一类It型非线性时滞关联随机大系统的分散鲁棒控制

在非线性项满足全局Lipschitz条件下,本文研究了一类It型非线性时滞关联随机大系统的分散鲁棒控制问题.系统的时滞是关于状态和控制输入的.基于Lyapunov泛函及线性矩阵不等式(LMI)的分析方法,得到了无记忆状态反馈控制器使整个时滞关联随机大系统可镇定的充分条件.     

平面上随机级数的性质

研究了平面上系数{Xn,n≥0}为(?)-混合序列在满足,(q>1)等条件下的随机级数的增长性及值分布,得到了比较好的结果．     

上海基础房价相关指标及走势的分析与研究

基础房价的相关指标及其走势一直是大众关心的热门话题．本文通过对上海基础房价相关指标的分析，建立了市场房价走势的两个数学模型．模型一：在相关性分析的基础上利用主成分分析消除指标间的共线性，再用回归拟合房价模型并进行预测；模型二：在相关性分析的基础上利用核估计方法预测出房价．继呵对2005年下半年的房价走势进行了预测，得出的结果与实际情况相吻合．     

一类半参数回归模型的估计理论

考虑半参数回归模型Y=X’β+g(T)+e,其中(X,T)为取值于R^p×[0,1]上的随机向量,β为p×1未知参数向量,g为定义于[0,1]上的未知函数,e为随机误差,Ee=0,Ee²=σ²>0,且(X,T)与e独立。本文综合最近邻和最小二乘的方法定义了β,g和σ²的估计量,g_n^*和。在适当条件下证明了和的渐近正态性,并得到了g_n^*的最优收敛速度。     

提前还贷及其隐含期权的分析

可提前还款的定期贷款是隐含着期权的利率衍生物，本文建立CIR利率模型下可提前还款的定期贷款的数学模型，通过离散偏微分方程，建立了模型的计算方法，讨论了随机利率对提前还贷的影响．     

基于伪随机排列的密码模型及其在MATLAB中的实现

给出了关于密码编码学的一般数学模型,在此基础上提出了一种新颖的能用于中文文稿加密的实用有效的编码方法:基于伪随机排列的密码模型(PRP算法),并在MATLAB中实现了上述模型.通过唯密文攻击和已知明文攻击的密码分析,得知该算法具有很强的抵抗攻击能力.     

Jensen’s Inequality for Backward Stochastic Differential Equations

Abstract Under the Lipschitz assumption and square integrable assumption on g, the author proves that Jensen’s inequality holds for backward stochastic differential equations with generator g if and only if g is independent of y, g(t, 0) ≡ 0 and g is super homogeneous with respect to z. This result generalizes the known results on Jensen’s inequality for g- expectation in [4, 7–9]. *Project supported by the National Natural Science Foundation of China (No.10325101) and the Science Foundation of China University of Mining and Technology.     

多元线性回归法在互联网网间结算中的应用

本文建立一个理论模型研究互联网互联结算的问题。文章利用多元线性回归法对互联网骨干网运营商(IBPs:Internet Backbone Providers)的网络价值进行评估,利用IBPs各自的网络价值对其交换速率进行加权,从而得出网络价值加权速率,依据这个速率进行结算既可以反映了每个网络对互联的贡献程度,又反映了在互联中对网络资源的被占用程度。     

随机环境中多物种分枝随机游动

引进了随机环境中多物种分枝随机游动的一般模型.在分枝过程非灭绝的情况下,讨论了系统的状态分类,得到了系统暂留及强常返的充要条件是存在k个定义在整数集上的函数分别满足某种性质.最后给出了系统强暂留的充分条件.     

加权微分建模的初步研究

加权建模是必要的,微分建模是重要的,把二者结合起来,进行加权微分建模既必要也重要.给出了常用模型的微分建模结果,讨论了加权建模中的计算和权重选择问题,探讨了加权微分建模的思路和方法,并结合典型数据验证了该方法的有效性和稳定性.象加权建模一样,加权微分建模的精度、实用价值等,是和权重确定得合理与否紧密相联;应先进行模拟,以与近期实际值或典型样本相差最小的参数所对应的模型为准.