具有恒定冲击载荷的梯度泡沫金属材料设计

多胞材料可通过大变形大量地吸收冲击能量，引入密度梯度可进一步提高其耐撞性。梯度多胞材料的宏观力学响应对材料密度分布极为敏感，不同类型的细观构型的影响也极为不同。已有的研究工作主要局限在对给定的密度梯度分析其动态响应，较少对耐撞性设计方法进行研究。本文针对梯度闭孔泡沫金属材料，基于非线性塑性冲击波模型发展了耐撞性反向设计方法，以维持冲击物受载恒定为目标，运用级数法获得了简化模型和渐近解。利用变胞元尺寸法构建了连续梯度变化的三维Voronoi细观有限元模型，并利用ABAQUS/Explicit有限元软件对理论设计进行数值验证。结果表明，反向设计理论简化模型的渐近解对于梯度闭孔泡沫金属材料的耐撞性设计是有效的，所提出的耐撞性设计方法在控制冲击吸能过程和冲击物受载方面具有指导意义。     

基于sieve方法的响应变量为当前状态数据的部 分函数型线性模型的估计

利用sieve方法研究响应变量为当前状态数据的部分函数型线性模型的估计.在一定的条件下,证明了该估计的强相合性和渐近正态性,得到了该估计的收敛速度,并且非参数部分达到最优收敛速度.最后通过一个数值模拟来研究该估计的有限样本性质.     

求解矩阵方程AXB+CXD=F参数迭代法的最优参数分析

本文针对求矩阵方程AXB+CXD=F唯一解的参数迭代法，分析当矩阵A，B，C，D均是Hermite正（负）定矩阵时，迭代矩阵的特征值表达式，给出了最优参数的确定方法，并提出了相应的加速算法.     

常利息力下非标准连续时间更新风险模型破产概率的渐近性态

讨论一个非标准连续时间更新风险模型,其中理赔变量序列为一列两两尾拟渐近独立(TQAI)非负随机变量,在常数利息力假定下,得到了其有限时间破产概率的渐近估计式,并进一步讨论了估计的一致性,推广了[1,2,8]等文献的结果.     

σ2 Hessian方程的Pogorelov型C2 内估计及应用

提出利用拉格朗日乘子法重新证明σ2算子的最优凹性,并定义了一个凸锥Γ3?=λ=(λ1,λ2,?,λn)∈Rn:σ1(λ)>0,σ2(λ|i)>0,1≤i≤n。利用σ2算子的最优凹性，给出了σ2Hessian方程Pogorelov型C2内估计，进而证明了σ2(D2u(x))=1,x∈Rn的满足二次多项式增长条件的Γ3?-凸整解为二次多项式。     

隐半马尔科夫市场下投资组合的动态决策问题（英文）

在长期投资组合中,既要考虑金融资产自身的价格波动风险,又要关注宏观经济环境变化及通胀风险对各资产的影响.为此,本文建立宏观经济环境服从隐半马尔科夫链的金融市场,由通胀指数债券、银行存款和普通股票构成投资组合.由期望效用最大化构建随机控制模型,考虑到该隐半马尔科夫市场的不完备性,进一步将该投资组合问题视作部分信息的随机控制问题,并利用隐半马尔科夫滤波将部分信息控制问题转化问完全信息问题,得到解的存在唯一性.本文最后给出若干数值模拟结果,结果显示本文建立的模型优于普通市场的模型.     

基于模型的小域估计方法及其拓展——由单变量推广到多变量情形

小域估计是当今抽样调查领域的研究热点,通过建立小域估计模型,将所有调查区域通过公共的参数连接起来,利用相关区域数据作为辅助信息,解决多层次抽样调查中某些域样本量不足的问题,提高参数的估计精度。本文首先在目标变量是单变量的情形下,研究了域层次模型和单元层次模型的参数估计方法,进而推广到目标变量是多变量的情形,考虑变量之间的相关性,研究了多变量Fay-Herriot模型参数的经验最优线性无偏预测及其均方误差矩阵的性质,最后通过一个实例,验证了参数估计具有良好效果。     

航空器供油问题中完全逆序类中的多项式时间可解类

航空器供油问题是一类非线性组合优化问题,其目标函数为分式形式,该问题目前不存在多项式时间算法,也未被证明是NP完全问题。一般可以用置换来刻画n架飞机的一个供油顺序。该问题中有一类实例被称为“完全逆序类”,“完全逆序类”用动态规划算法求解计算时间为O(n2ⁿ),具有指数时间复杂度。本文通过对该“完全逆序类”问题做进一步分析,发现在“完全逆序类”中也存在着多项式时间可解的情况。定理1研究一类一次可解的情况,若问题满足定理1的条件,则求解一次即可找到其最优解;定理2研究一类多项式时间可解的情况,当问题满足定理2的条件时,其最优解可在多项式时间内获得。     

最优循环局部修复码的构造

局部修复码是分布式存储编码领域的一个热门研究方向,具有局部性(r,δ)的局部修复码对丢失节点修复具有更高的效率.文章利用限域F_q上循环码构造了两类具有局部性(r,δ),最小距离为d=δ+4,码长n为q+1倍数的最优局部修复码.     

哪家更便宜

1.今天开学啦!古拉格和谷拉拉准备去商场选购几本笔记本,用来写数学日志。他们就近先去了A商场。谷拉拉:哇,快看,这里的学习用品全部打九折耶!如果10元的东西,我只要付1元,省了9元呢。2.古拉格:哎呀,不对,你这样算是不对的!折扣不是越高越好,而是越低越好。九折就是原价的90%,所以打一折会比打九折便宜得多。