两个广义伽玛分布之间新的Kullback-Leibler距离

在Kullback-Leibler距离的基础上,对Kullback-Leibler距离进行改进,给出了新的Kullback-Leibler距离,并讨论了它的性质.计算了两个不同广义伽玛分布之间新的Kullback-Leibler距离.推导出伽玛分布、Weibull分布、Rayleigh分布、正态分布、指数分布新的Kullback-Leibler距离.另外在新的KullbackLeibler距离下,还得到digamma函数Ψ(x)=(Γ'(x)/(Γ(x))为单调递增函数.     

基于CAR模型国内A股市场反应不足的实证分析

主要关注的主体异象为反应不足,在已有的HS模型基础上,对我国IPO改革背景下的证券市场投资策略进行了实证研究.实证过程中主要采用了市场调整模型计算累计超额收益率,并根据样本条件划分适当的形成期和检验期.在此基础上,以经典的"赢者组合"和"输者组合"方法对实证数据进行分析,最终发现A股市场中存在反应不足的金融异象.     

化学反应流中分子扩散的二点封闭MCA模型

在化学反应流的概率密度函数(PDF)方法中,对流项和化学反应项都是封闭的,但分子扩散项必须模拟。现有的分子扩散模型都是唯象的,需要引入外加参数,并难以通过一些基本物理过程的检验。本文发展了随机映射逼近(mapping closure approximation,MCA)方法,解析地从控制方程导出一个封闭的分子扩散模型。该方法考虑两点联合概率密度函数方程,引入空间特征尺度,因此解决了以往映射封闭方法中分子扩散速率无法确定的问题。数值模拟表明该方法能用于预测标量扩散的速度,以及概率密度函数和条件平均扩散等统计量。     

FV/MC混合算法求解轴对称钝体后湍流流场

介绍一种有限容积／Monte Carlo结合求解湍流流场的相容的混合算法．有限容积法求解Reynolds平均的动量方程和能量方程，Monte Carlo方法求解模化的脉动速度—频率—标量联合的PDF方程．将该算法发展到无结构网格，探讨了在无结构网格中实现两种方法的耦合，包括颗粒定位，颗粒场和平均场之间数据交换等问题．并以二维轴对称钝体后湍流流场作为算例，比较了计算结果与实验结果．     

混响室的概率统计分析方法及其蒙特卡罗模拟

 提出了一种研究混响室问题的理论分析方法,从理想混响室的离散概率模型出发,采用蒙特卡罗模拟来获得室内电磁场量及其相关物理量的概率统计特性。运用该方法获得了混响室内若干场量（均为归一化值）的概率密度函数、室内一段均匀无耗单导体传输线的负载平均耦合截面及负载电流响应模值的概率分布,所得结果与已有文献给出的结果（包括由解析公式计算或测量所得的结果）吻合良好。由于蒙特卡罗方法的普适性,采用该方法可以获得任意待分析参量的全部概率统计特性（只要样本数足够大）。同时该方法无需针对具体混响室进行,只要在其测试区域能较好地与理想混响室的基本概率模型相吻合,就能给出较精确的计算结果,且其计算量远远小于基于全波分析的蒙特卡罗方法。     

二维连续型随机变量函数分布的一个定理

给出求二维连续型随机变量函数分布的一个定理,并籍以导出二维随机变量和差积商的概率密度函数公式.     

基于EM算法的因子分析中隐变量的条件概率密度函数

因子分析是一种重要的多元统计分析技术,可以采用EM算法迭代得到模型的未知参数,其中一个关键的问题就是在已知观测数据和前一次迭代得到的参数估计值的条件下,如何得到隐变量的条件概率密度函数.国内外的有关文献都不加说明地直接给出了这个函数,本文给出了详细的推导过程.     

基于巨灾模型的巨灾保险组合研究

巨灾风险所造成的巨大损失已经威胁到人类社会的可持续发展.巨灾保险是分散巨灾损失的一种途径,利用巨灾模型研究被保风险的累积损失和个人损失分布的数学性质,且考虑损失率是巨灾强度的函数.通过巨灾模型和保险公司破产概率的计算和数值仿真,得到不能仅仅依靠保费的选择而分散巨灾风险.     

湍流预混火焰LES/FDF模拟中标量混合时间尺度建模

在实际应用中,精确模拟高湍流度预混火焰十分关键但极具挑战性。本文将被动标量混合时间尺度动态封闭方法与hybrid混合时间尺度模型结合,在湍流预混火焰LES/FDF模拟中提出一种新的标量混合时间尺度建模方法。该方法不需要人为选取混合模型参数C_M,且动态地考虑了由湍流和火焰结构分别引起的亚网格标量混合。对悉尼值班预混射流燃烧器高湍流度PM1-150火焰进行了LES/FDF模拟。结果表明,新模型显著改善了对整体燃烧进程的预测结果,正确地预测了局部熄火/再燃现象。进一步的结果显示,模型参数C_M明显大于在RANS框架下量级为1的常用取值,这表明该参数在不同框架下具有不同的物理内涵。     

一类由一维概率密度函数构造多维概率密度函数的方法

将文献[1]给出的由一维连续型随机变量的概率密度函数构造二维连续型随机变量的概率密度函数的方法,推广为由一维连续型随机变量的概率密度函数构造三维连续型随机变量的概率密度函数的情况,并作出了证明和举例说明.说明利用本文的方法构造多维概率密度函数,其方法简单易行.