二元相依随机变量和的精确大偏差

随机变量序列和的精确大偏差能精确刻画其尾概率的极限性态,具有重要的研究价值。研究长尾上带有二元相依结构的随机变量和的精确大偏差,得到了随机变量的确定和及随机和的两种一致变化尾概率的相应结论。     

长尾加权相依的随机变量和的精确大偏差

研究了风险模型中的服从长尾分布的带加权相依关系的随机变量的和的尾概率,在给出一些假设条件下采用求精确大偏差的方法得到了加权的非随机和Sn和加权的随机和S(t)的两种渐近结果,推广了已存在的独立同分布条件下的相应结论.     

广义负上限相关随机变量和的精确大偏差

讨论了长尾上的广义负上限相关的随机变量和的精确大偏差,得到了非随机和和随机和的两种一致变化尾概率的结果.     

NA随机变量加权部分和的大偏差估计

首先,本文研究了NA随机变量加权部分和的极大值型不等式。在此基础上我们研究了NA随机变量加权部分和的极大值型大偏差估计。当权函数满足ai≡1时,我们可立即得到NA随机变量部分和的极大值型大偏差估计。     

相依随机变量列中偏差和大偏差原理的两个结果

研究m相依和φ混合随机变量列的中偏差原理和大偏 差原理. 得到了m相依随机变量列的中偏差原理和有限维φ混合随机变量列所产生的平均移动过程的大偏差原理.     

UEND 和 φ 混合随机变量随机和的精确大偏差

介绍了UEND和φ混合的相依关系的随机变量,研究了具有UEND和φ混合的相依关系的随机变量的随机和的尾概率问题,利用一种求相依关系的随机变量的随机和的大偏差方法,得到了具有UEND和φ混合的相依关系的服从重尾分布的随机变量的随机和的渐近尾概率的结果,将服从独立不同分布的随机变量的随机和的一致渐近结论推广到了服从不同分布的带相依关系的随机变量的随机和的结论上.     

索赔盈余风险模型中精确大偏差

考虑了控制变化族(D族)上索赔过程与保费过程构成的索赔盈余风险模型,研究了此风险模型中带相依关系的随机变量的非随机和与随机和的尾概率渐近问题,利用求相依不同分布的随机变量的非随机和与随机和的精确大偏差方法,得到了带上延拓负相依和混合相依关系的不同分布的随机变量构成的索赔风险模型中的非随机和与随机和的精确大偏差渐近的结论,最后建立了索赔盈余风险模型中精确大偏差的渐近公式.     

推广的延拓负相依风险模型中的精确大偏差

构造了由保费过程和索赔额过程构成的推广的延拓负相依风险模型, 研究其上服从重尾分布的随机变量随机和的尾概率问题, 利用求带相依关系的随机变量的随机和的大偏差方法, 得到了由服从重尾分布的延拓负相依关系的随机变量构成的盈余过程中的随机和的精确大偏差, 将由独立同分布的随机变量构成的盈余过程中的随机和的一致渐近结论推广到由延拓负相依同分布的随机变量构成的结论。
     

带一致变化尾上负相关随机变量和的精确大偏差

随机变量和尾概率性状的研究是保险精算领域的热门问题,而随机变量和的精确大偏差则精确刻画了其尾概率的极限性态。文章分别研究了一列同分布(但不一定独立)随机变量确定和以及随机和的精确大偏差,得到如下结果:如果这列随机变量带一致变化尾,是上负相关的,并且在左直线无支撑,则它们确定和以及随机和的精确大偏差结果均成立。     

随机元阵列加权和大偏差原理

设｛Ｘｎ,ｉ;１≤ｎ,ｎ≥１｝是取值于Ｂａｎａｃｈ空间的随机元阵列,｛ａｎ,ｉ,１≤ｉ≤ｎ,ｎ≥１｝是实数阵列。在较一般的条件下,证明了｛１／ｎΣ（ｎ,ｉ＝１）ａｎ,ｉＸｎ,ｉ;ｎ≥２｝的大偏差原理,并讨论了其在有限滑动平均和与Ｃｅｓａｒｏ和大偏差原理中的应用。Ｂｏｌｔｈａｕｓｅｎ与Ｂａｘｔｅｒ和Ｊａｉｎ的相应结果可视作特例。     

次指数随机变量列的精致大偏差

得到了独立同次指数分布随机变量的精致大偏差结果,取消了现有的类似结果中q(t)最终单调趋于0的条件,同时稍微加强了下述条件:m in(α,β)>N,对某个N>2,并且得到了以负相协随机变量列的更新过程为随机脚标的类似结果。     

宽象限相依随机变量部分和的中偏差及其在 保险中的应用*

研究了控制变换尾分布的宽象限相依实值随机变量部分和的中偏差. 相应于所得到的理论结果, 进一步给出了在相依保险风险模型中的两个应用: 一是在基于顾客到达过程的保险风险模型中, 保险公司盈余的渐近估计; 二是在复合更新风险模型中, 有限时和无限时破产概率的一致渐近估计.     

可交换随机变量序列加权和的另一个大数定律

将独立同分布情形下的Marcinkiewicz型强大数定律推广到了可交换随机变量,得到了可交换随机变量加权和的一个强大数定律.     

NA随机变量随机和的差的精确大偏差

【目的】研究由两类保单构成的随机和的差 * 的相依风险模型,该风险模型中第一类保单{X1j,j≥1}是一个负相协(Nagatively associated,NA)随机变量序列,{X2j,j≥1}是一个独立的随机变量序列,{N1(t),t≥0}和{N2(t),t≥0}是两个计数过程。【方法】采用类似求独立随机变量随机和的差的精确大偏差的渐近极限方法,研究了NA随机变量随机和的差的精确大偏差问题。【结果】引入一些假设条件,得到如下的一致渐近极限结论,即:对于任意固定的γ>μ2,有 *。 【结论】推广了独立随机变量随机和的差的精确大偏差的相应结论。(注：*处为公式)
     

负相依索赔下更新风险模型的精细大偏差

研究了基于客户到来的更新风险模型,该风险模型中假设索赔额序列是负相依不同分布的重尾随机变量序列,则在索赔额服从D∩L族的条件下,得到了损失过程的精细大偏差.