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。