(IGa-Exp)模型下二行动线性决策问题的抽样信息期望值

二行动线性决策问题是一类常见而重要的决策问题.指数分布在排队论和可靠性理论等领域应用广泛.本文讨论了逆Γ分布共轭于指数分布的决策模型下的二行动线性决策问题的抽样信息期望值的计算公式及应用价值.     

（Г—P）模型下二行动线性决策问题的抽样信息期望值

二行动线性决策问题是一类简单而又常见的决策问题，实际中用处很大。本文讨论了Г分布共轭于泊松分布的决策模型下(即Г—P模型)二行动线性决策问题的抽样信息期望值的计算公式。     

(Γ-Ρ)模型下二行动线性决策问题的抽样信息期望值

二行动线性决策问题是一类简单而又常见的决策问题,实际中用处很大,本文讨论了Г分布共轭于泊松分布的决策模型下(即Г-P模型)二行动线性决策问题的抽样信息期望值的计算公式。     

基于期望效用理论的二行动线性决策问题研究

首先讨论了位置-尺度分布族条件下期望效用准则的一个等价条件,然盾利用等价条件研究了期望效用准则下二行动线性决策问题的解.研究发现,二行动线性决策问题的解在不同的决策准则下是不同的.这正是为什么人们在面对二行动决策问题时所采取不同行动的原因所在.     

Ⅱ型截尾数据下指数型产品的Bayes决策分析

将贝叶斯决策理论推广到了截尾试验数据的情况,从而进一步拓宽了其应用领域.研究了指数分布在定数截尾情形下的二行动线性决策问题的Bayes决策分析,主要包括先验EVPI、后验EVPI期望值及抽样信息期望值定理,同时得出相应的最优决策.最后用算例说明其应用.     

加权平方和损失下线性估计的可容许性

1980年,Berger讨论了Γ分布尺度参数的通常估计的容许性向题.本文在此基础上讨论Γ分布尺度参数的线性估计的容许性问题,即 例1 设X_1和X_2相互独立,X_1～Γ(α_1,β_1~(-1)),X_2～Γ(α_2,β_2~(-1))α_1和α_2是已知的正常数,β=(β_1,β_2)′∈R~ ×R~ 是未知的参数.取β的估计为线性估计     

超逆Γ分布及其抽样算法

关于可分图模型的Bayes推断,本文提出了超逆Γ分布,它可以作为可分的Gaussian图模型中协方差阵的共轭先验分布.在讨论了Γ分布和逆Γ的性质后,给出了超逆Γ分布的抽样算法.     

若干矩阵Γ分布的相关分布

本文研究了与矩阵Γ分布相关的若干分布的密度函数,利用矩阵Γ分布的特征函数和它的Bartlett分解等方法,获得了与矩阵Γ分布相关的几个分布的密度函数解析表达式,它们包括Γ分布随机矩阵的子矩阵、行列式、迹和特征根的分布密度,进一步还得到了相关系数矩阵的分布密度函数形式.     

Γ-分布类的条件概率封闭性

X服从参数α和λ的Γ-分布,V与Y分别服从参数θ和λ的指数分布.我们证明了:在X＜Y的条件下,X的条件分布是参数α和θ+λ的Γ-分布;在X＜V＜X+Y的条件下,V的条件分布是参数α+1和θ+λ的Γ-分布.称此类性质为Γ-分布类的条件概率封闭性.对离散的负二项分布也证明了类似的结果.     

线性模型中最小二乘估计的相对效率

考虑了Gauss-Markov模型y=Xβ+e,e~(0,σ2Σ)和增长曲线模型Y=ABC+ε,Vec(ε)~(0,δ2V W),提出了参数γ=Xβ和Γ=ABC的最小二乘估计(LSE)γ^与Γ^关于最佳线性无偏估计(BLUE)γ*与Γ*的几种新的相对效率,并得出了它们的下界以及与以往效率的某些关系.     

