UEND 和 φ 混合随机变量随机和的精确大偏差

介绍了UEND和φ混合的相依关系的随机变量,研究了具有UEND和φ混合的相依关系的随机变量的随机和的尾概率问题,利用一种求相依关系的随机变量的随机和的大偏差方法,得到了具有UEND和φ混合的相依关系的服从重尾分布的随机变量的随机和的渐近尾概率的结果,将服从独立不同分布的随机变量的随机和的一致渐近结论推广到了服从不同分布的带相依关系的随机变量的随机和的结论上.     

一致变化尾的随机和局部精确大偏差

基于带O正则变化独立同分布随机变量的部分和的局部精确大偏差的相关结论,将其对应的随机和分为3个部分,利用次指数函数的相互关系以及控制收敛定理,分别证明每个部分的渐近性.最后证明了在随机变量的密度函数是一致变化尾时,其随机和的局部精确大偏差的渐近性.     

由纯跳Levy自噪声驱动的随机薛定谔方程

给出了由纯跳Levy白噪声驱动的随机薛定谔方程的白噪声解法．方程的位势由纯跳Levy白噪声过程的wick幂来表示,在实际应用中代表随机因素是跳跃的物理系统．此方法将（S）-1分布空间的特征定理作为理论基础,利用Hermite变换将随机薛定谔方程转化为非随机的普通方程,在Feynmann-Kac公式的帮助下,得到这个非随机方程的解,最后使用Hermite反变换将此解转换为分布空间的一个（S）-1过程,这个过程即为原随机薛定谔方程的解．进一步可以得到：经过一定条件的限制,这个解在弱分布的意义下,属于L^1（v）空间．     

首中时在新型期权定价中的运用

当市场是完备时，任意衍生证券的现值等于该证券未来收益折现值在等价鞅测度下的数学期望．利用Laplace逆变换求得障碍是常数以及障碍随时间变化这两种情况下的股票价格首中时的密度函数，再根据首中时的性质、等价鞅测度变换，通过求期望，给出了固定执行价格的欧式回望期权和变界障碍时刻的欧式上升敲出看涨期权这两类新型期权的定价公式．其中，变界障碍时刻的欧式上升敲出看涨期权的定价公式具有较好的实用性．这种期权定价方法简单且直接，提供了定价新型期权的另一种途径．     

索赔盈余风险模型中精确大偏差

考虑了控制变化族(D族)上索赔过程与保费过程构成的索赔盈余风险模型,研究了此风险模型中带相依关系的随机变量的非随机和与随机和的尾概率渐近问题,利用求相依不同分布的随机变量的非随机和与随机和的精确大偏差方法,得到了带上延拓负相依和混合相依关系的不同分布的随机变量构成的索赔风险模型中的非随机和与随机和的精确大偏差渐近的结论,最后建立了索赔盈余风险模型中精确大偏差的渐近公式.     

在无界凸区域上多个布朗运动之和首冲时

考虑在无界区域中Bessel函数下多个布朗运动和的首冲时问题.介绍了利用高斯计算技巧和Slepian不等式得到的单个布朗运动在无界开区域Rd+1中首冲时的上﹑下界的渐近估计,然后考虑了多个布朗运动的和在Bessel函数下首冲时的上﹑下界渐近估计.首先考虑在移动边界下的首冲时问题,之后再推广到无界区域中多个布朗运动的和.说明单个的布朗运动首冲时问题,可以推广到多个布朗运动之和的首冲时问题.     

专有出版权定价的实物期权方法

构造了描述出版决策柔性的实物期权,建立了刻画图书预期收益过程的数学模型,进而利用期权定价公式估算专有出版权的价格.结合案例分析了违约金比例的变化对结果的影响.     

AFNI的数学基础及其在脑高级功能研究中的一个应用

介绍了脑功能成像分析软件AFNI的基本概念与基本原理，着重讨论了AFNI的数学基础，包括如何利用卷积公式对由实验得到的fMRI时间序列数据进行分析，由引得到一个线性回归模型，用最小二乘法求得回归方程的反卷积因子，并用f检验和t检验对其进行假设检验。最后用一个实例来说明反卷积分析在脑功能成像中的一个应用。     

广义线性模型的M-估计

用M-估计来估计广义线性模型中的未知参数β.首先,在一定的假设条件下,根据已有的对广义线性模型中未知参数β的极大似然估计方法,应用大数定律及鞅中心极限定理,证明了广义线性模型的M-估计的两个重要性质,印相合性及渐近正态性.其次,将固定设计的思想引入M-估计,并与广义线性模型相结合,证明了其相合性及渐近正态性.最后通过数...     

房价非线性回归模型及期权定价

从宏微观经济学的角度出发,依照国家统计局网站的数据选取多个可能影响房地产价格的变量建立了全国房地产平均价格模型.运用R语言对数据进行了多元线性回归分析、多元非线性回归分析、相关性分析、多重共线性分析、岭回归分析等统计分析,得出房价的线性与非线性多个模型并进行了比较.结合随机微分方程、实物期权等相关金融数学知识进行了房价模型的理论推导与实际估计,并对房价期权进行了定价.利用Matlab对模型进行了大量的模拟并得到较好结果.