一种新的基于非线性相位的Fourier理论及其应用

信号的正频率表示自Fourier分析诞生以来一直都是物理学家、数学家以及信号分析工作者密切关注的问题.基于调和分析和复分析方法,在过去近二十年里诞生了单分量函数理论以及基于单分量函数的函数(信号)表示理论.作为原创性理论这个方法将信号快速分解为一些具有正的非线性瞬时频率的基本信号之和.该理论植根于经典数学并可以推广到定义在高维流形上的向量值及矩阵值信号.这从而也创立了高维空间中的有理逼近理论.单分量函数理论包括正瞬时频率的数学定义及几个最重要的单分量函数类的刻画.单分量函数的表示理论包括核心自适应Fourier分解(Core Adaptive Fourier Decomposition,或Core AFD)及其若干变种,包括解绕AFD,循环AFD,再生核Hilbert空间的预一正交AFD.除了理论及方法的概述,本文也给出了两个新证明:迄今最一般的依据极大选择原理的自适应分解的收敛性的证明;以及参数重复选择的及用到再生核导数的必要性的证明.最后我们给出该理论与数学及信号分析中若干相关理论的联系,以及该方法的某些应用.     

基于傅里叶级数展开式的有效期权定价方法

A novel option pricing method based on Fourier-cosine series expansion was proposed by Fang and Oosterlee. Developing their idea, three new option pricing methods based on Fourier, Fourier-cosine and Fourier-sine series expansions are presented in this paper, which are more efficient when the option prices are calculated with many strike prices. A series of numerical experiments under different exp-L~vy models are also given to compare these new methods with the Fang and Oosterlee＇s method and other methods.     

关于拟线性混合型边界问题的概率表示

关于某些抛物型和椭圆型偏微分方程的混合边界问题的解被表示为一类联系于Ito正向反射边界随机微分方程的反向随机微分方程的解．     

左O-解析函数紧致奇点的可去性

借助于Adams等人的代数方法,我们证明了多八元数左O-解析函数以及满足一类微分方程的左O-解析函数的紧致奇点的可去性.     

关于有信用风险的期权定价的鞅方法

本文考虑了一个关于具有对方风险的衍生物的金融模型\bd 应用公司价值模型, 本文讨论了关于具有对方破产风险的衍生物的欧式期权定价问题\bd 应用鞅方法, 在高斯分布等的假设下本文得到并证明一个关于该期权的显式Black-Scholes定价公式\bd 该公式推广了Ammann在[1]中的相应结果.     

关于带跳的反射扩散过程的随机最优控制问题

研究一类半空间上带泊松跳的反射扩散过程的随机最优控制问题·　得到关于这一控制问题的非线性Nisio半群 ,和联系这一半群的带Neumann边界条件的哈密顿·雅可比·贝尔曼方程·　讨论这一类方程的粘性解的存在唯一性等问题·　证明该控制问题中的价值函数是这一方程的一个粘性解·     

持续共振解的拟恒等平均与多变量展开的比较

阐述了对于带缓变参数的强非线性振动系统,平均拟恒等变换与多重变量展开如何在持续共振解中首阶等价.     

利用微分从属定义的积分算子函数族的性质研究

介绍了利用微分从属关系定义的一类函数类v_k[p,A,B]和一类算子函数I_p~λ(μ,η)(z),在上述算子函数的基础上定义了两类积分算子函数F_(p,μ,η)~(n,λ)(z),G_(p,μ,η)~(n,λ)(z),利用微分从属和凸函数理论,得到了积分算子函数F_(p,μ,η)~(n,λ)(z),G_(p,μ,η)~(n,λ)(z)包含于函数类v_k[p,A,B]的条件,结论推广了部分已有的研究成果.     

可伸缩的广义框架（英文）

本文讨论在每个元素前乘以系数使之成为紧框架的广义框架问题,并称具有这种性质的广义框架为可伸缩的广义框架.首先,建立广义框架可伸缩成紧广义框架的几个充分和必要条件;其次,给出相应例子表明这些条件.     

正倒向随机微分方程的参数估计

本文的研究目标是离散观测下正倒向随机微分方程中未知参数的估计及其性质.作为第一步,本文考虑一个线性模型.本文先导出两个状态过程的关系式,进而找到离散观测数据的似然函数.最后详细讨论最大似然估计量的相合性和渐近正态性.