与年龄相关的具有扩散的随机种群系统数值解的收敛性_英文_
带Poisson跳的随机种群扩散系统半隐式欧拉方法的数值解
“( , , P + f( , , , + r tz) r t . P) 7 8
g( r ) t+ 『 r 8 2 ( ) ,
h( , , , Jt 强 度 为 的 P is n过 程 . r t P)u 是 r os o
i n QA 一 ( , o A)× Q ,
其 他 领 域 得 到 了 广 泛 应 用 l ] 尤 其 , 机 种 群 扩 散 1 , 随
式 中 t∈ ( T) r∈ ( A) ∈ r. r t ) 示 t O, , 0, , P( , , 表
时 刻 年 龄 为 r的 种 群 在 空 间 位 置 上 的 种 群 密 度 ;
.
“ tJ ( , )一 l r tJ d , i r P( ,, ) r r n Q,
o z ,
收稿 日期 :0 9 1 — 3 2 0 — 2 0 基 金 项 目 : 育 部 重 点 基 金 资助 项 目( 0 1 0 ; 教 2 8 6 ) 宁夏 自然 科 学基 金 资助 项 目( 0 3 ) NZ 8 5 作者 简 介 : 东娟 ( 9 5 ) 女 ( 族 ), 士研 究 生 , 要 从 事 控 制 理 论 及 其 应 用研 究. 马 18 一 , 回 硕 主 *通 信 联 系 人 : 启 敏 ( 9 4 ) 女 , 授 , 士 , 张 16 一 , 教 博 主要 从 事 运筹 学 与 最优 控 制研 究 ,电 子 信 箱 )h n qmi@ n u e u c. ( z ag i n x .d .n
的存 在性 、 一性及 指数 稳定 性 , 惟 文献 [ —8 从 不 同 6 ] 角 度讨论 了随机种 群 扩 散 系 统 的 数值 解 . 文讨 论 本 具有 扩散 项 k i( u 的 随机种 群扩 散 系统 : dv PV )
《宁夏大学学报(自然科学版)》2010年第1—4期总目次(括号内数字依次为期号,页码)
黄 河沙 坡 头连 续 弯道 水流 运 动三维 数值模 拟 …… …… …… …… 景 何仿 , 李春光 , 吕岁 菊 , 周炳 伟 ( —1 7 3 9)
弱奇异 紧积 分算 子 多投影 谱逼 近 … …… …… …… …… …… …… …… …… …… … 唐 帅 , 广庆 ( —2 3 隆 3 0)
带 P isn跳 的随机 种群 扩 散 系统半 隐式 欧拉 方法 的数值 解 …… …… … ……… 马 东娟 , oso 张启敏 ( - 2 7 3 0)
一
类具有 随机 扰 动 的固定 资产投 资 系统 解 的指数 稳定 性 …… …… …… … ……… 陈丽宇 , 张启敏 ( —2 3 3 1)
M 带尺 度 相似逆 变 换 的逼 近 阶 …… …… …… …… …… …… …… …… …… …… … …… … 毛 一波 ( —3 3 4 1)
一
类正 交双 向小 波包 的刻 画 …… …… …… … ……… … …… …… …… …… …… … 李 岚 , 正兴 ( —3 7 程 4 1)
《 夏大学学报 ( 宁 自然 科 学版 )2 1 ) 0 0年 第 1 ) —4期 总 目次
( 号 内数 字 依 次 为 期 号 , 码 ) 括 页
区 间 多小 波 的 构 造 及 其 平 衡 性 刻 画 … … … … … … … … … … … … … … … … … … … … 赵 英 敏 , 永 东 条 函数展 开方法 研 究里德 堡 原子铯 Sak态 的能级 结构 ……… … 李 小勇 , 一 tr 马草川 , 彦 ( —3 ) 陈 1 1 奇异 原子 能级 - 学模 型势 …… ……… …… ……… …… ……… ……… … Y N 章 , 9光 - ' 方 明 , 李金 鑫 ( —3 ) 1 5
医学统计学 名词解释 精心整理(带英文)
同质(Homogeneity):医学研究对象具有的某种共性。
变异(Variation) :同质研究对象变量值之间的差异。
总体(Population):根据研究目的确定的所有同质的观察单位某项观测值的全体称为总体。
样本(Sample):来自于总体的部分观察单位的观测值称为样本。
参数(Parameter):由总体中全部观测值所计算出的反映总体特征的统计指标。
统计量(Statistic):由样本观测值所计算出的反映样本特征的统计指标。
变量(Variable) :指观察单位的某项特征。
它能表现观察单位的变异性。
概率(Probability):是随机事件发生可能性大小,用P表示,其取值为[0,1]。
频率(Frequency) :在相同的条件下,独立地重复做n次试验,随机事件A 出现m次,则比值m/n为随机事件A出现的频率。
随机误差(Random error):是由于一系列实验或观察条件等因素的随机波动造成的测量值与真实值之间的差异。
随机误差是不可避免的,且大小和方向都不固定。
抽样误差(Sampling error):由个体变异产生、随机抽样造成的若干个样本统计量之间以及样本统计量与总体参数之间的差异称为抽样误差。
系统误差(Systematic error) :实际观测中,由于仪器未校正,测量者感官的某种偏差,医生掌握疗效标准偏高或偏低等,而使观测值有方向性、系统性或周期性地偏离真值。
四分位数间距(Quartile range) :上四分位数与下四分位数的差值,用Q 表示。
通常用来描述偏态分布资料的离散趋势。
变异系数(Coefficient of variation) CV :是标准差与均数之比,用于比较测量单位不同或均数相差较大的两组或以上数据的离散程度。
参考值范围(Reference range) :绝大多数“正常人”的解剖、生理、生化等某项指标的波动范围。
构成比(Proportion) :表示事物内部某一组成部分观察单位数与该事物各组成部分的观察单位总数之比,用以说明事物内部各组成部分所占的比重。
带马尔可夫调制随机竞争种群系统数值解的指数稳定性
(£ j 口 (t口 EET, 0) 。 )。) , , ,一 (“ ,d o ]
,一 n (t E o ・( £ J )口) , 1 ) o ,d E明 ) (
其中, 一 (。 Q 0 A)× ( , . a, , ( , O 丁) “( ) v a )表 示 时
收 稿 日期 : 0 10 —8 2 1—92 . 基 金 项 目:国 家 自然 科 学 基金 项 目( 1 6 0 4 。 1012)
r A
“
1 Ic ( n v x,) x t ,) ( d d +
令 ( F, n, P)是 一个 完 备 的 概率 空 间 , 中滤 其
波 { 是递增 和 右连续 的 , 。 含 了所 有 的零 F) F包
厂1 “, () ( r £ )+ g1 , ( ) d , ( r ) w
其 中 ,。 1 表示 定义在 集合 G上 的指示 函数 .那 么定
义 连续 数值解 为
V 是 V的对偶 空 间. l・I, . 和 I・l 用 l l I1 l l
分 别表 示空 间 、, 和 V 的范数 . < , ) 示 厂H 上 用 ・・表
,
的对 偶 积 , ( , ) 用 ・ ・ 表示 空 间 H 上 的内积 , m
UO 一
f。 f ) ( ) (,d , + gz 叫
一
J 0 dn
J 0’
W
d — s
l 1 r )d 厂( ( )s+ I 1 r5 d , ( ( )w , g , )
Vt o T , E E , ]
一 一 一
是 Sbl o oe 间. — L (o A] 且 满足 v空 H 。[ , )
生物信息学题库
