罗建华

作品数:10被引量:59H指数:3
导出分析报告
供职机构:中南林业科技大学理学院更多>>
发文主题:破产概率复合POISSON过程停时数学期望概率论更多>>
发文领域:理学更多>>
发文期刊:《大学数学》《广西大学学报(自然科学版)》《中南林业科技大学学报》《高等数学研究》更多>>
所获基金:中南林业科技大学青年科学基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-10
视图:
排序:
与过程相联系的σ-代数流
《大学数学》2012年第4期50-53,共4页罗建华 冯志明 
讨化了σ-代数流的结构,并给出其一般性的结果;归纳出各σ-代数流的相互关系;最后介绍其两个简单应用.
关键词:π系 σ-代数流 停时 两参数随机过程  
带线性不等式约束的线性模型中线性预测的可容许性
《工程数学学报》2010年第3期441-445,共5页王浩波 罗建华 
中南林业科技大学人才引进基金(101-0638)~~
本文刻画了线性模型在线性不等式约束条件下的线性预测的可容许性。我们给出了条件线性可预测变量和线性不等式约束条件下可容许预测的定义,在二次损失函数下,讨论了齐次和非齐次线性预测可容许性的关系,得到了条件线性可预测变量的线...
关键词:二次损失 线性不等式约束 条件线性可预测变量 可容许性 
一个风险模型的生存概率
《中南林业科技大学学报》2009年第3期138-141,153,共5页罗建华 宋熠 
中南林业科技大学青年基金项目(2005-101-0257)
研究了保费率随机、保费收取过程是一个Poisson过程,而索赔计数过程是其稀疏过程的风险模型,给出了生存概率的积分表示,并在指数分布的情况下求出了无限时间生存概率的具体表达式.
关键词:数学 风险模型 复合POISSON过程 稀疏过程 生存概率 积分表达式 
一道概率论习题的证明被引量:1
《高等数学研究》2008年第4期67-68,共2页罗建华 王浩波 
针对有关服从二维正态分布的二维随机变量的函数的数学期望的一道计算性证明题,分析并给出三种不同证明方法,指出各种证法的关键所在.
关键词:概率论 二维正态分布 数学期望 差的分布 
透过一道习题看概率论教学被引量:9
《大学数学》2008年第3期152-155,共4页罗建华 
结合一题多解的教学实践简要讨论了概率论的教学改革,主要包括:现状分析、实例讲解、对策探讨及总结.
关键词:概率论教学 思维训练 正态分布 数学期望 
卷积公式的应用注记被引量:2
《中南林业科技大学学报》2007年第1期152-154,共3页罗建华 
介绍了连续型和离散型随机变量的卷积公式,研究其在几个重要分布的“可加性”的证明中的应用,最后举例说明了连续型随机变量卷积公式的一个应用.
关键词:数学 概率论 正态分布 POISSON分布 卷积 
带扩散扰动项的广义双Poisson风险模型下的破产概率被引量:1
《数学理论与应用》2006年第3期102-104,共3页罗建华 方世祖 
中南林业科技大学青年科学研究基金资助(2005-1101-0257)
本文首先在[1]-[4]讨论的基础上,将经典的破产模型推广到带扩散扰动项的广义双Po isson风险模型,即将保费收取过程和索赔总额过程同时推广到广义复合Po isson过程,以此解决在同一时刻有两张以上保单到达和两个以上顾客索赔的实际问题;...
关键词:广义齐次Poisson过程 矩母函数  停时 调节系数 破产概率 
双复合Poisson风险模型被引量:37
《纯粹数学与应用数学》2006年第2期271-278,共8页方世祖 罗建华 
研究了保费收取过程是复合Po isson过程,索赔总额是复合Po isson过程的风险模型,给出了不破产概率的积分表示,以及在特殊情况下不破产概率的具体表达式,并用鞅方法得出了破产概率满足的Lundberg不等式和一般公式.
关键词:风险模型 复合POISSON过程  停时 破产概率 
索赔为稀疏过程的风险模型被引量:10
《广西科学》2004年第4期306-308,共3页罗建华 方世祖 
保费收取过程为Poisson过程时 ,利用Poisson过程在随机选择下的不变性 ,讨论索赔为稀疏过程的风险模型的破产概率 ,并证明Lundberg不等式和破产概率的一般公式 .
关键词:风险模型 稀疏过程 复合Poisson过程鞅 调节系数 破产概率 
广义Brownian Sheet的马氏性、转移概率和预测
《广西大学学报(自然科学版)》2004年第3期183-186,共4页方世祖 罗建华 
讨论了广义BrownianSheet的单点马氏性、宽过去马氏性、宽将来马氏性、*-马氏性,各种转移概率及其预测.
关键词:随机过程 GBS 测度 马氏性 转移概率 预测 
检索报告 对象比较 聚类工具 使用帮助 返回顶部