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.     

计算数学期望和概率的条件化方法

借助于条件数学期望和随机事件A的示性函数IA,通过对随机变量的适当"条件化"处理,应用全期望公式和推广的全概率公式,讨论了计算数学期望和概率的条件化方法.     

期望效用函数理论及其应用

分析了期望效用函数理论,并将其运用于图书馆的管理工作,从中发现其规律性.为图书馆的科学管理提供了一条有效的途径.     

随机结构空间的数学期望及应用

设(E，S，Ω，f)是随机结构空间，当(E，S，Ω，f)是随机度量空间，随机赋范空间，随机内积空间时，其向量的随机度量,随机范数，随机内积是随机变量．证明了它们的数学期望分别是拟度量，拟范数，内积．应用关于数学期望的结果，进而得到了随机Hilbert空间中线性连续泛函的Riesz表示定理．     

最小数学期望与倒向随机微分方程

本文讨论了如何用倒向随机微分方程(BSDE)来计算一类最小数学期望；证明了对Brown运动，最小数学期望算子仍然保留了数学期望算子的某些性质，指出了最小数学期望算子与数学期望算子的某些不同之处。     

数学期望在古典概率计算中的应用

讨论一些涉及多次取球的古典概率的计算问题,利用一个期望和概率之间关系的结论将概率问题转化为期望问题,然后根据期望的递推公式得出答案.     

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.     

随机变量数学期望的一个注记

介绍一种计算随机变量数学期望的方法,利用这种方法容易得到数学期望的相关性质,很多概率与矩的不等式证明也因之变得更为简洁.     

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.     

利用对称性巧解概率与数学期望问题

给出古典概型和几何概型的实例,说明它们所具有的对称性,利用这种对称性可解决概率和数学期望问题,其方法与一般解法相比,具有初等和简明的优越性.     

含有数学期望的数列极限及其应用

研究了一个含有数学期望的数列极限,并给出其应用,得到了两个含有幂指结构的数列极限.     

一般的非线性数学期望—g—期望

彭实戈利用倒向随机微分方程引入了平方可积随机变量的非线性数学期望－ｇ－期望,本文扩张了ｇ－期望的定义空间。     

次线性数学期望的极小元及其相关性质

证明对于一个定义在L^2（Ω,F,P）上的次线性数学期望ε｜·｜,下列断言是等价的：（i）ε是定义在L^2（Ω,F,P）上由所有次线性数学期望构成的集合的一个极小元;（ii）ε是线性的;（iii）基于ε的二元Jensen不等式成立.并且还证明了一个关于次可加数学期望和超可加数学期望的Sandwich定理.     

条件数学期望的定义归纳及其应用

给出条件数学期望的一般定义、经典定义以及随机变量关于一般σ代数的条件数学期望的几何定义,并举例说明条件数学期望在均值回归中的应用.     

关于扭曲数学期望的几个性质

本文研究了扭曲数学期望. 利用构造示性函数的方法, 证明了扭曲数学期望满足常数平移不变性的充要条件是该扭曲数学期望是熵期望.     

关于扭曲数学期望的几个性质

本文研究了扭曲数学期望.利用构造示性函数的方法,证明了扭曲数学期望满足常数平移不变性的充要条件是该扭曲数学期望是熵期望.     

学科思维导图在数学期望教学中的应用

本文通过构建关于数学期望应用的几个具体的思维导图,更加直观、更有层次逻辑,更有效地帮助学生提高解决此类复杂问题的能力,实现从浅层次学习向深层次学习的过渡,在数学期望的教学中具有很好的辅助功能.     

由概率问题导出的两个等价递推公式及其应用

利用某些概率问题可以发现等价的递推公式.以下先从概率模型入手,得到等价的递推公式,再将其进行推广,并在推导Fibonac ci数列通项公式中加以应用.1.由概率模型导出的两个等价递推式设有甲、乙、丙、丁四个人进行传球练习,     

关于次序统计量数学期望的两个恒等式

受关于最大次序统计量数学期望恒等式的启发,给出了最小次序统计量数学期望的恒等式,并利用概率方法进行了证明.两个恒等式是对概率论知识的补充和推广     

条件数学期望与随机变量独立性的一个充要条件

随机试验的独立性、随机事件的独立性、随机变量的独立性均是概率统计中的重要概念,不少学者都在这些方面有所讨论.本文作者就二维离散形随机向量(ξ,η)中两个分量ξ与η的相互独立性展开讨论.先是证明了三个引理,其中引理1在一般概率论教科书中均有介绍,但为使读者方便,作者也作了证明.利用三个引理,作者找到随机变量独立性的一个充要条件.