1.以下哪一个是mRNA条目序列号:A. J01536B. NM_15392C. NP_52280D. AAB1345062.确定某个基因在哪些组织中表达的最直接获取相关信息方式是:A.UnigeneB. EntrezC. LocusLinkD. PCR3.一个基因可能对应两个Unigene簇吗?■可能 B. 不可能4.下面哪种数据库源于mRNA信息:■dbEST B. PDB C. OMIM D. HTGS5.下面哪个数据库面向人类疾病构建:A. ESTB. PDB ■. OMIM D. HTGS6.Refseq和GenBank有什么区别:A. Refseq包括了全世界各个实验室和测序项目提交的DNA序列B. GenBank提供的是非冗余序列■. Refseq源于GenBank,提供非冗余序列信息D. GenBank源于Refseq7.如果你需要查询文献信息,下列哪个数据库是你最佳选择:A. OMIMB. Entrez ■PubMed D. PROSITE8.比较从Entrez和ExPASy中提取有关蛋白质序列信息的方法,下列哪种说法正确:A. 因为GenBank的数据比EMBL更多,Entrez给出的搜索结果将更多B. 搜索结果很可能一样,因为GenBank和EMBL的序列数据实际一样■搜索结果应该相当,但是ExPASy中的SwissProt记录的输出格式不同9.天冬酰胺、色氨酸和酪氨酸的单字母代码分别对应于:■N/W/Y B. Q/W/Y C. F/W/Y D. Q/N/W10.直系同源定义为:■不同物种中具有共同祖先的同源序列B. 具有较小的氨基酸一致性但是有较大的结构相似性的同源序列C. 同一物种中由基因复制产生的同源序列D. 同一物种中具有相似的并且通常是冗余的功能的同源序列11.下列那个氨基酸最不容易突变:A. 丙氨酸B. 谷氨酰胺C. 甲硫氨酸■半胱氨酸12.PAM250矩阵定义的进化距离为两同源序列在给定的时间有多少百分比的氨基酸发生改变:A. 1%B. 20%■. 80% D. 250%13.下列哪个句子最好的描述了两个序列全局比对和局部比对的不同:A. 全局比对通常用于比对DNA序列,而局部比对通常用于比对蛋白质序列B. 全局比对允许间隙,而局部比对不允许C. 全局比对寻找全局最大化,而局部比对寻找局部最大化■全局比对比对整体序列,而局部比对寻找最佳匹配子序列14.假设你有两条远源相关蛋白质序列。
流行病学名词解释全
流行病学1.流行病学:epidemiology:是研究疾病及健康状况的分布及其影响因素,并研究如何防治疾病及促进健康的策略与措施的科学。
既是一门方法学又是一门应用学科。
2.发病率incidence rate:是一定时期内,特定人群中某病新发病例的频率。
3.罹患率attack rate: 是指在某一局限范围内,短时间内的发病率,观察时间可以日、周、旬或月为单位,适用于局部地区疾病的爆发,或事物中毒、传染病及职业性中毒等爆发情况。
是发病率的特例。
4.患病率prevalence rate:指某特定时间内,可能发生某病的一定人群中某病现患病例(新旧病例)的频率。
分为时点患病率与期间患病率5.死亡率mortality rate:指某人群在一定期间内总死亡人数与该人群同期平均人口数之比。
6.病死率Fatality rate:指一定时间内,患某病的病人中因该病而死亡者的比例7.生存率survival rate:指接受某种治疗的病人或患有某病的人中,经若干年随访后,尚存活病人所占的比例。
8.散发Sporadic:指某病发病人数不多,病例间无明显的相互传播关系,或在一定地区的发病率呈历年一般水平。
9.爆发outbreak:在一个局部地区或集体单位中短时间内出现很多相同的病人10.流行epidemic: 指某地区发病率显著超过历年的散发发病率水平11.大流行Pandemic:指某病的发病蔓延迅速,涉及地域广,人口比例大,在短时间内可以跨过省界国界甚至洲界,形成世界性流行12.季节性seasonality/seasonal variation:疾病的发生率随季节而变化的现象称为季节性13.周期性periodicity:疾病在一定的时间间隔后有规律地发生流行,称为周期性。
多见于呼吸道传染病。
14.长期变异secular change:是对疾病动态的、连续数年乃至数十年的观察,其临床变现、发病率、死亡率等都发生了很大变化。
tvd格式_对流扩散方程_解释说明
tvd格式对流扩散方程解释说明1. 引言1.1 概述对流扩散方程是描述物质传输中对流和扩散过程的数学模型,广泛应用于自然科学和工程领域。
为了准确地求解对流扩散方程,需要选择适当的数值方法。
TVD(Total Variation Diminishing)格式是一种被广泛应用于求解对流扩散方程的数值方法,具有一阶或高阶精度、小量级能量损失等优点。
1.2 文章结构本文分为五个部分来讨论TVD格式与对流扩散方程。
首先,在引言部分概述了文章的背景和主要内容。
其次,在第二部分将简要介绍TVD格式和对流扩散方程,并探讨了TVD格式在解决对流扩散方程中的应用。
接下来,在第三部分详细介绍了TVD格式的原理和推导过程,还讨论了TVD限制器的作用和选择方法。
第四部分将通过数值实验和应用案例的分析,深入研究TVD格式的效果,并探讨其在实际问题中的应用意义。
最后,在第五部分总结本文研究工作并给出未来研究方向展望。
1.3 目的本文的主要目的是介绍TVD格式在求解对流扩散方程中的应用,并探讨其原理和推导过程。
希望通过数值实验和应用案例分析,验证TVD格式的有效性,同时提出改进方法。
本文还将总结研究工作的贡献点,并展望未来在这一领域的深入研究方向。
通过本文的撰写,旨在增加人们对TVD格式与对流扩散方程相关知识的了解,并为相关领域研究者提供参考和启示。
以上是“1. 引言”部分内容,包括概述、文章结构以及目的三个小节。
下文将继续详细阐述其他部分内容。
2. TVD格式与对流扩散方程2.1 TVD格式简介TVD(Total Variation Diminishing)格式是求解对流扩散方程的一种数值方法。
它在处理具有激烈变化、激波或阶跃的解时表现出色,并且能够有效地抑制数值耗散和震荡现象。
TVD格式广泛应用于流体力学、传热学等领域中。
2.2 对流扩散方程概述对流扩散方程是描述一维物理过程中物质输运的数学模型。
它由对流项和扩散项组成,其中对流项描述了物质通过速度场的输运,而扩散项则描述了物质因浓度或温度差异而发生的不规则传播。
临床流行病学试题399题
流行病学1.如果漏斗图呈明显的不对称,提示A.meta分析统计学检验效能不够B.meta分析的各个独立研究的同质性差C.meta分析的合并效应值没有统计学意义D.meta分析可能存在发表偏倚E.meta分析的结果更为可靠2.前瞻性队列研究是指A.从"现在"开始的前瞻性研究B.从"过去"开始追溯到"现在"的前瞻性研究C.从"过去"开始追溯到"将来"的前瞻性研究D.从"现在"追溯到"过去"的前瞻性研究E.以上均不是3.下列哪种说法是正确的A.人群易感性增高,就可导致疾病的暴发或流行B.人群易感性降低,就可终止疾病的流行C.人群人口数增加,就使人群易感性增高D.人群人口数减少,就使人群易感性降低E.人群易感性增高,只是为一次流行或暴发准备了条件4.相对危险度是指A.暴露组发病率或死亡率及非暴露组发病率或死亡率之比B.暴露组发病率或死亡率及非暴露组发病率或死亡率之差C.病例组有某因素的比例及对照组无某因素的比例之比D.病例组有某因素的比例及对照组无某因素的比例之差E.以上都不是6.实验性研究中采用双盲法的主要目的是A.尽可能减少失访B.减少抽样误差的影响C.使实验组和对照组不知道实验目的D.消除研究者和研究对象对结果的主观影响E.使实验组和对照组人口学特征更具有可比性7.关于随机对照试验的描述,下列哪项描述不正确A.将研究对象随机分配入组B.试验组和对照组要同时进行研究C.试验组和对照组的研究场所应相同D.试验组和对照组的试验期间应一致E.纳入研究的对象不能退出8.关于流行病学的用途下列不正确的是A.可用来研究疾病完整的自然史B.可以个体为研究的落脚点C.可以用于探讨未明原因疾病的病因D.可以评价疫苗的预防效果E.可以为卫生决策提供素材9.下列哪项不是经食物传播的传染病流行病学特征A.病人有进食某共同食物的历史,不食者不发病B.如食物属一次性大量污染,用餐者中可呈现暴发,并且病人临床经过往往较重C.停供该食物后,暴发立即可平息D.夏季多发E.无职业、性别差异10.关于混杂因子,下列哪项描述是错误的A.混杂因子必须同时暴露和结局有统计学关联B.混杂因子可以是暴露原因C.混杂因子可以是结局变量的病因D.混杂因子可以是结局变量的某一结果E.混杂因子不能是暴露及结局之间的中间变量11.某村人口数为60万,对该村进行了一次高血压普查,共查出高血压病例180人,由此可得出A.该村高血压发病率为30/10万B.该村高血压罹患率为30/10万C.该村高血压患病率为30/10万D.该村高血压续发率为30/10万E.该村高血压累积发病率为30/10万12.医院感染监测收集资料的核心是A.发现感染病例B.调查感染因素C.计算感染率D.计算病死率E.分析抗生素使用情况13.反映疾病严重程度的指标是A.死亡率B.病死率C.发病率D.感染率E.罹患率14.甲乙两地年龄标化死亡率相等,而甲地粗死亡率低,原因可能是A.两地人群有相同的年龄分布B.甲地诊断比乙地更准确C.甲地老年人比重高于乙地D.甲地老年人比重低于乙地E.乙地诊断比甲地更准确15.以下哪类人群不是医院感染的易感人群A.机体免疫功能严重受损者B.接受各种介入性操作的病人C.长期使用广谱抗菌药物者D.手术时间或住院时间长的患者E.偶因感冒到医院就诊的病人16.