例析高等数学背景下的高考数学试题

高等数学是大学理工科及部分文科专业开设的一门非常重要的基础课程，它对培养学生的理性思维、创新意识、解决实际问题的能力等基本素质起着重要的作用；以近几年出现的高考试题为例，探讨高等数学中的有关知识在解题中的应用．     

关于Lipsehitz严格伪压缩映象的带误差的Ishikawa型迭代程序

设K是任意实Banach空间X中的闭凸子集，T：K→K是Lipschitz严格伪压缩映象，在没有假设∑n=0^∞ αnβn〈∞之下，本文证明了由xa＋1=（1-αn）xn＋αnTyn＋un与yn=（1-βn）xn＋βnTxn＋vn，任意n∈N，生成的带误差的Ishikawa迭代序列强收敛到T的唯一不动点，并给出了更为一般的收敛率估计：若un=vn=0，任意n∈N，则有｜｜xn＋1-x^＊｜｜≤（1-γn）｜｜xn-x^＊｜｜≤…≤∏j=0^n（1-γj）｜｜x0-x^＊｜｜，其中{γn}是（0，1）中的序列，满足γn≥1/1＋kmin（ε，η-ε）αn。所得结果改进和推广了最新的一些结果。     

基于CVaR带有改进的典型交易成本的多目标投资组合模型

【目的】为了进行有效的投资,即投资者在有限的资本上通过控制风险最小并取得最大收益。【方法】利用多目标遗传算法求解。【结果】建立了一个多目标的投资组合模型,在改进后的典型交易成本基础上,实现投资组合收益最大且CVaR最小。【结论】选取国内股票市场的历史数据,用Matlab R2016a对所选数据进行实证分析,得出了一个切实可行的投资策略。     

SWR算法在期权定价中的应用

本文首先借鉴Schwarz波形松弛算法求解热传导方程的思路分析了SWR算法在欧式期权定价问题中的可行性,然后将欧式看涨期权定价问题转换为一类热传导方程的初-边值问题,通过Schwarz迭代方法获得了相应的误差方程,进而给出了算法误差的收敛性结果及算法的流程.数值实验表明,与经典的欧式期权定价公式相比,本算法具有更好的估计效果.     

Banach空间中关于增生算子方程解带误差的Ishikawa迭代序列

设X是任意实Banach空间,T:X→X是Lipschitz连续的增生算子,在没有假设∞∑n=0αnβn＜∞之下,证明了由xn 1=(1-αn)xn αn(f-Tyn) un及yn=(1-βn)xn βn(f-Txn) vn,(A)n≥0生成的、带误差的Ishikawa迭代序列强收敛到方程x Tx=f的唯一解,并给出了更为一般的收敛率估计:若un=vn=0,(A)n≥0,则有‖xn 1-x*‖≤(1-γn)‖xn-x*‖≤…≤n∏j=0(1-γj)‖x0-x*‖,其中{yn}是(0,1)中的序列,满足γn≥[1/2max{η,1-η}-1/4min{η,1-η}]αn,(A)n≥0.     

基于粒子群优化算法的期权波动率估计

波动率是Black-Scholes公式中的一个重要参数,期权价格对它的变动非常敏感.本文首先介绍了Black-Scholes期权定价公式,分析了波动率对期权定价的重要性.然后,为了计算粒子位置和速度,本文根据全局最优位置的历史数据及变异操作,提出了一种基于全局最优位置修正的粒子群优化算法.最后,本文在数值实验中运用修正的粒子群优化算法获得了基于期货合约的欧式看涨期权公式中波动率的估计值,并通过实验结果比较表明该算法具有更好的收敛性.     

不可微多目标规划问题的最优性条件和对偶

研究了如下的不可微多目标规划问题:(MP)min(f1(x)+s(xC1), f2(x)+s(xC2),...,fp(x)+s(xCp)), s.t. h(x)≤0, 其中函数 fiX→R, (i=1,2,...,p)和h=(h1,h2,...,hm)X→Rm在X上是连续可微的;Ci(i∈{1,2,...,p})是Rn上的紧凸集, s(xCi)表示集合Ci在x的支撑函数.在(C, α, ρ, d)-凸性的假设下,得到了不可微多目标规划问题弱有效解的Kuhn-Tucher型最优性充分条件.而且本文得到了原问题的Mond-Weir型对偶以及相应的对偶结果.本文所得结果推广了一些最新的结果.     

用近似凸性研究预不变拟凸函数

用集合的近似凸性研究函数的预不变拟凸性,在较弱的假设下获得了预不变拟凸性的一些等价条件.     

渐近非扩张映象隐迭代的强弱收敛定理（英）

明了在 Banach 空间中渐近非扩张映象隐迭代强弱收敛到公共不动点定理, 结果推广和改进了该领域近期获得的一系列成果.     

非凸变分不等式和非扩张映象的Wiener-Hopf方法

 介绍了一类新的包含非扩张映象的非线性Wiener-Hopf方程,建立了非凸变分不等式问题与Wiener-Hopf方程的等价关系,进一步给出了一个求解非凸变分不等式和非扩张映象不动点的逼近方法,并在算子具有α-强制性的条件下证明了该方法所产生的迭代序列的强收敛性.