次线性期望下的一般中心极限定理

受Peng-中心极限定理的启发,本文主要应用G-正态分布的概念,放宽Peng-中心极限定理的条件,在次线性期望下得到形式更为一般的中心极限定理.首先,将均值条件E[X_n]=ε[X_n]=0放宽为|E[X_n]|+|ε[X_n]|=O(1/n);其次,应用随机变量截断的方法,放宽随机变量的2阶矩与2+δ阶矩条件;最后,将该定理的Peng-独立性条件进行放宽,得到卷积独立随机变量的中心极限定理.     

具有高安全性和有效性的Ⅱ期两阶段临床试验

Ⅱ期临床试验的主要目的是对药物治疗的安全性和有效性进行评估.针对具有高安全性的Ⅱ期两阶段临床试验,给出小样本量下关于安全性和有效性的精确检验方法,并证明最大Ⅰ类错误概率与Ⅱ类错误概率分别在原假设和备择假设的边界处达到.在期望样本量最小原则下,给出最优两阶段设计的构造方法和常用设计表,供实际应用选用.     

幂幂损失下正约束参数的贝叶斯估计量及其应用（英文）

所提出的幂幂损失函数对参数过大或过小具有均衡收敛速度或惩罚,具有本文列出的所有七个性质,因此建议用于正限制参数空间.然后在幂幂损失函数下计算参数的贝叶斯估计量、后验风险、综合风险和贝叶斯风险.接着,我们在一个分层正态–正态逆伽玛模型下解析地计算了这些量.最后,数值模拟验证了我们的理论研究.     

条件数学期望的定义归纳及其应用

给出条件数学期望的一般定义、经典定义以及随机变量关于一般σ代数的条件数学期望的几何定义,并举例说明条件数学期望在均值回归中的应用.     

基于最坏情况条件鲁棒利润的发电机组最优组合

采用最坏情况条件风险价值方法刻画电价风险,并定义最坏情况条件鲁棒利润描述发电商的利润,考虑机组启停,建立了基于最坏情况条件鲁棒利润的发电机组最优组合模型.在盒式不确定集下,将所建模型转化为混合整数二阶锥规划进行求解.通过10机24时段系统的算例仿真,验证了所建模型和求解方法的有效性.     

基于多维混合柯西分布的点云配准

为提高三维点云在数据随机缺失和噪声干扰等复杂情况下的配准精度,提出一种基于多维混合柯西分布(MMC)的点云配准方法。将点云数学模型扩展为MMC模型,求解模型各参数,并构造出特征四面体,以优化旋转矩阵与平移向量;通过最大期望算法分别求出目标点云和待配准点云在MMC模型下的数据中心、协方差矩阵和权重的值。仿真与实验数据表明:与几种常用的算法相比,MMC算法即使在点云数据存在遮挡、缺失,大小不一致,含随机噪声,且具有无序性的条件下,也能精确配准,且具有良好的稳健性。     

函数知识在最大利润问题中的应用例析

做生意讲效益,利润最大往往是商家最关心的问题之一.怎样获得最大利润,这是一个很有价值的实际问题,也是近年来中考试题的热点之一.如何加强学生对数学的认识,提高学生分析问题、解决问题的能力,运用数学知识为市场经济服务,现特选几例函数知识在最大利润问题中的应用与大家进行探讨.