以下正确的说法是A.t检验可用于多组均数间的两两比较B.直线回归可用来定量描述两个变量的相关关系及密切程度C.方差分析有统计学意义,说明各组总体均数均不等D.对于两组均数比较的资料,t检验及方差分析等价E.以上论述都不对17.研究一种传染病在一个家庭或集体宿舍内的传染力的大小时,使用的指标是A.发病率B.感染率C.患病率D.续发率E.罹患率18.有关知情同意书的签署不正确的是A.知情同意书签署后一式两份,分别由研究机构和受试者保存B.签署一份知情同意书远比知情同意的讨论过程更加重要C.对于无自主能力或自主能力不全的受试者,经过伦理委员会审查同意,并由监护人签署知情同意书后,才可进入试验D.受试者如果同意参及试验,则由受试者或监护人签署知情同意书E.知情同意常常贯穿于整个试验过程19.进行临床疗效考核试验设计时,下列哪一条是错的A.设立对照B.随机分组C.要有明确的疗效判断标准D.要使调查者和被调查者明确受试因素E.要有足够的样本数20.医院感染分为内源性感染和外源性感染的主要依据是A.病人住院时间的长短B.感染传播方式C.病原体的来源D.病原体的种类E.病原体对药物的敏感性21.课题经费预算中,一般不包括在内的经费项目是A.科研业务费B.劳务费C.实验材料费D.仪器设备费E.管理费22.通过提倡使用避孕套、促进安全性行为来防止HIV的传播属于A.一级预防B.二级预防C.三级预防D.常规报告E.哨点监测23.平行试验较单项试验可以A.提高试验的灵敏度B.提高试验的特异度C.降低试验的阴性预测值D.提高试验的阳性预测值E.提高试验的疾病漏诊率24.临床流行病学和临床医学的关系,正确的说法是A.是相互独立的两门学科B.只和一些临床学科有关系C.临床流行病学是临床医学的一门分支学科D.是一门临床医学的基础学科E.是预防医学的一个分支25.异质性检验的目的是A.评价研究结果的不一致性B.检查各个独立研究的结果是否具有一致性C.评价一定假设条件下所获效应合并值的稳定性D.增加统计学检验效能E.计算假如能使研究结论逆转所需的阴性结果的报告数26.在病例对照研究中,研究对象选择时,下述何项考虑是正确的A.应选择有暴露的病例B.应选择无暴露的病例C.应选择有暴露的对照D.应选择无暴露的对照E.不应考虑其有无暴露27.有关假设检验结果"P<0.05"的描述,下列哪项是正确的A.差异由抽样误差造成的可能性<5%B.无效假设正确的可能性<5%C.备择假设正确的可能性>95%D.差异是由选择性偏倚造成的可能性<5%E.以上选择均不对28.传播途径是指病原体更换宿主在外界环境下所经历的途径即A.传染病在群体间的传播B.病原体由母亲到其后代间的传播C.传染病在人群中发生的过程D.病原体侵入机体,及机体相互作用、相互斗争的过程E.传染病在个体间的传播29.出生队列分析可正确地反映A.行为生活方式对疾病的影响B.环境对疾病的影响C.致病因子及年龄的关系D.遗传因素对疾病的影响E.心理因素对疾病的影响30.100名失眠患者采用气功疗法治疗,随访3个月,80人失眠有不同程度的改善,下列结论中正确的是A.因样本量小而无法下结论B.气功对失眠作用的OR为0.8C.气功对失眠作用的OR为 1.25D.因未设立对照组而无法下结论E.气功对失眠治疗的有效率为80%31.关于随机对照试验的描述,下列哪项是正确的A.研究对象的选择不必进行随机抽样B.不存在任何影响研究结果的偏倚C.各组研究对象间基线完全平衡D.必须采用盲法测量结果E.没有选择性偏倚32.有对照(比较)组的研究,其逻辑学基础是A.求同法B.求异法C.同异并用法D.共变法E.剩余法33.关于样本含量的描述,错误的说法是A.临床研究中,应选择最适的样本含量B.样本含量越大越好C.纳入全部病例进行研究,可以取得完整、无一遗漏结果,但可能出现系统误差D.以全体病例作为研究对象,不存在抽样误差E.在估计样本含量的基础上,还要审视它对总体的代表性34.患病率指标来自A.现况调查资料B.门诊病例资料C.住院病例资料D.专科医院病例资料E.对所有病人的调查35.病人排出病原体的整个时期称为A.传染期B.潜伏期C.前驱期D.临床症状期E.病原携带状态36.以下何项不是横断面研究的特点A.可观察多种疾病的发生状况B.是由因寻果的研究C.又称现况研究D.研究某一时点或短时间内的患病状况E.可观察人群抗体阳性率37.在进行两组病死率差别比较时,可用的假设检验方法是A.t检验B.单因素方差分析C.秩和检验D.X2检验E.以上方法均不是38.在分析食物中毒的可能原因时,最常用的指标是A.总发病率B.二代发病率C.患病率D.病死率E.吃不同食物者的罹患率39.严重突发事件的最初,最紧迫的任务是A.对病员进行及时的诊断和救治B.寻求合作和帮助C.稳定群众情绪D.搞好紧急情况下的公共卫生管理E.找到相关负责人40.以下哪个一般不是控制混杂偏倚的方法A.多因素分析B.随机分组C.分层分析D.配对E.盲法41.一般来说,医院感染率较高的是A.大医院B.小医院C.门诊D.校医室E.中医院42.下列哪一项不属于选择偏倚A.现患一新病例偏倚B.Berkson偏倚C.混杂偏倚D.检出症候偏倚 E.入院率偏倚43.某项临床试验治疗组和对照组的病死率分别为35%和20%,则该试验的RRR和ARR分别是A.15%,75%B.75%,25%C.35%,75%D.75%,15%E.75%,35%44.失效安全数主要是用来估计A.文献库偏倚B.发表偏倚C.纳入标准偏倚D.筛选者偏倚E.英语偏倚45.据某高速公路交警统计,蓝色车辆较其他颜色的车辆出事故更多。
大数据CDA考试(试卷编号122)
大数据CDA考试(试卷编号122)说明:答案和解析在试卷最后1.[单选题]偏自相关函数ACF呈现缓慢的趋近于零,我们称ACF具有( )A)长尾性B)短尾性C)收敛性D)拖尾性2.[单选题]以下不属于分类模型评估中基于比率维度的指标是()。
A)KS值B)特异性C)Kappa统计量D)Lift值3.[单选题]聚类方法中,以下哪种方法需要指定聚类个数。
()A)层次聚类B)K 均值聚类C)基于密度的聚类D)基于网格的聚类4.[单选题]从数据表中查找记录用以下哪一项( )A)UPDATEB)FINDC)SELECTD)CREATE5.[单选题]以下关于层次聚类的描述中,错误的是( )A)层次聚类也叫作系统聚类B)层次聚类法通常分为自底向上和自顶向下C)层次聚类的过程非常清楚,会形成类似树状的聚类图谱,便于理解和检查D)层次聚类适用于数据量非常大或者变量非常多的项目6.[单选题]以下哪种说法是错误的。
()A)聚类的部分步骤与分类相似,但 度量维度的不同会导致结果不 同;B)由于聚类是无监督学习,对聚类 的结果没有严格意义的好坏之分C)应通过与理想相似矩阵比较,看分类效果D)对样本数据进行预处理时,对数 据进行标准化会影响聚类结果7.[单选题]下列哪些语句关于 Java内存回收的说明是正确的?A)程序员必须创建一 个线程来释放 内存B)内存回收程序负责释放无用内存C)内存回收程序允许程序员直接释 放内存D)内存回收程序可以在指定的时间 释放内存对象8.[单选题]逻辑回归模型中计算得到的发生概率p,一般作为( )A)绝对概率B)相对概率C)绝对概率的自然对数D)相对概率的自然对数9.[单选题]在Flask 框架中,找不到与路由匹配的视图函数会返回()错误。
A)500B)404C)302D)20010.[单选题]HDFS 的副本放置策路中,同一机架不同的服务器之间的距离是()A)3B)2C)1D)411.[单选题]以下选项中,哪个有可能是Apriori算法所挖出来的结果?()A)买计算机同会购买相关软件B)买打印机后过三个月会买墨水C)卖便携计算机较台式机所获得额 外利益D)以上皆均不是12.[单选题]以下选项哪个不属于分类算法?( )A)KNN算法B)逻辑回归C)C4.5算法D)TF-TDF 算法13.[单选题]已知中国的成人平均身高服从正态分布。
随机年龄结构固定资产系统倒向Euler法的p阶矩耗散性
