期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
一类随机利率的寿险模型 被引量:7
1
作者 李晋枝 乔克林 《延安大学学报(自然科学版)》 2004年第4期19-21,共3页
针对一类随机利率的寿险模型,视利息力函数为一个布朗运动过程.对寿险理论中的连续生存年金,保费计算等进行了研究.获得了精算现值以及寿险保费的一些计算模型.
关键词 随机利率 布朗运动过程 精算现值
下载PDF
三重马氏过程泛函的一些统计特性 被引量:3
2
作者 李寿山 《沈阳化工学院学报》 1990年第3期223-235,共13页
假设{X(t).t∈R_+}是由随机积分(t—r)~2dB(r)所确定的三重马氏过程,这里{B(t)}是规范化的布朗运动过程.记 f 为有界 Borel 可测函数,若令 Y(t)=f(X(t)),则得三重马氏过程泛函 Y(t).在本文中,作者首先较详细地研讨了三重马氏过程 X(t)... 假设{X(t).t∈R_+}是由随机积分(t—r)~2dB(r)所确定的三重马氏过程,这里{B(t)}是规范化的布朗运动过程.记 f 为有界 Borel 可测函数,若令 Y(t)=f(X(t)),则得三重马氏过程泛函 Y(t).在本文中,作者首先较详细地研讨了三重马氏过程 X(t)及随机泛函 Y(t)的统计特性.然后,又研讨了随机泛函 Y(t)的非线性预测问题,并给出了一些计算 Y(t+λ),λ>0的最佳非线性预测量y(t,λ)的显式公式. 展开更多
关键词 三重马氏过程 泛函 布朗运动过程
下载PDF
人口增长问题中的随机积分方程组
3
作者 丁协平 《四川理工学院学报(社会科学版)》 1988年第3期56-67,共12页
在本文中,我们研究了包含随机环境和允许迁移现象的人口增长问题产生的非线性随机积分方程组和更一般的包含布朗运动过程的非线性随机积分方程组。利用随机步收缩和允许性概念,对这些随机方程组随机解的存在性,唯一性和有界性,我们给出... 在本文中,我们研究了包含随机环境和允许迁移现象的人口增长问题产生的非线性随机积分方程组和更一般的包含布朗运动过程的非线性随机积分方程组。利用随机步收缩和允许性概念,对这些随机方程组随机解的存在性,唯一性和有界性,我们给出了很一般的充分条件。我们的结果改进和推广了[2,3,11]中许多已知结果。 展开更多
关键词 随机积分方程组 人口增长 随机解 非线性 随机过程 随机方程 布朗运动过程 有界性 充分条件 人口数量
下载PDF
逆转强对称扩散过程的极限定理
4
作者 韩东 《河南师范大学学报(哲学社会科学版)》 1985年第3期15-22,共8页
在[1],[2]中,吴荣详细论证了关于逆转布朗运动过程的若干极限定理,自然我们很希望能将这些极限定理推广到扩散过程上来,但遗憾的是,对较一般的扩散过程这些极限定理是不成立的。本文的目的就是来证明对于一类所谓强对称扩散过程,[1]中... 在[1],[2]中,吴荣详细论证了关于逆转布朗运动过程的若干极限定理,自然我们很希望能将这些极限定理推广到扩散过程上来,但遗憾的是,对较一般的扩散过程这些极限定理是不成立的。本文的目的就是来证明对于一类所谓强对称扩散过程,[1]中的几个极限定理都成立。 展开更多
关键词 极限定理 强对称 布朗运动过程 转移概率密度 定理推广 扩散过程 对称函数 逆转算子 上连续 引理
下载PDF
基于拓展退化率布朗运动模型的可靠性预测
5
作者 姜学鹏 洪贝 《系统工程与电子技术》 EI CSCD 北大核心 2018年第11期2617-2620,共4页
工程应用中,恒定应力假设很难满足,现场采集的退化数据也反应了随机应力引起的波动性。针对考虑现场环境不确定性影响的设备可靠性预测问题,为了给予现场检测数据获取更加真实可靠的可靠性推断结果,提出联系加速老化试验默许与考虑应力... 工程应用中,恒定应力假设很难满足,现场采集的退化数据也反应了随机应力引起的波动性。针对考虑现场环境不确定性影响的设备可靠性预测问题,为了给予现场检测数据获取更加真实可靠的可靠性推断结果,提出联系加速老化试验默许与考虑应力可变性的方法,通过退化率布朗运动模型的泰勒级数近似表示法预测现场可靠性,实现了随机应力下退化可靠性分析问题。通过仿真研究表明,该拓展模型得到并验证了产品在随机应力下的加速效应,并证明该方法是一种联系加速老化试验与现场应用的有效工具。 展开更多
关键词 退化率 布朗运动过程 加速退化试验 加速老化试验
下载PDF
基于分数布朗运动的自相似流量判别及生成方法 被引量:2
6
作者 张雪媛 王永刚 张琼 《计算机应用》 CSCD 北大核心 2013年第4期947-949,963,共4页
