贝叶斯概率向赵森烽-克勤概率的转换与应用

为研究贝叶斯概率与其后验概率的联系与转化以及联系数化后的贝叶斯推理,定义了贝叶斯概型的赵森烽-克勤概率,其数学形式等同于古典概型、几何概型、频率概型的赵森烽-克勤概率,借助赵森烽-克勤概率中随机转换器i的作用,把贝叶斯概率的后验概率分为增益型、衰减型、维持型,在此基础上给出贝叶斯概率向赵森烽-克勤概率转换定理与相应算法,举例说明贝叶斯概型的赵森烽-克勤概率具有智脑思维的完整性、前瞻性和灵活性等特点,从而为人工智能和其他领域应用贝叶斯推理开辟出一条新途径。

赵森烽-克勤概率的赌本分配研究与期望值定理

针对概率论发展史上合理分配赌本问题,把赵森烽-克勤概率用于合理分配赌本需要的最少赌博次数研究,结果发现,该问题中基于经典概率得出的数学期望不会在实际中出现,实际中出现的是基于赵森烽-克勤概率的"数学期望"的两个极端值。利用赵森烽-克勤概率能客观地反映出给定规则下最少赌博次数与最多赌博次数时的赌博结果,同时刻画出赌博输赢的经典期望值和实际值,从而为有针对性地制定或修改赌博策略和合理地分配赌本提供依据,在此基础上给出期望值不确定定理。文中以机器人服务收费为例说明该定理的现实意义。

概率联系数化的原理及其在概率推理中的应用

为创建一种新的概率理论使概率推理更为客观,借助简单随机试验探讨随机性的本质,说明了事件的随机性是2个事物相互联系的一种属性.具有随机性的事件称为随机事件,随机事件A与A珔成对存在,但可以分为主事件和伴随事件,由此导出主概率和伴随概率,它们分别对应于主事件的大数概率和即或概率.用联系数表示这2个概率,该联系数称为联系概率(复概率),联系概率中的i是主事件和伴随事件相互转换的纽带,并且对产生的负概率作了解释,举例说明了联系概率在概率推理中的应用.

几何概型的联系概率(复概率)与概率的补数定理

为研究等可能随机试验结果为无穷多时的联系概率计算和应用,借助简单的"均匀投针"随机试验,导出几何概型的联系概率(复概率).该联系概率中的主概率和伴随概率依次对应于主事件的大数概率(主概率)和主事件的即或概率(伴随事件的大数概率).在此基础上给出了随机事件的表现定理和概率的补数定理,利用后者可以在已知一个随机事件概率的基础上方便地得到该事件的联系概率.通过实例说明了几何概型的联系概率与古典概型的联系概率具有同样的形式和性质.

频率型联系概率与随机事件转化定理

为进一步研究联系概率与概率的关系,借助一种新的"掷硬币"和"掷骰子"随机试验,导出频率型概率的联系概率。在此基础上给出随机事件的"转化定理"与"大概率原理",并讨论其与"小概率原理"的关系。以"掷骰子"为例给出同异反联系概率和多元联系概率的定义,说明频率型联系概率与古典概型、几何概型的联系概率具有同样的数学形式和性质,实例表明联系概率客观地反映了随机试验结果。

联系概率的由来及其在风险决策中的应用

观察一简单随机摸球实验:当盒子中只有白球时,事件A="任抽一球是白球"是必然事件;当盒子中有白球黑球时,事件A是随机事件,这一实验表明事件A的随机性是2个事物(白、黑球)相互联系的一种属性,借此实验说明概率用联系数表述的原理以及联系概率的来由,同时还介绍了引出联系概率时用到的一些新概念,举例说明联系概率在风险决策中的应用.