第45卷第1期Vol.45 No.12024年3月Mar. 2024宁夏大学学报(自然科学版)Journal of Ningxia University(Natural Science Edition)随机年龄结构固定资产系统倒向Euler法的p阶矩耗散性亢婷1,2(1.宁夏大学数学统计学院,宁夏银川750021; 2.宁夏大学数学基础学科研究中心,宁夏银川750021)摘要:在单边Lipschitz条件下,研究了一类随机年龄结构固定资产系统倒向Euler法数值解的p阶矩耗散性.当0<p<1时,步长满足一定条件可以得到系统的p阶矩耗散性;而p=2时,在对步长没有任何限制条件的情况下,得到了系统的均方耗散性.最后,通过数值例子验证了理论结果的可行性和有效性.关键词:随机年龄结构固定资产系统;p阶矩耗散性;均方耗散性;倒向Euler法分类号:(中图)O193;O231 文献标志码:A在过去的几十年里,由于经典资产系统为分析投资波动提供了一个有吸引力的框架,对资产系统的研究一直受到经济学家的广泛关注.经典资产系统假设资产货物是关于时间的函数[1-2],因此,建立与年龄相关的资产系统用于识别不同年份的资产产品是有必要的,以便分析老龄化、污染和技术进步等方面的问题[3-4].目前,对确定性年龄结构固定资产系统的分析已有一定的研究成果,结果表明经济增长模型主要取决于资产、劳动力和技术进步.然而,这些因素会不可避免地受到不确定因素的影响,如技术创新、新产品的推出,有时还会受到政府政策的影响.基于上述分析,研究随机扰动下年龄结构固定资产系统的动力学行为更适合描述资产系统的演化过程.考虑到随机系统的复杂性,通常很难得到解析解,因此,数值逼近往往是求解这类系统解析解的重要方法[5-7].近年来,关于随机年龄结构固定资产系统数值逼近问题已取得许多有意义的结果[8-11].例如,Zhang 等[9]分析了具有Poisson跳的随机年龄结构固定资产系统隐式Euler法的均方指数稳定性. Du等[11]在随机年龄结构固定资产系统中引入惩罚因子以保持显隐算法的正性,进而讨论了所用数值方法的收敛性.需要指出的是,上述文献中系统的所有轨迹都需要收敛到平衡点,这在某些情况下是不现实的.事实上,企业可能希望随机资产系统的所有轨迹能在有限时间内进入吸引集,然后停留在吸引集内部进行资产系统的短期价值预测和计算.上述现象通常被称为耗散性,最早出现在20世纪70年代初,其包括许多动力学行为,如稳定性、周期性和混沌[12-13].耗散系统的研究主要是确定其不变吸引集,一旦确定了不变吸引集,就可以很容易地估计平衡态、周期态和混沌吸引子的粗略边界.因此,从应用的角度来看,研究随机系统的耗散性是很有意义的,且许多学者已采用一些数值方法来讨论随机微分方程的均方耗散问题[14-15].基于以上分析,本文建立随机年龄结构固定资产系统:ìíîïïïïïïïïïïïïïïïïïïïïïïdΨ(a,t)=-éëêê∂Ψ(a,t)∂a+ μ(t,a)Ψ(a,t)-ùûúúf(t,Ψ(a,t))d t+g(t,Ψ(a,t))d B t,(a,t)∈Q,Ψ(0,a)=Ψ0,a∈[0,A],Ψ(t,0)=ϕ(t) =γ(t)A(t)Θ(L(t),N(t)),t∈[0,T],N(t)=∫0AΨ(t,a)d a,t∈[0,T],(1)文章编号:0253‐2328(2024)01‐0009‐07收稿日期:2024-01-27基金项目:国家自然科学基金资助项目(12201330, 12302017);宁夏自然科学基金资助项目(2023AAC03086)作者简介:亢婷(1984—),女,副教授,博士,主要从事随机微分方程的数值计算及生物数学研究,(电子信箱)*******************.引用格式:亢婷.随机年龄结构固定资产系统倒向Euler法的p阶矩耗散性[J].宁夏大学学报(自然科学版),2024,45(1):9-15,30.第 45 卷宁夏大学学报(自然科学版)其中:Q=(0,A)×(0,T),B t表示标准Brown运动.系统参数定义如下:a表示资产货物的年龄,Ψ(a,t)表示t时刻年龄为a的资产货物储量,N(t)表示t时刻资产货物的总量,ϕ(t)是对新资产的投资,A表示资产货物的最大寿命,[0,T]表示考虑的时间范围,μ(a,t)表示资产折旧率,Ψ0:=Ψ0(a)表示初始时刻资产随年龄的分布,γ(t)表示资产货物在时刻t的累积率,A(t)表示t时刻的技术进步,Θ(L(t),N(t))表示生产函数(L(t)为劳力),f(t,Ψ(a,t))d t+g(t,Ψ(a,t))d B t表示外部因素对资产系统的影响.基于以上讨论,本文将在一定条件下,采用倒向Euler法研究系统(1)的p(0<p<1和p=2)阶矩耗散性.与已有文献[7-8]相比,其不同点为:①漂移系数只需满足单边Lipschitz条件,这是一个更弱的条件;②同时考虑了p阶矩耗散性能和倒向Euler数值方法.1 预备知识设(Ω,F,P)是具有递增、右连续滤波{F t}t≥0且F0包含所有的P-零测度集的完备概率空间.令V=H1([0,A])≡{φ|φ∈L2([0,A]),∂φ∂a∈L2([0,A])}是Sobolev空间,其中∂φ∂a表示广义偏导数,H= L2([0,A])满足V↦H≡H'↦V',其中V'为V的对偶空间. ⋅和|⋅|分别表示V和H中的范数.(⋅,⋅)表示H上标量的乘积,且⋅,⋅=∫0A u⋅v d a (u∈V,v∈V')表示对偶乘积.令M是可分的Hil‐bert空间.W∈L(M,H)表示从M到H的全部有界线性算子构成的空间.‖W‖22=tr(WGW T),其中G表示包含协方差算子增量的Brown运动.C= C([0,T];H)表示从[0,T]到H且具有上范数‖φ‖C=sup0≤s≤T|φ(s)|的全体连续函数空间.L p V= L p([0,T];V),L p H=L p([0,T];H).f:[ 0,T]×L2H→H和g:[0,T]×L2H→L(M,H)表示几乎处处F t可测的非线性算子族.E(⋅)表示空间P上的数学期望.假设Ψ0是满足E|Ψ0|2<+∞的随机变量,折旧率μ(t,a)非负有界,生产函数Θ(L(t),N(t))非负,随着劳动力L(t)的增高而变大,且生产函数的增长率在金融意义下有上极限.为了研究系统(1)的p 阶矩耗散性,给出如下假设条件:(a)μ(t,a)满足0≤μ0≤μ(a,t)≤μˉ<∞(μˉ为正常数),且在Q上非负可测;(b)γ(t)和A(t)满足0≤γ(t)A(t)≤η(η为正常数),且在[0,T]非负连续;(c)存在常数F1>0使得Θ(L,N)≥0,Θ(L,0)=0,∂Θ∂L>0, 0<∂Θ∂N<F1;(2)(d)对任意的x∈H,存在常数λ1,正常数λ2,α使得x,f(t,x)≤λ1|x|2+α, ‖g(t,x)‖22≤λ2|x|2+α.(3)定义1[16]称一个具有滤波F={F t}t≥0且满足F s⊂F t(s≤t)和F t=∩s>t F s的概率空间(Ω,F,P)为随机基.定义2 给定有界集D⊂V,若对任意初值,存在有界集B⊂R和有限时间t∗=t∗(D)使得E|Ψt|p⊂B对所有的t≥t∗都成立,则系统称(1)为p 阶矩耗散的,且称B为(1)的p阶矩吸引集.特别地,当p=2时,称系统(1)为均方耗散的.2 系统(1)的p阶矩耗散性定理1 若条件(a)—(d)成立,且存在常数ρ和D>0使得下列不等式成立:‖g(t,Ψt)‖2D+|Ψt|2-2|Ψt,g(t,Ψt)|2(D+|Ψt|2)2≤ρ+P1(|Ψt|)D+|Ψt|2+P3(|Ψt|)(D+|Ψt|2)2,(4)其中P i(|Ψt|)表示关于|Ψt|的i阶多项式,且存在p∈(0,1)使得λ=AF21η2-2μˉ+2λ1+ρ+pλ22<0,则系统(1)的解满足(ⅰ)对常数ε>0,存在t*1>0使得E|Ψt|p≤-2Cλp+ε,t≥t*1,(5)其中C为依赖于λ2,α,p,D,但独立于Ψ0的正常数;(ⅱ)对常数ε>0,系统(1)为p阶矩耗散且p阶矩吸引集为B=(0,-2Cλp+ε).证明因为-Ψt,∂Ψt∂a=-∫0AΨt d a(Ψt)=12γ2(t)A2(t)éëêêΘ(L(t),∫0AΨt d a)-Θ(L(t),0)ùûúú2≤12AF21η2|Ψt|2,(6)对(D+|Ψt|2)p/2应用Itô公式,可得10第 1 期亢 婷:随机年龄结构固定资产系统倒向Euler 法的p 阶矩耗散性d((D +|Ψt |2)p /2)≤p 2(D +|Ψt |2)p -22[(AF 21η2-2μˉ+2λ1)|Ψt |2+ g (t , Ψt )22+2α]d t +p (D +|Ψt |2)p -22Ψt ,g (t ,Ψt )d B t +p (p -2)2(D +|Ψt |2)p2-2|Ψt ,g (t ,Ψt )|2d t .因此,根据条件(a )、 (b )和(d )可得d ((D +|Ψt |2) p /2)≤p 2(D +|Ψt |2) p /2éëêê(AF 21η2-2μˉ+2λ1)+ρ+P 1(|Ψt |)D +|Ψt |2+P 3(|Ψt |)(D +|Ψt |2)2ùûúúd t +p (D +|Ψt |2) p /2éëêêêêp |Ψt ,g (t ,Ψt )|22(D +|Ψt |2)2d t +Ψt ,g (t ,Ψt )d B t(D +|Ψt |2)+α(D +|Ψt |2)d t ùûúú.