商品和金融摇摆期权定价模型及其数值研究

采用具有均值回复特点的三叉树模型研究上摇一下摇特征或带有惩罚条款的复杂商品摇摆期权,并运用森林树法进行数值计算.进而分析最大可执行次数、每次执行最大可执行量、惩罚系数对摇摆期权价格的影响.此外还运用多次最优停时研究连续时间框架下的金融摇摆期权定价问题.为了避免高维诅咒,选择改进的最小二乘蒙特卡罗方法完成数值计算,并分析标的资产价格及最大可执行次数对期权价格的影响.数值分析结果表明,当实施次数为一次时,摇摆期权价格与相应的美式期权价格重合,从而在一定程度上验证了模型的正确性.     

2型糖尿病患者尿液的代谢组学研究

目的 从代谢组学角度分析并寻找2型糖尿病（T2DM）患者可能的代谢标记物。方法 选取30例初诊、或有糖尿病史经药物治疗控制不理想且无并发症的T2DM 患者,另选取30例性别、年龄匹配的健康者为正常对照。收集清晨空腹中段尿,以气相色谱- 质谱联用（GC-MS）技术对尿液样本进行代谢图谱分析,正交偏最小二乘法判别研究尿液内源性化合物在两组间的差异。结果 T2DM 组和正常对照组尿液代谢谱明显分离。与正常对照组比较,T2DM 组尿液2,3,4- 三羟基丁酸、肌醇、D- 葡萄糖、D- 葡萄糖酸及尿素含量升高（P＜0.05 或0.01）,马尿酸含量减少（P＜0.01）。结论 代谢组学检查提示T2DM 患者尿液中代谢标志物为2,3,4- 三羟基丁酸、肌醇、马尿酸、D-葡萄糖、D- 葡萄糖酸及尿素,观察这些标志物含量的变化有助于T2DM 的临床诊断及发病机制研究。     

三角函数与三角恒等变换

1.本单元知识点三角函数是基本初等函数,它是描述周期现象的重要数学模型.本单元的学习重点包括:三角函数的概念,三角函数的图象与性质,同角三角函数基本关系,三角函数诱导公式,两角和与差的正弦、余弦、正切公式,二倍角的正弦、余弦、正切公式,函数y=Asin(ωx+φ)的图象,三角函数模型的应用.本单元的学习难点包括:三角恒等变换.2.典型例题选讲例1已知tanα=13,求值:     

最小二乘法的统计学原理及在农业试验分析中的应用

在现实世界中,普遍地存在着变量之间相互联系、相互制约的关系.那么,怎样用一个简单的解析式较为准确地描述和反映变量之间的关系呢?回归分析是最好的数学工具.在回归分析中,估计回归方程经常用到普通最小二乘法.然而,最小二乘法因其抽象常常被大家所忽视,它是从误差拟合角度对回归模型进行参数估计,并在参数估计以及预测、预报等众多农业领域中得到广泛的应用.就最小二乘法的引入,原理的证明,简单的应用进行归纳和总结.探讨了最小二乘法的线性拟合,对非线性拟合作了简要的叙述,使人们对最小二乘法有更为清晰、系统、全面地认识.农业科学研究影响因素多,能产生多种现象,似乎无规律可循,但是,在一定的条件、范围内,是有一定规律可循的,在这里,采用逆向思维的方法,应用普通最小二乘法就能很好地解决这一类问题,它为农业科研分析提供了一种强有力的手段.     

基于EU-R准则的多属性风险决策方法

风险决策问题中确定方案间的优劣关系必须综合方案前景的期望效用以及前景风险.针对一类多属性风险决策问题,首先规范了其描述方法,其次明确了标准差-信息熵风险度量的概念,然后提出期望效用-风险评价准则,并建立方案的综合评价函数,能够反映决策者风险偏好和效用-风险权衡对决策的影响,最后通过算例验证所提方法的有效性,深入分析决策者主观态度与决策结果间的关系.     

一种基于边交换的贪心算法求解md-MST问题

通过对最小度限制最小生成树(md-MST)问题性质进行分析,提出了一种基于边交换的贪心算法.算法先用贪心算法生成一棵生成树ST,然后对生成树ST经过边交换调整,得到满足问题约束条件的可行解,再对生成树ST进行进一步边交换优化,得到md-MST问题的最优解或接近最优解的近似解.实验证明,算法能在短对间内求出大规模顶点随机图的md-MST,是一种非常实用的求解md-MST问题的精确算法.     

三阶半线性中立型分布时滞微分方程的振动性

本文研究三阶半线性中立型分布时滞微分方程的振动性质.我们同时考虑了正则和非正则两种情况,利用广义Riccati变换和积分平均技巧,建立了在两种情况下保证方程的每一个解振动或者收敛到零的若干新的充分条件,所得定理推广和改进了最近文献中的若干结果.     

变系数拟自回归模型下的测量误差分析

本文对雷达测量误差影响较大的因素进行了分析研究,并将其和雷达测量数据一起建立了变系数拟自回归的统计模型以实现对雷达测量值的纠偏,利用剖面最小二乘法估计模型参数,在一定条件下证明了模型的大样本性质,并结合残差的峰度和偏度构建了区间估计。实际数据的拟合和预测结果显示,我们提出的纠偏方法可将误差减少90%。     

基于Chebyshev多项式的神经网络中长期负荷预测研究

高精度负荷预测在提高电力系统的安全性和经济性方面有着极其重要的意义,而现有的负荷预测方法因参数有限,难以完全反映其内在规律,因而导致预测结果不够准确.为此提出了一种基于Chebyshev多项式神经网络模型的预测方法.该方法使用递推最小二乘法训练神经网络权值系数,以获得高精度的参数估计,从而实现Chebyshev多项式神经网络模型对负荷量的最优拟合,再利用训练好的Chebyshev多项式神经网络模型实现中长期负荷预测.研究结果表明,该方法能较好模拟负荷变化规律,有效提高了负荷预测精度,在电力系统负荷预测中有较大的应用价值.     

一道全国大学生数学竞赛决赛题的推广

解答一道全国大学生数学竞赛非数学类决赛试题,该试题涉及微分方程,定积分及一元函数求极限.针对以积分形式表示的函数求极限问题,将定义在[0,1]区间上特定的被积函数分别推广到单调连续函数、连续函数及[-1,1]区间上的连续函数这三种形式.利用夹逼准则、连续函数的定义及反常积分一致收敛的性质可证推广命题成立.