用多项式构造广义范德蒙矩阵的逆

应用构造n个多项式方法,将n个多项式的系数向量构成n阶广义范德蒙矩阵D^-1．特别地,该方法可构造范德蒙矩阵的逆．     

动态数学神经网络模型及其应用

本文在［１］的基础上建立了广义数学神经元,并引入动态机制,形成动态数学神经网络,由网络当前状态决定网络结点数．从而在一定程度上解决了前向神经网络隐层结点数无法确定的难题,并成功地将其运用于解决用多项式逼近连续函数的魏尔斯特拉斯定理,并建立了龙贝格求定积分的动态数学神经网络模型．     

解非线性方程的一族修正Chebyshev-Halley迭代方法

提出一族求解非线性方程的修正Chebyshev-Halley迭代方法.该方法避免了计算函数的二阶导数,且具有至少三阶收敛的性质,当参数选取特殊值时,可以得到四阶收敛方法.收敛性分析和数值实验结果表明,该方法与具有同阶收敛性质的算法相比效率更高.     

非光滑广义B—凸性与最优性和对偶性

利用Ｃｌａｒｋｅ广义方向导数讨论了局部Ｌｉｐｓｃｈｉｔｚ函数的性质。借此定义了一类广泛的（Ｂ,η）－不变凸性函数。得到了此类函数的非线性规划、多目标规划和极大极小规划的最优性和对偶性结果。     

Bias in the estimation of non‐linear transformations of the integrated variance of returns

Volatility models such as GARCH, although misspecified with respect to the data‐generating process, may well generate volatility forecasts that are unconditionally unbiased. In other words, they generate variance forecasts that, on average, are equal to the integrated variance. However, many applications in finance require a measure of return volatility that is a non‐linear function of the variance of returns, rather than of the variance itself. Even if a volatility model generates forecasts of the integrated variance that are unbiased, non‐linear transformations of these forecasts will be biased estimators of the same non‐linear transformations of the integrated variance because of Jensen's inequality. In this paper, we derive an analytical approximation for the unconditional bias of estimators of non‐linear transformations of the integrated variance. This bias is a function of the volatility of the forecast variance and the volatility of the integrated variance, and depends on the concavity of the non‐linear transformation. In order to estimate the volatility of the unobserved integrated variance, we employ recent results from the realized volatility literature. As an illustration, we estimate the unconditional bias for both in‐sample and out‐of‐sample forecasts of three non‐linear transformations of the integrated standard deviation of returns for three exchange rate return series, where a GARCH(1, 1) model is used to forecast the integrated variance. Our estimation results suggest that, in practice, the bias can be substantial. Copyright © 2006 John Wiley & Sons, Ltd.     

广义非中心多元Wishart分布

应用特征函数将一般非中心多元Wishart分布Wn(m ,V ,Δ)推广为广义的非中心多元Wishart分布Wn( β ,V ,Δ) ,β >0为实数 ,V≥ 0为非负定阵 ,Δ为对称阵 ,得到相应的广义多元Wishart分布的若干性质 .     

几个广义Apostol-Bernoulli、Apostol-Euler多项式之间的关系式

利用发生函数理论结合某些运算技巧,推出了几个广义Apostol-Bernoulli多项式、广义Apostol-Euler多项式之间的关系式.多个参数出现在等式中,非常工整.在关系式中选取适当的参数,就可以得到已有的著名的关于广义Bernoulli多项式、广义Euler多项式之间的关系式,从而深化和推广了对Bernoulli数、Euler数、Bernoulli多项式、Euler多项式的相关研究结果.     

一类反应扩散方程的显示复线形孤子解

基于推广的tanh函数法,将Riccati方程v′=k(1-v2)作为新的"扰动"方程,利用对解的新假设,借助于工程软件Matlab的符号运算功能,得到了一类反应扩散方程的复线形孤子解.这种解的实部是一种扭状孤立子,而虚部则由一种钟状孤立子构成.     

线性广义系统的D型迭代学习控制

根据误差收敛准则,提出了线性广义系统的迭代学习控制算法,利用矩阵理论及不等式技巧给出了线性定常广义系统在D型学习律作用下的迭代控制收敛性结果,这一结果是全新的,其对时变系统也成立;另外,针对线性定常广义离散时间系统,给出了一种通过最优化目标函数确定控制器参数的设计方法.     

二阶椭圆型复方程解的某些性质

讨论了二阶非线性椭圆型复方程具有某种形式的广义解的存在唯一性,并进一步研究了特殊的二阶线性椭圆型复方程广义解的可微性