接下来讨论(D +|Ψt |2)p /2P 1(|Ψt |)D +|Ψt |2, (D +|Ψt |2)p /2P 3(|Ψt |)(D +|Ψt |2)2.(7)因为0<p <1,所以上述两式分子的最高次数分别为p +1和p +3. 因此,对任意Ψt ∈V ,(7)式中两个分式均有界,我们有d((D +|Ψt |2)p /2)≤p2(D +|Ψt |2) p /2×[(AF 21η2-2μˉ+2λ1)+ρ+pλ22]d t +p (D +|Ψt |2) p /2Ψt ,g (t ,Ψt )d B t(D +|Ψt |2)+C d t ,其中C >0是依赖于p ,λ2,α和D 的常数. 对上式两端积分并取数学期望可得E [(D +|Ψt |2)p /2]≤E [(D +|Ψ0|2) p /2]+∫0tλp2E [(D +|Ψt |2) p /2]d t +∫0t C d t ,其中λ=AF 21η2-2μˉ+2λ1+ρ+pλ22.运用广义Bellman -Gronwall 型不等式[17]可得E |Ψt |p ≤E [(D +|Ψt |2) p /2]=-2C λp +(E [(D +|Ψ0|2) p /2]+2C λp )exp (λp2t ).(8)令J =sup x ∈D(D +|Ψ0|2)p /2,其中D 为有界集. 若对任意的初始值Ψ0∈D ,有E [(D +|Ψ0|2) p /2]+2Cλp≥0,则B =(0,-2C λp +ε)是系统(1)的p 阶矩吸引集.在(8)式中选择合适的t ∗1,可得(J +2C λp )exp λp 2t *1≤ε,其中ε>0. 若对所有的0≤t ≤T 有E [(D +|Ψ0|2) p /2]+2Cλp≤0,则有E |Ψt |p ≤-2C λp +ε. 证毕.定理2 若系统(1)满足条件(a )—(d )且2μˉ- AF 21η2-2λ1-λ2>0,则(ⅰ)对任意的常数ε>0,存在t *2>0使得E |Ψt |2≤3α2μˉ-AF 21η2-2λ1-λ2+ε, t ≥t *2;(ⅱ)对任意的常数ε>0,系统(1)是均方耗散的且吸引集为B =(0,3α(2μˉ-AF 21η2-2λ1-λ2)+ε).证明 定理2的证明与定理1证明类似,在此省略.3 倒向Euler 法的p 阶矩耗散性本节将基于定理1和定理2,利用倒向Euler 法研究系统(1)的p 阶矩耗散性. 给定步长Δt >0,并令Ξ0=Ψ0,则系统(1)的倒向Euler 格式可写为Ξk +1=Ξk -∂Ξk +1∂aΔt -μ(t k +1,a )Ξk +1Δt +f (t k +1,Ξk +1)Δt +g (t k ,Ξk )ΔB k ,k =0,1,⋯,(9)其中Ξk 是当t k =k Δt 时对Ψt k 的近似,ΔB k = B (t k +1)-B (t k )表示Brown 运动的增量.定理3 若条件(a )—(d )及不等式(4)成立,则对任意给定的ε>0,存在常数p *∈(0,1),Δt *∈(0,1/|AF 21η2+2λ1-2μˉ|)和k *1>0,使得倒向Euler 数值解(9)满足E (|Ξk |p )≤-C '4ρ+AF 21η2+2λ1-2μˉ+σ+ε,k ≥k *1, p <p *, Δt <Δt *,其中:AF 21η2+2λ1-2μˉ+ρ<0,σ∈(0,2μˉ- 2λ1-AF 21η2-ρ),常数C '4依赖于λ1,λ2,α,μˉ,A , F 1,η,p 和D ,但独立于Ξ0和Δt .证明 对(9)式两端平方并应用条件(a )—(d )11第 45 卷宁夏大学学报(自然科学版)和不等式(6)可得|Ξk +1|2≤Ξk +1,-∂Ξk +1∂aΔt -μˉ|Ξk +1|2Δt +Ξk +1,f (t k +1,Ξk +1)Δt +Ξk +1,Ξk +g (t k ,Ξk )ΔB k ≤-12(2μˉ-AF 21η2-2λ1)Δt |Ξk +1|2+αΔt +12|Ξk +1|2+12|Ξk +g (t k ,Ξk )ΔB k |2,这意味着[1+(2μˉ-AF 21η2-2λ1)Δt ]|Ξk +1|2≤2αΔt +|Ξk +g (t k ,Ξk )ΔB k |2.对于(6)式中的D ,有D1+(2μˉ-AF 21η2-2λ1)Δt+|Ξk +1|2≤D +|Ξk |21+(2μˉ-AF 21η2-2λ1)Δt (1+ζk ),其中Δt <Δt *,且ζk =1D +|Ξk |2(2Ξk ,g (t k ,Ξk )ΔB k +g (t k ,Ξk )ΔB k 22+2αΔt ).因此,对p ∈(0,2],应用1+ζk >0(∀k >0)和(1+u )p /2≤1+p 2u +p (p -2)8u 2+p (p -2)(p -4)23×3!u 3(u >-1),可得(D +|Ξk +1|2) p /2≤(D +|Ξk |21+(2μˉ-AF 21η2-2λ1)Δt) p /2(1+p2ζk +p (p -2)8ζ2k +p (p -2)(p -4)23×3!ζ3k ).上式两端取数学期望,易得E [(D +|Ξk +1|2) p /2|F k Δt ]≤(D +|Ξk |21+(2μˉ-AF 21η2-2λ1)Δt )p /2E éëêê1+p2ζk +p (p -2)8ζ2k +p (p -2)(p -4)23×3!ζ3k |F k Δt ùûúú.(10)显然,由ΔB k 互相独立且独立于F k Δt ,可知E [ΔB k |F k Δt ]=E [ΔB k ]=0,E [(ΔB k )2|F k Δt ]=E [(ΔB k )2]=Δt .从而,由(10)式可得E [ζk |F k Δt ]=E éëêê1D +|Ξk |2(2Ξk ,g (t k ,Ξk )ΔB k +‖g (t k ,Ξk )ΔB k ‖22+2αΔt )|F k Δt ùûúú=1D +|Ξk |2(‖g (t k ,Ξk )‖22Δt +2αΔt ).(11)类似地,由条件(d )可得E [ζ2k |F k Δt ]≥4(D +|Ξk |2)2Ξk ,g (t k ,Ξk )2Δt -C 1(D +|Ξk |2)2Δt 2,(12)E [ζ3k |F k Δt ] ≤C 2Δt 2+C 3(D +|Ξk |2)3Δt 2,(13)其中:常数C 1,C 3>0依赖于α,常数C 2>0依赖于λ2. 将(11)—(13)式代入(10)式并根据条件(d )和(4)式可得E [(D +|Ξk +1|2)p /2|F k Δt ]≤(D +|Ξk |2)p /2(1+(2μˉ-AF 21η2-2λ1)Δt )p /2((1+pρ2Δt +p 2λ22C 52Δt +C '2Δt 2))+C '4Δt ,其中:C '2>0依赖于λ2和p ,C '4>0依赖于λ1,λ2, α,μˉ,A ,F 1,η,p 和D ,C 5>0依赖于α和D . 上式两端取期望可得E [(D +|Ξk +1|2)p /2]≤1+(pρ+p 2λ22C 5)Δt /2+C '2Δt 2()1+(2μˉ-AF 21η2-2λ1)Δtp /2E [(D +|Ξk |2)p /2]+C '4Δt .(14)对任意σ∈(0,2μˉ-2λ1-AF 21η2-ρ),存在充分小的p *∈(0,1)使得p *λ22C 5≤σ/4. 进一步,对充分小的Δt *∈(0,1),p <p *和Δt <Δt *,有[1+(2μˉ-AF 21η2-2λ1)Δt ]p /2≥1-p 2(AF 21η2+2λ1-2μˉ)Δt - p (2-p )8(AF 21η2+2λ1-2μˉ)2Δt 2>0.(15)在上式两端消去Δt *,则对Δt <Δt *,有C 2'Δt <pσ8, p ||||||AF 21η2+2λ1-2μˉ+σ4Δt <1,(2-p )(AF 21η2+2λ1-2μˉ)2Δt <σ4.(16)运用(16)式,则由(14)式可得12第 1 期亢 婷:随机年龄结构固定资产系统倒向Euler 法的p 阶矩耗散性E [(D +|Ξk +1|2)p /2]≤1+12p (ρ+12σ)Δt 1-p 2()AF 21η2+2λ1-2μˉ+14σΔt E [(D +|Ξk |2)p /2]+C '4Δt .(17)对任意的x ∈[-0.5, 0.5],因为(1-x )-1=1+x +x 2∑i =0∞0.5i=1+x +2x 2,所以E [(D +|Ξk +1|2)p /2]≤éëêê1+p 2(ρ+12σ+AF 21η2+2λ1-2μˉ+σ4+)C *(p ,σ,Δt )Δt ùûúúE [(D +|Ξk |2)p /2]+C '4Δt ,其中C *(p ,σ,Δt )=p (AF 21η2+2λ1-2μˉ+σ4)2Δt +(ρ+σ2)éëêêêêp 2()AF 21η2+2λ1-2μˉ+σ4+p 22(AF 21η2+2λ1-2μˉ+σ4)2Δt ùûúúΔt <σ/4.