假定 $\{X_{\alpha}\}$为一族服从某类分布的随机变量,具有有限期望 $\E[X_{\alpha}]$和有限方差 $\Var(X_{\alpha})$, 其中 $\alpha$为一参数. 受Hollom 和 Portier 的论文 (arXiv: 2306.07811v1)的启发, 在本文中我们考虑反集中函数
$(0, \infty)\ni y\to \inf_{\alpha}\P\left(|X_{\alpha}-\E[X_{\alpha}]|\geq y \sqrt{\Var(X_{\alpha})}\right)$,并给出其清晰表示. 我们将证明,对于某些常见分布族,包括均匀分布、指数分布、非退化高斯分布和学生$t$-分布,反集中函数不恒为零, 这表明相应随机变量族具有某种反集中性质;然而对另外一些常见分布族,包括二项分布、泊松分布、负二项分布、超几何分布、伽马分布、帕雷托分布、威布尔分布、对数正态分布和贝塔分布, 反集中函数恒为零.
本文考虑一类含椭圆算子的多维反射随机偏微分方程, 其解被限制在一个有界凸区域内. 本文将利用惩罚法建立其解的存在唯一性定理.