1) the conditional expected time to ruin
破产时刻的条件期望
1.
Explicit answers are obtained for the joint probability density function,the conditional expected time to ruin and the ruin pr.
以鞅方法为基础,主要推导了贴现惩罚函数的具体更新方程表达式,以及渐进结果;而且还推导了破产前瞬间盈余和破产时赤字联合密度函数、破产时刻的条件期望和破产概率。
2) expected discounted penalty at ruin
破产时刻罚金折现期望
1.
On the Expected Discounted Penalty at Ruin;
破产时刻罚金折现期望的研究
3) ruin time
破产时刻
1.
Ruin probability at constant claim volume in case of ruin time;
破产时刻索赔额是常数值时的破产概率
2.
In this paper we mainly discuss the first two moments of the ruin time T 、recovery time ~ ( = 1 , 2 , ) and the sum of recovery time ~ in the compound binomial model by renewal method and martingale method when the initial surplurs is u .
主要通过更新方法和鞅方法来讨论复合二项模型中破产时刻T、第i次恢复时间~(=1,2,)及总恢复时间~在初始额u下的前两阶矩,其主要依赖于破产严重性的分布。
4) the time of ruin
破产时刻
1.
This paper studies the expected discounted penalty function associated with the time of ruin for a risk model with stochastic premium.
本文研究随机保费风险模型下与破产时刻相关的平均折现罚金函数。
5) time of ruin
破产时刻
1.
The classical risk process is considered and the joint distribution of the time of ruin and the loss at ruin is discussed with Lévy measure.
以经典的复合Poisson风险模型为例,利用L啨vy过程的L啨vy测度,对破产时损失及破产时刻的联合分布进行再讨论。
2.
The explicit expression for the joint distribution of the time of ruin,the surplus immediately before ruin and the deficit at ruin is obtained according to the classical risk process with constant interest rate under a threshold dividend strategy.
根据按比例分红策略下具有常利率的传统风险过程,得到了关于破产时刻、破产前的瞬时盈余额及破产赤字的联合分布的确切表达式。
6) conditional expectation
条件期望
1.
Some results about the convergence almost everywhere of conditional expectations;
关于条件期望的几乎处处收敛性
2.
Discussion of definitions and properties about conditional expectation;
给定随机变量下条件期望定义与性质的探讨
3.
Research on forecasting model of port throughput based on conditional expectation;
基于条件期望的港口货物吞吐量预测模型的建立与分析
补充资料：条件数学期望
条件数学期望
conditional mathematical expectation
条件数学期望【口.山柱翻目ma白细劝回e娜洲加d.;yc-.。二.Te.T.ec。一‘]，考件期单(condi-tional expectation) 对于某个a代数，用来刻画随机变量的基本事件函数.设(Q，了，P)是一个概率空间，X是定义在这个空间上，具有有限期望的一个实值随机变量，再设刃是一个。代数，毋g了.X关于刃的条件期望理解为关于黔可测的一个随机变量E(X}黝，且对每一个B任男， 若Xp‘d。，一苦E‘X‘珊，p(d·，‘·，成立.如果X的期望是无穷的(但有定义)，即数〔尤十=〔max(0，x)和EX-=一〔min(0，x)中只有一个是有限的，那么由(*)所定义的条件期望仍有意义，但E(Xl黝可以取无穷值. 条件期望唯一确定到等价性.数学期望(mathe-matical expectation)是一个数，与此相反，条件期望表现为一个函数(随机变量). 条件期望的性质与数学期望的性质相似: l)E忱}黔)簇〔(Xz.锄，如果戈间簇戈间几乎必 然成立; 2)〔(cI马)二。对每一个实数c成立; 3)E(:戈+办戈I黔)=“E(X:l忍)+PE(戈l黔)对任意 的实数“和口成立; 4)}E(X}忍)}簇E(}X}}见); 5)9(〔(X1毋》(E(g伏)!叨对每一个凸函数g成立.进一步，下列性质是条件期望特有的: 6)如果黔={必，。}是平凡6代数，那么〔(X!叨= EX; 7)E(Xl了)=X; 8)E(E(X}毋))=EX: 9)如果X独立于黔，那么E(X}黔)=EX; 10)如果Y关于忍可测，那么E(XY{黝=Y〔(X{叨. 在条件数学期望符号下的收敛性有一条定理:如果戈，凡，二是一个随机变量序列，{戈}(Y(n=l，2，…)，〔Y<田且戈~X几乎必然成立，那么几乎必然地，〔(xn{毋)~E(X}毋). 随机变量X关于随机变量Y的条件期望定义为X关于y生成的a代数的条件期望. 条件期望的一个特例是条件概率(conditionalProbability).
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条