不确定环境下风险序及其应用

来源 :上海师范大学 | 被引量 : 1次 | 上传用户:anzhen0219
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
不确定变量是刻划不确定环境下风险的数学工具。事实上,因为不确定变量的取值是不确定的,不能说不确定环境下风险哪个更大,只能在一定的数学意义下作量化比较,这是风险变量比较的关键和难点所在。由于风险变量与不确定变量的数字特征密切相关,所以风险变量的比较实质上也就是不确定变量的数字特征的比较。   本文在研读国内外相关文献的基础上,系统地阐述了基于不确定环境下风险变量比较的序及应用。内容框架如下:首先引入停止损失序这一种新的风险比较方法,给出了风险变量停止损失序的概念并研究了相关性质,引出了停止损失距离的定义,研究了停止损失序的判别并将其应用于最优再保险中;其次,给出了基于不确定理论的几种序的概念,包括停止损失序、控制序、厌恶序等,并讨论了几种序之间的关系;最后研究了序在保费比较中的应用。  
其他文献
随着科技的快速发展,在现代科技领域,使用矩阵理论和方法来处理数学问题时,以其表达简洁和刻画深刻的优点得到了数学界的广泛关注.对角占优矩阵是数学科学及工程应用领域中的
事物发展过程的瞬时突变通常称之为脉冲现象.脉冲现象在现代科技的各领域的实际问题中是普遍存在的,其数学模型往往可归结为脉冲微分系统.近几年来,脉冲微分系统已经获得了广泛的
求解非线性矩阵方程一直是控制理论研究的重要领域之一,它在数值代数,统计学,动态规划,随机渗入,梯形网络,排队理论等其他领域也有重要的应用,在许多最优控制问题中需要求解
20世纪20至30年代,Lotka, Volterra, Kolmogorov等人创造了数学生物学历史上的第一次辉煌。20世纪70年代,许多实际问题的涌现与现代微分方程理论的建立大大地促进了数学生物学,
Markov链是一种有着应用广泛的预测模型,它对一个量从一种状态转移到另一种状态的预测提出了预测的方法及理论。现在的研究更多的是将 Markov链与其他的预测方法相结合,这样可
Freund和Schapire1995年提出的AdaBoost算法是Boosting家族最具有代表性的算法,其基本思想是利用一系列的弱分类器通过加权线性组合来构成一个强分类器。AdaBoost作为一种集