Dit proefschrift is gericht op de studie en analyse van verschillende soorten onzekerheidsmodellen, die allen bedoeld zijn om de evolutie van een stochastisch proces in discrete tijd te beschrijven. Zo'n stochastisch proces is simpelweg een algemene, abstracte grootheid die op een onzekere manier verandert doorheen de (gediscretiseerde) tijd. Een van de meest gekende onzekerheidsmodellen die ons in staat stelt om zulke stochastische processen te beschrijven is een waarschijnlijkheidsverdeling of waarschijnlijkheidsmaat. In vele gevallen is, door een gebrek aan data of kennis, het construeren van een dergelijke waarschijnlijkheidsmaat evenwel niet mogelijk of niet gerechtvaardigd, en is het aangeraden om over te gaan op het gebruik van zogenoemde `imprecieze' onzekerheidsmodellen. Hoewel ook andere imprecieze onzekerheidsmodellen aan bod komen, focust dit proefschrift zich voornamelijk op bovenverwachtingswaardeoperatoren omdat zij het wiskundig raakpunt vormen van zowel traditionelere maattheoretische aanpakken, als speltheoretische en axiomatische aanpakken. Door hun gevarieerde aard, is het vaak (nog) niet duidelijk wat de wiskundige eigenschappen zijn van deze verschillende bovenverwachtingswaardeoperatoren, en in het minst hoe zij in verband staan met elkaar. Dit proefschrift schept helderheid, presenteert diverse nieuwe eigenschappen, en toont aan dat de behandelde operatoren equivalent zijn in opmerkelijk veel gevallen.