二次损失下带线性等式约束的线性模型中的线性预测的可容许性

本文针对带线性等式约束的线性模型 ,在二次损失下研究了线性预测的可容许性 ,得到了条件线性可预测变量的线性预测 Lys(Lys+ a)是可容许线性预测的充要条件。     

多元线性模型中条件最优预测的稳健性

研究了多元线性模型中条件最优线性无偏预测的稳健性问题,得到了条件线性可预测变量的这种预测关于协方差矩阵具有稳健性的充要条件.     

带不等式约束的线性模型中非齐次线性预测的可容许性

本文针对带不等式约束的线性模型,在矩阵损失下研究了线性预测的可容许性,得到了条件线性可预测变量的非齐次线性预测Lys α是可容许线性预测的充要条件.     

线性等式约束下有限总体中的最优预测

本研究了带线性等式的约束条件的有限总体中的最优预测问题,给出了条件可预测变量和条件最优线性无偏测的定义,得到了条件可预测变量的所有条件最优线性无偏预测,并证明了它在几乎处处意义下的唯一性。     

任意秩多元线性模型中的最优预测

本文研究了任意秩多元线性模型中可预测变量的最优预测,特别地,我们考虑了一类特殊的预测函数,Φ－线性预测函数,给出了Φ－可预测变量和最优Φ线性一无偏预测的定义,得到了Φ－可预测变量的最优Φ－线性无偏预测,并证明了它在几乎处处意主意义下的唯一性。     

不同混合线性模型下线性函数的最佳线性无偏预测相等的条件

考虑一个不仅对协方差矩阵没有任何秩假设,而且对随机效应向量和随机误差向量之间的关系没有任何限制的混合线性模型.给出了线性统计量Ay是线性函数f（L,N）的最佳线性无偏预测的充要条件;同时也给出了在混合线性模型M1下BLUP（f（L,N））仍是在混合线性模型M2下BLUP（f（L,N））的充要条件;最后给出在两混合线性模型下BLUP（f（L,N））相等的条件.     

两个线性模型间最优线性无偏预测的等价性

设M1和M2是两个带有预测量的线性模型,通过使用矩阵秩方法,本文给出了模型M1下预测量的最优线性无偏预测同时也是模型M2下的最优线性无偏预测的充分必要条件.作为这个结果的应用,我们给出了两个线性混合模型间最优线性无偏预测等价性的充分必要条件.     

多元随机效应模型中线性预测的泛容许性

研究了一般随机效应多元线性模型中未来观察值的线性预测的泛容许性,引入了线性可预测变量的泛容许预测的概念,并得到了齐次线性预测(非齐次线性预测)在齐次线性预测类(非齐次线性预测类)中是泛容许预测的充要条件．     

多元线性模型中两类预测的最优性判别

在一般多元线性模型中就基于岭估计的预测量与最优线性无偏预测量的最优性判别问题进行了讨论,得到了基于岭估计的预测量在矩阵迹意义下优于最优线性无偏预测量的充要条件.     

增长曲线模型中两个最优线性预测

对一般增长曲线模型中一类线性可预测变量KY0L和φ-可预测变量的最优预测进行了研究，在一定条件下分别得到了最优线性无偏预测和最优φ-线性无偏预测，并证明了它们在几乎处处意义下的唯一性．     

期权定价的局部线性预测法

在为期权定价时,使用B-S公式算得的结果和市场交易值存在一定偏差.本文针对这一问题,给出了一种新的期权定价数值方法,即局部线性预测法.并用股票期权的实际交易数据对这一方法进行了数值验证,表明这一方法是有效的.     

A fast approximation algorithm for solving the complete set packing problem

We study the complete set packing problem (CSPP) where the family of feasible subsets may include all possible combinations of objects. This setting arises in applications such as combinatorial auctions (for selecting optimal bids) and cooperative game theory (for finding optimal coalition structures). Although the set packing problem has been well-studied in the literature, where exact and approximation algorithms can solve very large instances with up to hundreds of objects and thousands of feasible subsets, these methods are not extendable to the CSPP since the number of feasible subsets is exponentially large. Formulating the CSPP as an MILP and solving it directly, using CPLEX for example, is impossible for problems with more than 20 objects. We propose a new mathematical formulation for the CSPP that directly leads to an efficient algorithm for finding feasible set packings (upper bounds). We also propose a new formulation for finding tighter lower bounds compared to LP relaxation and develop an efficient method for solving the corresponding large-scale MILP. We test the algorithm with the winner determination problem in spectrum auctions, the coalition structure generation problem in coalitional skill games, and a number of other simulated problems that appear in the literature.     

On the controlled separable projection property for some C(K) spaces

We give necessary and sufficient conditions for a compact K in order to guarantee that C(K) enjoys the controlled separable projection property (CSPP). As a consequence, we obtain an example of a scattered compact K such that C(K) is not injected into a Hilbert space, although C(K)* is, and nevertheless C(K) does not have the CSPP.     

GLOBAL CLASSICAL SOLUTIONS TO QUASILINEAR HYPERBOLIC SYSTEMS WITH WEAK LINEAR DEGENERACY

§1. Introduction and Main Results Consider the following ?rst order quasilinear strictly hyperbolic system ?u ?u A(u) = 0, (1.1) ?t ?xwhere u = (u1, ···,un)T is the unknown vector function of (t,x) and A(u) is an n×n matrixwith suitably smooth elements aij(u) (i,j = 1, ···,n). By the de?nition …     

具有连续参数齐次随机场的线性预测与马氏性

本文研究了具有连续参数齐次随机场的3个类型的线性预测问题和两个类型的马氏性问题,并用这3个类型的预测问题的研究结果及[1]的方法,求出了这两个类型的马氏性问题具有马氏性的充分条件和充分必要条件.且深化了[1]中结果.     

THE LARGEST SOLUTION OF LINEAR EQUATION OVER THE COMPLETE HEYTING ALGEBRA

Let (L, ≤, ∨, ∧) be a complete Heyting algebra. In this article, the linear system Ax = b over a complete Heyting algebra, where classical addition and multiplication operations are replaced by ∨ and ∧ respectively, is studied. We obtain: (i) the necessary and suffcient conditions for S(A, b)≠■l; (ii) the necessary conditions for |S(A, b)| = 1. We also obtain the vector  ∈ Ln and prove that it is the largest element of S(A, b) if S(A, b)≠■.     

二次损失下任意秩有限总体中的线性Minimax预测

本文对通常的二次损失作了适当的修改,在此基础上研究了一个预测在齐次线性预测函数类中的极大极小性。得到了任意秩有限总体中线性可预测变量的唯一线性Minimax预测(有关唯一性在几乎处处意义下理解)。     

矩阵损失下一般Gauss-Markov模型线性预测的可容许性

本文研究了一般Gauss-Markov模型中线性可预测变量的线性预测的可容许性.在给出线性预测可容许性定义的基础上,通过构造一个特殊的常量矩阵D0,分别得到了齐次和非齐次线性预测类中可容许的充要条件.