次线性期望下弱负相关随机变量的性质及其强大数定律

强大数定律是非可加概率(或非线性期望)框架下的重要理论.目前己有许多有关非可加概率(或非线性期望)下独立同分布或负相关随机变量序列的强大数定律的研究文献.本文在非可加概率和次线性期望框架下,引入弱负相关随机变量的概念,并研究了弱负相关随机变量的有关性质.作为应用,本文还证明了弱负相关随机变量序列的强大数定律.     

基于拟概率和模糊样本的学习理论关键定理

给出了模糊随机集基于拟概率的分布函数、期望的定义及性质,证明了模糊随机集基于拟概率的Chebyshev不等式、Hoeffding不等式和强大数定律,提出了基于拟概率和模糊样本的经验风险泛函、期望风险泛函以及经验风险最小化原则严格一致性定义,并证明了基于拟概率和模糊样本的学习理论的关键定理。     

上概率下的中心极限定理（英文）

本文讨论(?,F)上的上概率ω(·)和下概率ω_c(·)以及它们的某些性质,并由上概率下随机变量序列的独立性、正则性,给出上概率下的中心极限定理,它是经典概率论中中心极限定理在非可加概率下的的推广.     

模糊随机变量的大数定律

给出模糊随机变量的Chebyshev不等式,在此基础上证明模糊随机变量的Chebyshev大数定律,并将经典的XИHЧИH大数定律推广到模糊随机变量。     

非齐次马氏链状态无限次返回的充分条件

本文给出非齐次马氏链状态无限次返回的充分条件,在此条件下,以概率1给出了非齐次马氏链转移概率的强大数定律．     

�����������״̬���޴η��صij������

本文给出非齐次马氏链状态无限次返回的充分条件, 在此条件下, 以概率1给出了非齐次 马氏链转移概率的强大数定律     

拟概率空间上的强大数定律

本文研究了拟概率空间上的强大数定律问题.利用类比的方法,在比概率测度空间更广范的拟概率空间上,提出了强大数定律的概念,获得了拟概率空间上强大数定律的相关结论,推广了强大数定律的研究范围和应用领域.     

两两NQD列大数定律的一个注记

利用两两NQD列三级数定理的思想和Chebyshev不等式,研究了两两NQD列在一类广泛条件下的弱大数定律和一类加强条件下的强大数定律,得到了与独立情形一致的结果,还特别讨论了同分布情形,推广了相关文献的结果．     

代数不等式的概率证明方法

本文讨论了三种概率性质在代数不等式证明中的应用，阐述了如何针对不等式的特点构造随机事件和随机变量，运用概率强可加性、方差非负性、期望线性性质进行不等式证明，同时结合实例展示了证明过程和技巧.     

可列非齐次马氏链泛函的一类强大数定律

本文用分析方法研究可列非齐次马氏链的泛函的极限性质，得到了一类不同形式的强大数定律，在其中通常形式的强大数定律中的数学期望被条件期望所代替，关于独立随机变量序列的若干经典强大数定律是本文结果的推论．