因此,E [(D +|Ξk +1|2)p /2]≤éëêê1+p 2(ρ+AF 21η2+2λ1-2μˉ+σ)Δt ùûúúE [(D +|Ξk |2)p /2]+C '4Δt .接下来,使用迭代方法可得E [(D +|Ξk |2)p /2]≤éëêêùûúú1+p 2(ρ+AF 21η2+2λ1-2μˉ+σ)Δt k×E [(D +|Ξ0|2)p /2]+1-éëêêùûúú1+p 2(ρ+AF 21η2+2λ1-2μˉ+σ)Δt k -1-p2(ρ+AF 21η2+2λ1-2μˉ+σ)C '4.由于AF 21η2+2λ1-2μˉ+ρ<0,令k →∞,则lim sup k →+∞E [|Ξk |p]≤lim sup k →+∞E éë(D +|Ξk |2)p /2ùû≤C 4'-p 2()ρ+AF 21η2+2λ1-2μˉ+σ.因此,存在k *1>0使得对k ≥k *1有E (|Ξk |p )≤-C 4'ρ+AF 21η2+2λ1-2μˉ+σ+ε,其中ε>0是任意给定常数.定理4 若2μˉ-AF 21η2-2λ1-λ2>0且条件(a )~(d )成立,则对常数ε>0,存在常数k *2使得E |Ξk |2≤3α2μˉ-AF 21η2-2λ1-λ2+ε,k ≥k *2,Δt >0.(18)证明 由(9)式和条件(a )—(d )可得|Ξk +1|2≤12AF 21η2Δt |Ξk +1|2- μˉ|Ξk +1|2Δt +λ1Δt |Ξk +1|2+αΔt + 12|Ξk +1|2+12|Ξk +g (t k ,Ξk )ΔB k |2.因此[1+(2μˉ-AF 21η2-2λ1)Δt ]|Ξk +1|2≤2αΔt +|Ξk +g (t k ,Ξk )ΔB k |2,这意味着|Ξk +1|2≤11+(2μˉ-AF 21η2-2λ1)Δt ×|Ξk +g (t k ,Ξk )ΔB k |2+2αΔt1+(2μˉ-AF 21η2-2λ1)Δt .运用条件(d )和迭代方法可得E |Ξk +1|2≤(1+λ2Δt1+(2μˉ-AF 21η2-2λ1)Δt )k +1E |Ξ0|2+3αΔt1+(2μˉ-AF 21η2-2λ1)Δt ×1-[(1+λ2Δt )/(1+(2μˉ-AF 21η2-2λ1)Δt )]k +11-()1+λ2Δt /(1+(2μˉ-AF 21η2-2λ1)Δt ),其中2μˉ-AF 21η2-2λ1-λ2>0,由此可得lim sup k →+∞E (|Ξk |p )≤3α2μˉ-AF 21η2-2λ1-λ2.因此,对常数ε>0,存在常数k *2使得E |Ξk |2≤3α2μˉ-AF 21η2-2λ1-λ2+ε,k ≥k *2,Δt >0.注1 结合定理3和定理4可知,在一定的步长下,倒向Euler 法可以保持系统(1)的p (0<p <1)阶矩耗散性;当步长无限制时,系统(1)保持均方耗散. 此外,定理3和定理4也表明倒向Euler 数值解(9)在p 阶矩意义下有界.4 数值模拟本节通过一个数值例子验证所得理论结果的有效性. 考虑随机年龄结构固定资产系统:13第 45 卷宁夏大学学报(自然科学版)ìíîïïïïïïïïïïïïïïïïïïïïïïïïïïïd Ψ(a ,t )= -éëêêùûúú∂Ψ(a ,t )∂a +4Ψ(a ,t )(1-a )2+3Ψ(a ,t )-8d t + (Ψ(a ,t )+1)d B t ,Ψ∈Q ,Ψ(0,a )=exp (-11-a ),a ∈[0,0.8],Ψ(t ,0)= -(|250-t |0.2-3.4)N (t ),t ∈[0,800],N (t )=∫0A Ψ(t ,a )d a ,t ∈[0,800].(19)由(19)式可知H =L 2([0,0.8]),V =W p ([0,0.8]),M =R ,G =1,‖g ‖22=gGg =g 2.在(19)式中,取λ1=-2,λ2=2,α=9时,条件(a )—(d )满足. 取ρ=-1,P 1(|Ξk |)=2Ξk +1-D 和P 3(|Ξk |)=2D 2+2(2D -1)Ξ2k -4Ξ3k 时,不等式(4)满足. 同时,可选取正常数D 使得C =C '=1. 另外,定理1和定理3的参数选取为p =0.5,Δt =0.005,Δa =0.05,σ=0.562 8,ε=0.01,Δt *=0.015<|AF 21η2+2λ1-2μˉ|-1≈0.363 4,从而有λ=-1.752 0<0,E |Ψt |p ≤2.283 1. 根据定理1知,系统(19)为0.5阶矩耗散的且吸引集为B =(0,2.283 1). 对定理3,有AF 21η2+2λ1-2μˉ+ρ=-3.752 0<0, σ<2μˉ-AF 21η2-2λ1-ρ.从而有E |Ξk |p ≤1.254 2且Δt <Δt *. 类似地,对定理2和定理4,令Δt =0.025>Δt *,则2μˉ-AF 21η2-2λ1-λ2=0.752 0>0.经过数值计算可得E |Ψt |2=E |Ξk |2=35.904 2. 由定理2可知系统(19)是均方耗散的且正不变集和均方吸引集均为B =(0,35.904 3).数值模拟结果见图1—图4. 图1和图2给出了系统(19)倒向Euler 法数值解的均方和0.5阶耗散性, 均表明倒向Euler 法数值解的有界性. 由图3可知倒向Euler 法数值解Ξk (a )可以收敛到吸引集内.注2 当参数取值满足定理3和定理4条件的情况下, 图1—图4给出了系统(19)倒向Euler 法耗散性的数值模拟结果, 其中图1和图3刻画了p =2时数值解的有界性和吸引集, 图2和图4刻画了p =0.5时数值解的有界性和吸引集.数值结果均表明了本文理论结果的准确性. 此外, 虽然有学者研究了随机年龄结构固定资产系统或种群系统数值解的耗散性[5,14-15,18], 但研究的都是均方耗散性(p =2), 而本文研究的是p 阶矩耗散性, 这在一定程度上推广了文献[5,14-15,18]的结论.E |Y K a |2图 1 系统(19) 倒向Euler 法的均方耗散性E |Y K0.2 |2K K 图 3 系统 (19) 倒向Euler 法数值解的吸引集(Δt =0.025)E |Y K a |0.5图 2 系统(19) 倒向Euler 法的0.5阶矩耗散性0.40.50.60.70.80.9E |Y K0.4 |0.5KK图 4 系统(19)倒向Euler 法数值解的吸引集(Δt =0.005)14第 1 期亢婷:随机年龄结构固定资产系统倒向Euler法的p阶矩耗散性5 结论本文主要研究了单边Lipschitz条件下随机年龄结构固定资产系统倒向Euler法数值解的p阶矩耗散性,这在经济和金融领域具有非常重要的实际意义.借助于Gronwall引理和Burkholder-Davis-Gundy不等式,研究了两种类型的p阶矩:0<p<1和p=2.结果表明,当p=2时,系统达到均方耗散不依赖于步长的选取,而当0<p<1时,需要对步长加限制条件才能使系统达到p阶矩耗散性.最后,通过数值例子验证了理论结果的可行性和有效性.参考文献:[1]BOUCEKKINE R,GERMAIN M,LICANDRO O,et al. Numerical solution by iterative methods of a classof vintage capital models[J].Journal of EconomicDynamics and Control, 2001, 25(5): 655-669.[2]乔楠.种群及固定资产模型稳定性分析[D].银川:宁夏大学,2017.[3]FAGGIAN S,GOZZI F,KORT P M.Optimal investment with vintage capital:equilibrium distribu‐tions [J].Journal of Mathematical Economics,2021,96: 102516.[4]杨洪福.带跳和分数Brown运动的固定资产系统补偿倒向Euler数值解的均方渐近有界性[J].数学的实践与认识,2021, 51(12): 184-189.[5]张新景,张启敏.基于年龄结构带跳与分数Brown运动种群系统数值解的均方散逸性[J].宁夏大学学报(自然科学版), 2016, 37(1): 11-15,21.[6]MAO Xuerong.The truncated Euler-Maruyama method for stochastic differential equations[J].Journalof Computational and Applied Mathematics,2015,290: 370-384.