的两种定义及其等价性探讨

讨论随机变最在给定子σ代数下条件期望的定义,利用投影定理这一数学工具给出条件期望的几何定义,并通过对它与现今各种概率论基础或随机过程教材中常见的公理化定义相互等价性的证明,揭示了条件期望这一概念的内涵.     

具有随机控制函数的受控分枝过程

本文研究了具有随机控制函数的受控分枝过程的各类概率母函数间的关系.利用对概率母函数求导的方法,获得了过程的期望和方差,推广了该过程概率母函数和矩量的一些基本结果.     

离散型指数差分布

本文提出了一个离散型概率分布:指数差分布,推导了该分布的最可能成功次数、数学期望和方差,探讨了该分布与几何分布的关系,给出了该分布在马尔可夫链模型中的应用。     

Strong Laws of Large Numbers for Sublinear Expectation under Controlled 1st Moment Condition

This paper deals with strong laws of large numbers for sublinear expectation under controlled 1st moment condition. For a sequence of independent random variables, the author obtains a strong law of large numbers under conditions that there is a control random variable whose 1st moment for sublinear expectation is finite. By discussing the relation between sublinear expectation and Choquet expectation, for a sequence of i.i.d random variables, the author illustrates that only the finiteness of uniform 1st moment for sublinear expectation cannot ensure the validity of the strong law of large numbers which in turn reveals that our result does make sense.