随机模拟浅探

讨论了随机模拟的接受-拒绝法和条件分布法.作者给出了用随机模拟进行Monte Carlo检验和估计积分值的具体步骤,并例举了一些有趣的结果.     

函数型部分线性可加模型及其估计

对于函数型回归模型,提出一种更一般的半参模型,这个模型能够同时克服参数模型和非参数模型的不足,从而获得更稳健的估计。研究了函数型部分线性可加模型中的参数估计问题,并且建立了估计量的渐近性质,同时推广了现有文献中的相关结果。     

随机变量序列四种收敛的若干性质及其四则运算

以数列收敛的一些性质为依托,证明了随机变量序列的依概率收敛、几乎处处收敛、r-阶收敛及依分布收敛这四种收敛的极限存在的充分必要条件、存在准则,并得出:依概率收敛和几乎处处收敛与数列收敛性质一样,可以进行四则运算,而r-阶收敛只能进行加减运算,依分布收敛则不能进行四则运算。     

优化权重下高斯序列最大值几乎处处中心极限定理

研究了高斯序列最大值的几乎处处收敛性,获得平稳高斯序列最大值的几乎处处中心极限定理(almost sure central limit theorem,ASCLT),优化了ASCLT的权重,获得的结果推广了Csáki和Gonchigdanzan(2002)在对数平均下平稳高斯序列最大值的ASCLT。     

几种收敛机制的比较

极限是数学研究其它问题的重要工具之一，其收敛机制在不同的课且中互不相同．本文旨在对数学分析、实变函数和概率论中所涉及到的几种收敛机制作一个纵向的剖析与横向的比较．     

随机变量列一类加权乘积和的强收敛性

讨论了任意r.v.列，两两NOD列和NA列的加权乘积和强收敛性，揭示了正则化因子，矩条件，权函数及r.v.列相关性之间的关系。     

广义集值隐拟补问题解的存在性及迭代算法

本文讨论了一类比较广泛的广义集值隐拟补问题.它包括许多相补问题为特例.作者构造了这类广义集值隐拟补问题解的迭代算法,通过证明所构造的迭代算法序列的收敛性,证明了广义集值隐拟补问题解的存在性.所得结果推广了一些最近结果.     

初等概率论中随机变量的数学期望概念的分析

数学期望是随机变量的一个重要的数字特征,本文就初等概率论中的随机变量的数学期望概念作了深入分析;并简要介绍了随机变量的数学期望的重心定义。     

非线性方程求根的平方根牛顿方法

提出了非线性方程求根的平方根牛顿迭代方法,通过分析与证明该方法具有三阶收敛的,最后给出了数值试验,计算结果表明,该方法是有效的.     

区域FEEEP系统技术效应动态分解及收敛性

界定区域FEEEP系统技术效应的内涵,在Malmquist指数理论基础上构建区域FEEEP系统技术效应动态分解模型,并应用该模型测度2001～2006年中国省际FEEEP系统技术效应及相应分解指教的变动趋势,最后运用收敛模型检验FEEEP系统的技术扩散效应,结果表明:中国省际FEEEP系统综合技术效应的提高是由技术改进推动的;规模效率和纯技术效率的下降是区域FEEEP系统技术效率下降的主要原因;区域FEEEP系统技术效率和综合技术效应均存在β收敛,但各地区的原始条件决定了收敛的稳态水平.