关于集值条件期望的收敛性

集值条件期望的收敛性问题,在集值鞅论中有重要地位,在研究支撑函数性质的基础上,证明了随机集列关于单调σ－域族条件期望 的强下极限,弱上极限的Fatou引理及K－M意义下的控制收敛定理。     

连续参数集值上鞅的收敛性

离散参数集值上鞅的收敛性已有诸多学者研究过。Hess．C．给出了无界集值上鞅在Kuratowski-Mosoo收敛意义下的收敛定理，笔者曾得到了在Kuratowski收敛意义下的类似结果，但对连续参数集值上鞅收敛性研究尚不多见。文中在给出连续参数集值上鞅在Kuratowski收敛意义下的收敛定理。     

非凸集值上鞅的收敛性

研究了非凸集值上鞅的收敛性.在supnE(d(0,Fn))< ∞的条件下,利用"截尾法"给出了非凸集值上鞅在Kuratowski收敛意义下的收敛定理.同时,研究了单调递增σ 域条件期望在K M意义下的收敛性.     

弱集值渐近鞅的收敛定理

为了得到关于弱集值渐近鞅的收敛性质,首先证明了支撑数列的极限亦为一支撑函数,利用支撑函数的性质以及 值鞅的Doob停止定理,证明得到了两个结论：（1）在一定条件下,弱值值渐近鞅存在无限逼近的闭凸集值鞅;（2）在弱收敛意义下,弱值值渐近鞅收敛的两个等价条件。     

可测集值映射的Egorov定理

讨论了取值可分自反Banach空间中可测集值映射序列的Egorov型收敛定理,在几种不同拓扑收敛意义下,刻画了可测集值映射序列的几乎处处收敛.     

连续参数集值下鞅的收敛定理

首先给出了连续参数集值下鞅的定义．继而证明了连续参数集值下鞅的三个等价定理：（ａ）Ｌ１ｗｋｃ（Ｘ）值下鞅等价于任给τ１＜τ２,τ１,τ２∈Ｔ,∫ΩＦτ１ｄＰ∫ΩＦτ２ｄＰ;（ｂ）Ｌ１ｆｃ（Ｘ）值下鞅等价于任给ｓ,ｔ∈Ｒ＋,ｓ＜ｔ,Ｓ１Ｆｓ（Ｆｓ）ｃｌ｛Ｅ（ｇ｜Ｆｓ）,ｇ∈Ｓ１Ｆｔ（Ｆｔ）｝;（ｃ）Ｘ可分时,闭凸集值下鞅等价于任给ｓ,ｔ∈Ｒ＋,ｓ＜ｔ,Ａ∈Ｆｓ,ｃｌ∫ＡＦｓｄＰｃｌ∫ＡＦｔｄＰ．最后给出了弱紧凸集值随机集族的弱收敛定理和Ｘ有ＲＮＰ,Ｘ可分时闭凸集值右连续下鞅的弱收敛定理．     

集值鞅的Doob停止定理

设｛Ｆｎ，ｎ≥１｝是Ｌ＾１ｆｃ「Ω；Ｘ」值鞅，首先以支撑函数为工具，对有界停时证明了Ｄｏｏｂ停止定量，然后将结果推广到更一般的场合。     

关于集值Superpramart的一些结果

给出了集值Superpramart在Kuratowski意义及Wijsman意义下的收敛定理，同时证明了集值条件期望在Kuratowski-Mosco意义下的Levy连续性定理。     

Fuzzy集值映射及其积分

本文建立了可测Fuzzy集值映射,引入了Fuzzy集值映射的收敛性,并给出了可测Fuzzy集值映射的积分和它的性质.     

集值鞅的Doob停止定理

设｛Ｆｎ，ｎ≥１｝是Ｌ１ｆｃ［Ω；Ｘ］值鞅（上鞅，下鞅），首先以支撑函数为工具，对有界停时证明了Ｄｏｏｂ停止定理，然后将结果推广到更一般的场合．对可闭集值鞅（上鞅），Ｄｏｏｂ停止定理对一切停时成立；而对一般的集值鞅（上鞅），此时Ｄｏｏｂ停止定理只对某些停时成立；最后将上述结论推广到连续时间集值鞅上．     

Radon-Nikodym定理与条件期望的关系研究

研究了Radon-Nikodym定理与条件期望的相互关系,以期为人们更好地理解概率论的基本概念提供参考.     

Double conditional expectation

The concept of double conditional expectation is introduced. A series of properties for the double conditional expectation are obtained several convergence theorems and Jensen inequality are proved. Finally we discuss the special cases and application for double conditional expectation.     

给定随机变量下条件期望定义与性质的探讨

引出了给定随机变量下条件期望的一般数学定义,并讨论了它的性质,得出条件分布与条件期望的若干常用结论。     

可积选择空间列的收敛性

该文讨论可积选择空间列与随机集(可测集值函数)列收敛性之间的关系.得到了集值条件期望的可积选择空间在强上极限和弱下极限意义下的Fatou型引理.     

Guichardet-Fock空间上条件期望的性质

研究了定义在Guichardet-Fock空间上的条件期望的性质．     

次线性期望空间下END序列加权和的完全收敛性

以次线性期望空间下的指数不等式为研究工具,在1/α+1/β=1/p, C_(-overV)(|X|^rp)<∞的条件下,根据此指数不等式,将传统概率空间中随机变量序列加权和的完全收敛性,推至次线性期望空间。