一类随机多目标二次线性规划模型的交互式算法

针对线性约束条件下带有一个二次目标函数和多个线性目标函数的随机多目标决策问题，借助参考方向法和权重法对该决策问题的期望值模型进行标量化，获得了关于期望值模型的（恰当／弱）有效解的充要条件，引入Ａｃｈｉｅｖｅｍｅｎｔ函数建立了一类随机多目标二次线性规划模型的交互式计算方法．     

Γ分布密度函数的性质

分析了Γ分布密度函数的性质,指出了该密度函数与相应参数之间的关系.主要研究第二个参数对密度的影响,证明了β增大时Γ(α,β)分布密度极大值也增大,还指出了β变化时Γ(α,β)分布密度与另一特定密度曲线交点的变化规律.     

广义扩张的Schr?dinger-Virasoro代数的二上同调群

假设F是特征为0的域,Γ是F上的一个加法子群,域F上的元s满足s?Γ但2s∈Γ.我们定义了一类无限维李代数W[Γ,s],称之为广义扩张的Schr?dinger-Virasoro代数.本文确定了W[Γ,s]上的所有二上同调群.     

Γ函数在概率统计中的应用

利用Γ函数的定义及性质推导卡方分布概率密度函数的表达式、卡方分布的期望与方差,求解一些分布的数字特征,最后介绍Γ函数在概率统计证明中的一些应用.     

二值命题逻辑中的三种Γ近似推理模式及其等价性

在二值命题逻辑中引入了公式的Γ蕴涵真度,证明了全体有限理论的蕴涵真度值在[0,1]中稠密.在Γ蕴涵真度的基础上,定义了公式间的Γ蕴涵相似度及伪距离.最后讨论了基于Γ蕴涵真度的三种近似推理模式,得出了这三种近似推理模式之间是等价的结论.     

赋范空间E和l~1(Γ)的单位球面间等距映射的延拓

研究赋范空间E和l~1(Γ)的单位球面之间的等距映射的延拓,得到E和l~1(Γ)的单位球面之间的满等距映射可以延拓为全空间E上的实线性等距算子,从而肯定地回答了相应的Tingley问题.     

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.     

二层决策问题的灵敏度分析(2)

二层决策系统包含着两个最优化决策问题,其中上层决策问题的目标值是由下层决策的解所隐含地确定的.本文研究了二层决策问题的另一方面的灵敏度分析问题,讨论了上层决策者的价值系数发生变化而二层决策问题的最优解不变所产生的灵敏度分析问题.为了确定二层决策问题价值系数发生变化的范围,首先我们给出了灵敏度分析的基本方法,结合“k th-best”算法我们又给出了灵敏度分析的操作步骤.在所确定的变化范围内,价值系数的变化,不会引起二层决策问题的全局最优解的变化,从而为决策者提供了相对稳定的决策方案.最后我们给出了数值实例,它表明本文所给出的灵敏度分析的方法是正确的.     

关于图值随机元的若干概率不等式

设{Xi}∞i=1是一列独立同分布在图Γ=(V(Γ),E(Γ))上取值的随机元.本文给出在图上取值随机元的r-阶均值集与r-阶广义样本均值集的概念,将经典的Chebyshev及Hoeffding型不等式推广到图值随机元序列中.     

亚纯函数微分多项式f~kQ[f]+P[f]的零点分布

文[4]对简单形式的微分多项式fkf’+a的零点分布进行了讨论,文[1]对一般形式的微分多项式fkQ[f]+P[f]的零点分布进行了讨论.但由于极点给证明带来的困难,这些工作主要是对整函数来做的.本文证明了任一满足δ(∞,f)>k+2ΓQ+3ΓP+2/2k+2ΓQ+1的超越亚纯函数f,微分多项式fkQ[f]+P[f]在不含f,Q[f]极点和P[f]零、极点的可数个圆盘并集之外有无穷多个零点,其中k≥3Γp+2,而ΓQ,ΓP分别是f的微分多项式Q[f],P[f]的权.文[1]和[2,4,6]中的结论是本文结论的特殊情况.