[7]蒋茜,张引娣,王彩霞.随机延迟微分方程θ-Heun方法的T-稳定性[J].宁夏大学学报(自然科学版),2020, 41(2): 109-113.[8]吕淑婷,张启敏.随机固定资产系统补偿倒向Euler数值解的稳定性[J].河南师范大学学报(自然科学版),2016, 44(3): 14-18,84.[9]ZHANG Qimin,PANG Wankai,LEUNG P.Expo‐nential stability of numerical solutions for a class of sto‐chastic age-dependent capital system with Poissonjumps[J]. Journal of Computational and Applied Math‐ematics, 2011, 235(12): 3369-3377.[10]ZHANG Qimin, LIU Yating, LI Xining. Strong con‐vergence of split-step backward Euler method for sto‐chastic age-dependent capital system with Markovianswitching[J]. Applied Mathematics and Computation,2014, 235: 439-453.[11]DU Yanyan,ZHANG Qimin,MEYER-BAESE A.The positive numerical solution for stochastic age-dependent capital system based on explicit-implicitalgorithm[J]. Applied Numerical Mathematics, 2021,165: 198-215.[12]SCHURZ H.On moment-dissipative stochastic dynamical systems[J]. Dynamic Systems and Applica‐tions, 2001, 10: 11-44.[13]SUN Jiayue, ZHANG Huaguang, WANG Yingchun,et al. Dissipativity-based fault-tolerant control for sto‐chastic switched systems with time-varying delay anduncertainties[J].IEEE Transactions on Cybernetics,2022, 52(10): 10683-10694.[14]MA Weijun, DING Baocang, YANG Hongfu, et al.Mean-square dissipativity of numerical methods for aclass of stochastic neural networks with fractionalBrowian motion and jumps[J]. Neurocomputing, 2015,166: 256-264.[15]MA Qiang,DING Deqiong,DING Xiaohua.Mean-square dissipativity of several numerical methods forstochastic differential equations with jumps[J].Applied Numerical Mathematics, 2014, 82: 44-50.[16]MA Weijun,ZHANG Qimin,WANG Zhanping.Asymptotic stability of stochastic age-dependent popu‐lation equations with Markovian switching[J].Applied Mathematics and Computation,2014,227:309-319.[17]KHASMINSKII R.Stochastic stability of differential equations [M].Second Edition.Berlin Heidelberg:Springer-Verlag, 2012.[18]LI Qiang,KANG Ting,ZHANG Qimin.Mean-square dissipative methods for stochastic age-dependent capital system with fractional Brownianmotion and jumps[J]. Applied Mathematics and Com‐putation, 2018, 339: 81-92.(下转第30页)15第 45 卷宁夏大学学报(自然科学版)al. Atomic -scale compensation phenomena at polar interfaces [J ]. Physical Review Letters , 2010, 105(19): 197602.[18] JANG H W , ORTIZ D , BAEK S H , et al. Domainengineering for enhanced ferroelectric properties of epi‐taxial (001) BiFeO thin films [J ]. Advanced Materials ,2009,21(6):817-823.[19] GUO Rui , YOU Lu , MOTAPOTHULA M , et al.Influence of target composition and deposition tempera‐ture on the domain structure of BiFeO 3 thin films [J ]. AIP Advances , 2012, 2(4): 042104.[20] CHANTHBOUALA A , GARCIA V , CHERIFI RO , et al. A ferroelectric memristor [J ]. Nature Materi‐als , 2012, 11(10): 860-864.[21] ZAVALICHE F , SHAFER P , RAMESH R , et al.Polarization switching in epitaxial BiFeO 3 films [J ]. Applied Physics Letters , 2005, 87(25): 252902.[22] RIJNDERS G , BLANK D H A , CHOI J , et al.Enhanced surface diffusion through termination conver‐sion during epitaxial SrRuO 3 growth [J ]. Applied physics letters , 2004, 84(4): 505-507.[23] ZHANG Yangyang , TAN Yueze , SANDO D , et al.Controlled nucleation and stabilization of ferroelectric domain wall patterns in epitaxial (110) bismuth ferrite heterostructures [J ]. Advanced Functional Materials , 2020, 30(48): 2003571.[24] NAKAGAWA N , HWANG H Y , MULLER D A.Why some interfaces cannot be sharp [J ]. Nature Materials , 2006, 5(3): 204-209.[25] YU P , LUO W , YI D , et al. Interface control of bulkferroelectric polarization [J ]. Proceedings of the National Academy of Sciences , 2012, 109(25): 9710-9715.