次线性期望下负相关随机变量加权和的强大数定律

• 作者: 于亚文 徐静 沈燕
• 来源期刊: 合肥学院学报（综合版）
• 学科: 数学
• 关键词: 负相关随机变量 加权和 次线性期望空间
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 数学及应用
• 页码范围: 14-21
• 页数: 8页
• 分类号: O211.4
• 字数: 4076字
• 语种: 中文

摘要

在概率和期望的线性可加性条件下可得到经典概率极限理论.但在金融领域中的风险度量、超套期保值等问题中会出现概率和期望的非线性情形.因此,近年来统计学家致力于研究在次线性期望下的极限定理.在∞∑n=1nα(V)(|X|＞μbn)＜∞的条件下,得到次线性期望下负相关随机变量加权和的强大数定律.将Li等的定理结论推广到次线性期望空间中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐静	安徽大学数学科学学院	11	44	4.0	6.0
2	沈燕	安徽大学数学科学学院	36	78	6.0	7.0
3	于亚文	安徽大学数学科学学院	4	1	1.0	1.0