针对网络流量自相似程度判别方法较少和应用分数布朗运动(FBM)进行自相似流量模拟时可能会产生负值流量等问题,给出一种基于多阶矩的自相似流量判别方法和改进FBM模型的自相似流量模拟方法。首先通过分析样本矩的数学式,在分形矩分析的... 针对网络流量自相似程度判别方法较少和应用分数布朗运动(FBM)进行自相似流量模拟时可能会产生负值流量等问题,给出一种基于多阶矩的自相似流量判别方法和改进FBM模型的自相似流量模拟方法。首先通过分析样本矩的数学式,在分形矩分析的基础上得到一种多阶矩的自相似判别方法,然后对经典的随机中点置位(RMD)算法进行改进,最后对Bellcore和LBL实验室采集的真实流量数据进行自相似判别和模拟,仿真验证实验结果表明该方法的有效性。 展开更多
关键词 多阶矩 随机中点位算法 分数布朗运动过程 自相似性 判别方法 生成方法
下载PDF
四重马氏平稳过程的非线性预测问题(英文)
7
作者 谢彦红 李扬 李寿山 《沈阳化工学院学报》 2005年第4期301-307,共7页
假设{X(t),t∈R1}是由广义Wiener随机积分所定义的四重马氏平稳过程.首先粗略地研讨了四重马氏平稳过程{X(t),t∈R1}及其均方导数的一些概率性质.其次,如果这随机过程{X(t),t∈R1}被一有界Borel可测函数f(.)变换,则得到新的随机过程,记... 假设{X(t),t∈R1}是由广义Wiener随机积分所定义的四重马氏平稳过程.首先粗略地研讨了四重马氏平稳过程{X(t),t∈R1}及其均方导数的一些概率性质.其次,如果这随机过程{X(t),t∈R1}被一有界Borel可测函数f(.)变换,则得到新的随机过程,记为Y(t)=f(X(t)).对于一些构造较简单的Borel可测函数f(.),较详细地探讨了随机过程Y(t)=f(X(t))的非线性均方预测问题,给出了非线性均方预测的理论依据和实例. 展开更多
关键词 广义布朗运动过程 广义Wiener积分 四重马氏平稳过程 最佳非线性预测量
下载PDF
四重马氏平稳过程的非线性预测问题(英文)
8
作者 谢彦红 谢刚 《辽宁大学学报(自然科学版)》 CAS 2006年第2期159-162,共4页
假设{X(t),t∈R}是由广义Wiener随机积分所定义的四重马氏平稳过程.如果该随机过程{X(t),t∈R}被一有界Borel可测函数f(·)变换,则得到新的随机过程,记为Y(t)=f(X(t)).作者在本文中,首先粗略地研讨了四重马氏平稳过程{X(t),t∈R1}... 假设{X(t),t∈R}是由广义Wiener随机积分所定义的四重马氏平稳过程.如果该随机过程{X(t),t∈R}被一有界Borel可测函数f(·)变换,则得到新的随机过程,记为Y(t)=f(X(t)).作者在本文中,首先粗略地研讨了四重马氏平稳过程{X(t),t∈R1}及其均方导数的一些概率性质.其次,对于一些构造较简单的Borel可测函数f(·),较详细地探讨了随机过程{Y(t)=f(X(t))}的非线性均方预测问题. 展开更多
关键词 广义布朗运动过程 广义Wiener积分 四重马氏平稳过程 最佳非线性预测量
下载PDF
带跳跃的实物期权理论在人力资本投资决策的运用
9
作者 曾翠娥 《现代商业》 2017年第9期49-50,共2页
以企业对员工人力资本投资为例,利用实物期权理论研究,在投资收益一定条件投资成本不确定且出现突发事件下,企业选择人力资本投资的最优投资点和投资成本。
关键词 实物期权 布朗运动跳跃过程 人力资本 不确定性
下载PDF
国际投资多样化和收益
10
作者 李天铎 《管理观察》 1997年第10期36-36,共1页
关键词 投资多样化 经济代理人 布朗运动过程 因素分析法 财经关系 组合方式 投资总量 GARCH 经济交易 相互调用
下载PDF
一类双分数布朗运动迭代过程局部时的存在性和联合连续性 被引量:2
11
作者 徐锐 申广君 祝东进 《应用数学》 CSCD 北大核心 2014年第3期637-646,共10页
本文研究取值在Rd上的一类双分数布朗运动迭代过程X(t)=(X1(t),…,Xd(t))局部时的存在性和联合连续性.这类过程是由阶为α的严格稳定的Lévy过程{Y(t),t>0}替代双分数布朗运动{BH,K(t),t>0}中的时间参数t所构成的双分数布朗... 本文研究取值在Rd上的一类双分数布朗运动迭代过程X(t)=(X1(t),…,Xd(t))局部时的存在性和联合连续性.这类过程是由阶为α的严格稳定的Lévy过程{Y(t),t>0}替代双分数布朗运动{BH,K(t),t>0}中的时间参数t所构成的双分数布朗运动迭代过程{Z(t)=BH,K(Y(t)),t>0},其中0<α≤2,0<H<1,0<K≤1,且BH,K与Y是相互独立的,并且X1,…,Xd是相互独立的,且与Z同分布. 展开更多
关键词 双分数布朗运动 双分数布朗运动迭代过程 阶为α严格稳定的Lévy过程 局部时
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部