次线性期望下负相关随机变量加权和的强大数定律

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=1 nαV(|X|>μb n)<∞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。