次线性期望空间下独立同分布序列的一个强大数定律

利用与概率空间不同的研究方法,研究次线性期望空间中独立同分布随机变量序列的加权和在某些条件下的一个强大数定律,从而将该定理从传统概率空间扩展到次线性期望空间.     

次线性期望下独立同分布序列的一般强收敛性

在Choquet积分存在条件下,研究并建立次线性期望空间中的独立同分布随机变量序列的一般强收敛性定理,从而将传统概率空间的一般强收敛定理推广到次线性期望空间中.我们的结果推广了MENG(2019)的相应结果,得到两个一般的强大数定律(SLLN),其中加权和的系数是一般函数,作为推论,我们得到独立同分布随机变量序列的Marcinkiewicz型SLLN、对数SLLN和Marcinkiewicz SLLN.     

概率度量空间中的拓朴度理论与不动点定理*

在本文中我们在概率线性赋范空间中建立了Leray-Schauder度理论.并以此为工具得出了概率线性赋范空间中的某些不动点定理.     

次线性期望空间下行END阵列的完全收敛性

研究次线性期望空间下行END阵列的完全收敛性,将概率空间中行END阵列的完全收敛性的条件更一般的情况推广到了次线性期望空间.     

算子概率范数与共鸣定理

提出概率赋范线性空间上集合有界性的简化定义,利用算子概率范数概念。进一步研究概率赋范线性空间上的线性算子理论,并在算子概率赋范空间上,建立了概率有界、概率半有界、非概率无界意义下的共鸣定理。     

次线性期望空间下END阵列加权和的完全收敛性

在Choquet积分存在的条件下,研究次线性期望空间下END阵列加权和的完全收敛性,将概率空间中END阵列加权和的完全收敛性推广到次线性期望空间.     

概率度量空间的基本理论及应用(Ⅱ)*

本文是作者文章[1]的继续.得出了概率度量空间的集合的各种概率有界性的表征.借助于这些结果及[1]中所得结果,讨论了概率线性赋范空间中的线性算子理论及概率度量空间映象的不动点定理.     

次线性期望空间下END列加权和的完全收敛性

研究次线性期望空间下END列加权和的完全收敛性,在随机变量的2+r/α阶上积分存在条件下,将概率空间中END列加权和的完全收敛性推广到了次线性期望空间.     

关于Menger概率内积空间的线性拓扑结构和正交性质

本文讨论了Ｍｅｎｇｅｒ概率内积空间的线性拓扑结构,建立了空间上较为一般的收敛定理,勾股定理及正交投影定理等．     

F*空间上点态半有界和非无界线性算子族的共鸣定理

证明每个F~*空间(即满足第一可数公理的Hausdorff拓扑向量空间)可借助于它的"标准生成伪范数族"来表征.利用标准生成伪范数族P,在F~*空间中引入P-有界集、P-半有界集和P-无界集的概念,建立点态半有界和非无界线性算子族的共鸣定理.作为其推论,得到了Menger概率赋范空间中点态概率半有界和非概率无界线性算子族的共鸣定理,改进并推广了某些已有的结果.     

次线性期望下的完全Choquet积分收敛

本文主要研究了次线性期望下的完全收敛和完全Choquet积分收敛,创新之处在于把经典概率空间的完全收敛以及完全Choquet积分收敛扩展到了次线性期望空间.     

次线性期望下独立随机变量的样本轨道大偏差

本文得到次线性期望下独立同分布的随机变量的样本轨道大偏差. 在次线性期望下所得的结果推广了概率空间的相应结果.     

随机赋范空间算子随机范数与Hahn-Banach延拓定理

基于概率测度理论基础,研究了随机赋范空间中算子随机范数,得到了线性算子空间与线性泛函的若干随机化结果与随机化的Hahn-Banach延拓定理.结果可能成为随机泛函分析与概率论及应用的理论工具.     

非线性期望的理论、方法及意义

本文是非线性期望理论进展的一个综述,首先给出非线性期望空间的基本定义,并通过非线性期望的表示定理和几个典型的非线性独立同分布(i.i.d.)的例子来说明为什么这个新框架可以广泛地用来分析和计算现实世界(高维)数据背后隐藏的概率和统计分布的不确定性;进而介绍次线性期望空间中两个最重要的统计分布—非线性正态分布和最大分布,以及相应的非线性大数定律和中心极限定理,是新领域的基础性和关键性的突破,其典型的应用就是对于现实的(高维)样本数据的非常简单而深刻的φ-max-mean算法.本文还介绍一个最重要的连续时间随机过程——非线性Brown运动及相关随机分析,包括随机积分、随机微分方程和非线性鞅理论.新的理论框架实质性地推广了Kolmogorov于1933年建立的、以概率测度为核心的概率论公理体系(?,F,P).其关键不同的是,其核心概念是(非线性)期望ê,期望为线性的特殊情形对应着概率论公理体系.正是这种非线性使人们能够对于现实世界中无处不在的概率模型本身的不确定性也能进行定量的分析和计算.从而实质性地放宽了概率统计理论中对于现实世界的随机数据的统计假设要求,本文也因而获得了实际样本数据的非线性分布的φ-max-mean算法,它是一种新的非线性Monté-Carlo算法.     

模糊赋范线性空间中准齐性算子族的等度连续性

在模糊赋范线性空间中研究点态模糊有界的准齐性算子族的等度连续性, 并且建立点态模糊半有界与点态非模糊无界的准齐性算子族的共鸣定理.作为其推论, 得到了经典的赋范线性空间和Menger概率赋范线性空间中相应的结论.     

次线性期望下的若干矩不等式

本文在Peng建立的次线性期望空间下证明了Bernstein不等式,Kolmogorov不等式以及Rademacher不等式.进一步,本文分别应用Bernstein不等式、Kolmogorov不等式以及Rademacher不等式对次线性期望空间下随机变量列的拟必然收敛性质进行了深入研究,并得到了相应的强收敛定理.     

概率度量空间在分形图理论中的应用

给出广义概率度量空间上的随机压缩映射的新定义,统一了概率度量空间中的概率压缩,E-空间中的强压缩,随机度量空间中的几乎处处压缩和均匀压缩的定义.在广义概率度量空间上给出几个新的不动点定理,将概率度量空间中的一些熟知的不动点定理作为推论得到.利用这些不动点定理,得到分形图理论中随机迭代函数系统的遍历性定理.     

概率度量空间中若干新的不动点定理*

本文提出了Z-M-PN空间的概念,在概率度量空间中我们得到了若干新的不动点定理。同时,一些着名的不动点定理在概率度量空间中得到了推广,诸如:Schauder不动点定理、郭大钧不动点定理和Petryshyn不动点定理被推广到M-PN空间;Altman不动点定理被推广到Z-M-PN空间。     

概率赋范空间上的一些不动点定理的进一步分析

该文在局部有界ＰＮ空间或邻域卜局部凸ＰＮ空间上,证明了非空完备子集上的概率压缩映象必有唯一不动点;并在度量线性空间中给出了关于伪范族一致压缩映象的不动点定理．     

G-布朗运动驱动随机系统的最优控制和最优消费投资组合

在彭实戈的非线性期望理论框架下,根据次线性期望空间(Ω,H,■)上的G-布朗运动性质,首先建立了非线性期望框架下随机控制问题的最优性原理.然后利用推导出的验证定理研究了一个具有波动模糊性的最优消费和投资组合决策.最后,明确地得到了两基金分离定理,并给出了一个说明性的例子.