基于加权g-期望的Jensen不等式,矩不等式与大数定律

在g-期望的基础上提出加权g-期望ε^λ_g ［·］的概念。证明了当生成元g关于y非增且关于(y,z)满足正齐次性时, 基于加权 g-期望的矩不等式一般成立。 在λ≥1/2 且生成元g不依赖于y的条件下, 在g关于z满足超齐次性时, 建立了基于加权g-期望的Jensen不等式; 当g关于z满足次线性时, 建立了基于加权g-期望的大数定律。     

g-期望关于多元函数的Jensen不等式的充分性研究

基于g-期望的Jensen不等式成立时,由g -期望定义的不确定条件下的效用函数才能描述不确定厌恶或不确定偏爱.当生成元g满足超齐次性和反次可加性时,g-期望关于二元函数的Jensen不等式成立,推广得到g-期望关于多元函数的Jensen不等式成立的充分条件,并得到了g-期望关于多元函数的Jensen不等式成立的充要条件.     

g-期望关于多元函数的Jensen不等式的必要条件

基于g-期望的Jensen不等式能否成立关系到由g-期望定义的不确定条件下的效用函数能否描述不确定厌恶或不确定偏爱,采用构造法给出了若二元函数f:R×R→R基于g-期望的Jensen不等式成立的必要条件,即其生成元g具有超齐次性和反次可加性。     

基于g-期望的一些不等式

给出了由倒向随机微分方程定义的g-期望的一些不等式.     

基于g-期望的关于二元函数的Jensen不等式的充要条件

证明了基于g-期望的关于二元函数的Jensen不等式成立当且仅当生成元g与y无关,g为正齐次的且为关于z的凸函数.     

关于\,$\vec g$\,-期望的几个不等式

运用倒向随机微分方程与\,$g$\,-期望的相关性质,
证明了关于\,$g$\,-期望的
\,Markov\,不等式、Chebyshev\,不等式和\,Cantelli\,不等式.     

g-期望框架下Choquet期望在风险度量中的应用

本文在倒向随机微分方程(BSDE)框架下研究由g-容度诱导的Choquet期望在风险度量领域的相关性质,得到Choquet期望表示为一致风险度量的充分必要条件,即g-容度具有二次交替性。在g-容度满足二次交替的条件下,得到当g-期望受控于Choquet期望时,g-期望关于示性函数具有超齐次性与次可加性。     

g-期望的矩不等式

彭实戈在研究倒向随机微分方程(简记为BSDE)的过程中，提出了一种非线性数学期望——g-期望的概念.李保明证明了条件g-期望的Jensen不等式．据此给出条件g-期望的矩不等式．     

基于g-期望的收敛定理

 彭实戈通过倒向随机微分方程引入了g-期望的概念并研究了它的一些性质.在此基础上,继续研究g-期望的性质.通过与经典的数学期望比较,提出并证明了基于g-期望的Levi,Fatou及Lebesgue控制收敛定理.     

最大数学期望的几个重要性质

最大数学期望与g-期望一样都是非线性的,这两种非线性的数学期望之间存在某些联系. 通过g-期望的性质或最大数学期望的定义得到了最大数学期望的某些重要性质.