康脫洛維奇—西奇柯克問題的特殊情形—分配問題的一个証明

§1 问題的提出在海河运輸的实际調配問題中,有这样的問題:运輸总站要把几艘貨船分別分派到几个港口去,已知每艘船到每个港口的成本,求一合理的分派方案,使总成本最低。若以Cij(i,j=1,2,…,n)表示第i艘船到第j个港口的已知成本;xij(i,j=1,2,…,n)表示如下的仅取0或1的一些待定的数:     

一类线性规划问题——产储销问题的研究

(一)問題的提出及数学模型的建立本文是研究通过为琶洲农场解决秋收粮仓选用問題而归納出的一类綫性规划問題。这問題比只有产和銷这两个环节的一般調运問題多了一个中間环节——儲藏?食浦鷥ο鷨栴}。例如商业部門从某些地收购一些物資,先入庫,然后分发各地銷售或集中     

马尔可夫过程的几可乘泛函及伴随的转移概率变换

§1引言本文沿用[1]、[2]中的记号和定义.设α_t(ω)(0≤t<ξ(ω))是齐次马尔可夫过程X=(x_t,(?),M_t,P_x)的几压缩几齐次几可乘泛函(详细定义见后),则(?)(t,x,Γ)=M_x(XΓ(xt)α_t)(t≥0,x ∈E,Γ∈(?))定义相空间(E,(?))上一转移函数.从直观看来,这相当于以一定的规律缩短原过程的生命而得到一新的转移函数,α_t 给出在时间区间[0,t]内生命不缩短的概率.(?)(t,x,Γ)对应的半群算子是     

超模序及其在离散排队系统中的应用

总结了超模序的一些性质,这些性质充分地说明了超模序能刻划随机向量的正相关性的强度.并证明了一个新的性质.最后给出了超模序在有正相关到达的离散时间排队系统中的应用,得到了队长的一些随机比较结果,并分析了有Bernoulli相关到达和消息长度相关的N源消息到达2个具体的模型.     

洪水风险分析的簇生过程模型

对较小的洪水作风险分析时，由流量过程线截取得到的点过程现实呈现成丛性。为了适应这一特点，试图利用族生点过程模型进行洪水风险分析，在本中选用了Neyman-Scott过程模型，并把它用于长江宜晶水站1963－1984年的（阈值Qb＝45000m^3/s)较小洪水风险分析。     

关于非标准分析

在微积分的创立和发展过程中,无限小量和无限小量方法起着重要的作用。长期以来,数学家和哲学家们围绕着“无限小量是什么?它们是否实在的量?实数直线上的点是否就是不可再细分的最小元素?”等问题展开争论。到十九世纪下半叶马克思和恩格斯分别在《数学手稿》和《自然辩证法》中才对这些问题给出了正确的回答。在本世纪六十年代初,数学家A.鲁宾逊利用数理逻辑的严谨方法奠定了非标准分析(这名称是相对于现在一般称做标准分析——十九世纪在极限理论基础上发展的微积分理论而取的)的基础。在这个非标准模型中,论域从一般的实数域R拓广到包含无限小量、无限大量和一般实数的域R,它既保存了无限小量又把微积分     

随机点过程的物理背景和数学模型

随机点过程实质上是一大类特殊的随机过程,在某些文献中也称为随机事件流、随机事件序列或随机计数过程(复合的点过程也称脉冲过程或跳跃过程)。它早期的研究差不多集中于泊松过程——一类简单而又重要的点过程,А.Я.Хинчин,有关“公用事业数学方法”的著作(如[15]、[16]、[17])在这方面起着奠基的作用。随后,对另一类重要的点过程——更新过程的研究以及它在工程技术(特别是在可靠性问题)中的应用开拓了从间距性质出发研究点过程的方向。此外,在生物学,     

动态规划理论(续上)

12引言在本文的第一部分中,我們已經十分詳細地討論了一个必然性类型問題——“资源的最优分配問題”。在第二部分中我們将討論純粹的随机类型問題并且再次应用泛函方程的方法。当提出的随机类型問題数学化以后,我們将討論其泛函方程的存在性和唯一性定理。然后求问题的解和解释它的意义。当利益函数是非綫性时,我們将转向研究连续的变分问题。采用古典的变分方法可以看出是另外一种逼近法。这个方法和我們从离散变     

动态规划理论

动态规划理論是一門嶄新的数学学科,它是从一系列技术和經济問題中产生的,在不同的理論和实践活动的領域中常常会出现这样的情况,即在采取决定时应当是逐步的而不是一步就馬上决定的,因此决定的采取不是看作单一的行动而是看作由若干阶段(步)組成的过程来討論。这样的方法在相当早以前在研究某些特殊問题时巳曾被利用过,特別是A.Wald在他的序貫統計分析理論中最完全地体现了这种思想。通过大量类似問題的系統化研究获得一种适宜于处理这类問題的数学方法——这就产生了由R.Bellman等人所建立起米的动态规划理論。动态规划是研究在某种意义下最优的多步决定問題,在这理論中最主要的一点是用解决基于所謂“最优性原則”所建立起來的泛函方程来代替解决多变量函数的极值間题。因为前者的解常可利用现代的数学方法——計算数学而得到,后者却常因維数太多而使到在实际上要得到解答变成差不多是不可能的。几乎在所有的科学、技术和經济部門中都会碰到最优化問題。在工业工艺、生产組織、經济計划、水庫調度和各种不同的物理、生物和軍事活动的問題都必須涉及它,因此动态规划的应用是很广泛的。