抗生素调节的单种群chemostat模型研究

构建并分构了抗生素调节的单种群chemosta模型 ,得到了依赖于抗生素输入浓度的微生物种群绝灭和一致持续生存的充分条件 .     

生存轨道与集值映象的不动点

基于无穷维空间中的生存定理，我们研究了集值映象的不动点，得到了一个新的不动点定理，推广和改进了[1]和[5]中的相应结果。     

相关系数与相关性度量

研究了度量相关性的两个主要工具:线性相关系数和尾部相关系数.线性相关系数反映了变量间的线性相关性,这对于一般的椭圆型分布是合适的.但如果随机变量具有不对称的尾部变化特征时,要用尾部相关系数描述它们之间的相关性.通过相关函数C opu la,对沪深股市的尾部相关系数进行了定量分析.结果表明:沪深股市具有较强的相关性.     

具III类功能反应的非自治捕食扩散系统的全局稳定性(英文)

讨论了一类具有扩散率和 III类功能性反应的非自治捕食系统 ,证明了在适当条件下 ,系统是持久的 ,进一步如果系统是周期系统 ,则在一定条件下存在惟一全局稳定的周期解 .     

二元联合生存状态与Makeham死亡律

证明了在生存群中,如果对任意二元联合生存状态,总能找到一个联合生存状态由两个年龄相同的个体组成,并且这两个联生状态的生存分布相同,则群体死亡力为线性函数或Makeham死亡力.最终得到结论如下,二元联合生存状态中的两个个体可以由两个年龄相同的个体替代的充分必要条件是,群体死亡力服从Makeham死亡律或线性死亡律.     

多类型复发事件下的一类均值加速回归模型

在复发事件的统计分析中,事件的平均发生个数可能比其强度函数或危险率函数更具可解释性.为了评价协变量对复发事件的影响,许多学者考虑了复发事件的边际比例均值模型.然而,在许多实际应用中,协变量对复发事件不仅具有均值比例效应,而且还可能会加速或减缓复发事件的发生,即协变量对复发事件均值过程具有时间尺度效应.在多类型复发事件数据框架下,考虑一类广泛的加速均值模型.利用估计方程方法,获得了该模型中未知参数的估计,并且建立了所给估计的渐近性质.进一步通过模拟研究证实所提方法的优良表现.     

RUIN PROBABILITY IN A SEMI-MARKOV RISK MODEL WITH CONSTANT INTEREST FORCE AND HEAVY-TAILED CLAIMS

In the present paper, we consider a kind of semi-Markov risk model （SMRM） with constant interest force and heavy-tailed claims~ in which the claim rates and sizes are conditionally independent, both fluctuating according to the state of the risk business. First, we derive a matrix integro-differential equation satisfied by the survival probabilities. Second, we analyze the asymptotic behaviors of ruin probabilities in a two-state SMRM with special claim amounts. It is shown that the asymptotic behaviors of ruin probabilities depend only on the state 2 with heavy-tailed claim amounts, not on the state 1 with exponential claim sizes.     

基于Copula的VsR度量与事后检验

估计VaR的传统方法有三种:协方差矩阵法、历史模拟法和蒙特仁洛模拟法。通常,文献中认为刚蒙特卡洛模拟法度量VaR有很多方面的优点。但是,本文通过实证检验发现,使用传统蒙特卡洛模拟法估计的VaR偏小,事后检验效果很不理想。本文引入Copula函数来改进传统的蒙特卡洛模拟法。Copula函数能将单个边际分布和多元联合分布联系起来,能处理非正态的边际分布,并且它度量的相关性不再局限于线性相关性。实证检验表明,基于Copula的蒙特卡罗模拟法可以更加准确地度量资产组合的VaR。     

一类具有脉冲效应的食饵依赖捕食系统分析

基于害虫防治,该文提出了一类具有脉冲效应的食饵依赖捕食系统并进行了分析,根据Floquet乘子理论,我们获得了害虫根除周期解全局渐近稳定与系统持续生存条件.     

基于混合Copula模型的投资组合风险分析

金融市场或股票之间的相关关系变化灵活多样,针对现实中往往需要考虑的是多个市场、股票的结构,采用Mixture-Copula模型来分析多元市场的相关性结构,进而构建了Multivariate-GARCH-Mixture-Copula,模型,并选取2002年1月1日至2011年12月31日上证工业指数、商业指数、地产指数三个行业指数序列的2425组数据利用该模型进行实证分析.分析表明,Multivariate-GARCH-Mixture-Copula模型能有效地应用于实际金融市场潜在结构的分析,对投资组合的风险研究有一定的参考意义.