[26] WANG Yue , GUO Changqing , CHEN Mingfeng , etal. Mechanically driven reversible polarization switch‐ing in imprinted BiFeO 3 thin films [J ]. Advanced Functional Materials , 2023,33(31):2213787.Self-polarization Modulation of BiFeO 3 Epitaxial FilmsShen Guoyang , Liang Renhong , Zhu Liwen , Wang Zhiguo , Shu Longlong *(School of Physics and Material Science ,Nanchang University ,Nanchang 330031,China )Abstract: Through the investigation of the substrate/bottom electrode interface behavior , it is discovered thatinterface effects can modulate the polarization of BiFeO 3 epitaxial films. As both the bottom electrode and the film possess perovskite -type structures , by altering the interface layer type and position of the substrate/bottom electrode , two different types of interfaces can be achieved in the BFO/SRO (LSMO )/STO heterostructure. XRD and RSM characterizations indicate that the BFO film grows epitaxially on the STO substrate. Combined with PFM characterization , the two heterostructure films exhibit upward/downward spontaneous polarization (E b ) and c -domain 180°flipping. These research findings reveal differences in charge distribution and the direc‐tion of the built -in electric field at the interface of heterostructures caused by different choices of bottom elec‐trodes , providing new strategies for modulating the performance of heterostructure devices.Key words: epitaxial thin film ; interface effect ; self -polarization(责任编辑 张 娣)P th Moment Dissipativity of Backward Euler Method forStochastic Age-Dependent Capital SystemsKang Ting 1,2(1.School of Mathematics and Statistics , Ningxia University , Yinchuan 750021, China ;2.Ningxia Basic Science Research Center of Mathematics , Ningxia University , Yinchuan 750021, China )Abstract: The p th moment dissipativity issue for a class of stochastic age -dependent capital systems under one -sided Lipschitz condition is discussed using the backward Euler method. The mean -square dissipativity issue isderived without any restriction on stepsize when , while for , the p th moment dissipativity is obtained under a finite stepsize condition. In the end of paper , one numerical example with simulation is presented to illustrate the effectiveness and feasibility of the derived theoretical results.Key words: stochastic age -dependent capital system ; p th moment dissipativity ; mean -square dissipativity ; backward Euler method(责任编辑 张 娣)(上接第15页)30。
有限空间年龄结构种群模型一个新的间断Galerkin方法
237科技资讯 S CI EN CE & T EC HNO LO GY I NF OR MA TI ON 学 术 论 坛本文讨论下列海洋无脊椎动物的种群模型[1]: (,)(,)(()(,()))(,),0p t a p t a a a S t p t a t T t a≤,0t T a ≤,a (1)(,0)(())(),0p t c Q S t L t t T ≤,t T (2) 0(0,)(),0p a p a a ≤,a (3)0()()(())()()(,),0dL t L t c Q S t L t m a p t a da dt,0t T ≤,t T (4) 0(0),L L (5)()()(,),0S t a p t a da t T≤,t . (6)其中为该生物个体所能生存的最大年龄, (,)p t a 为t 时刻生物种群的年龄密度分布函数, ()L t 为幼体丰度, ()S t 为生物种群占领空间的大小, (,())a S t 为密度制约死亡率, ()a 、 ()m a 分别为生物种群的自然死亡率和出生率, ()a 为年龄a 的个体占有的空间,为该生物幼体的自然死亡率,c 为单位空间的定居率, Q 为总的可用空间。
根据实际问题的背景,可作如下假定:(H1) 0,,,,c Q T L 为正常数。
(H2) 0 ≤()a Y ≤)Y , 和 Y 为常数; 0m m ≤()m m a M ≤)M , m和 M 为常数。
(H3) 0()a da, 0 ≤()a , 为常数。
(H4) ()[0,]S t Q ; 00()p a ≤A , A 为常数。
(H5) (,)a S 为非负连续有界函数,且0≤0(,)(,)S a S a S S≤1, 1 为常数。
由文献[1]可知,模型问题(1~6)在 t ≥0存在惟一的非负解,并且 (,)p t a 和 ()L t 有界。
关于海洋无脊椎动物的种群模型的存在唯一性讨论可参见文献[1-8]。
带扩散的随机种群系统的指数稳定性
() 1
H 上 的 内 积 , 是 一 个 常 数 ,I l1 x 成立.
令 ( F, 是一个 完备 概率 空 间 , 是定 义在 n, P) w
摘 要 : 论 了 Hi et 间上 一 类 带扩 散 的 随 机 种 群 系统 的 指 数 稳 定 性 , 用 I 讨 l r空 b 利 t 式 、 数 鞅 公 式 和 一 些特 殊 不 o公 指
等 式 得 到 了带 扩散 的 随 机 种 群 系统指 数 稳 定 的 充分 条 件 . 关 键 词 : 定性 ; 机 种 群 系统 ;t 公 式 稳 随 I o
a z aZ f
f
I
a
!! 一 _
’
a r
!! 一
I k r£A ( ,,) ( , p rt ) ( , p rt 一一 n £ ( , z 一 ) ) ,
I f( ,, p r tz ) t rt , ( ,, ) d +
jg,, , 警, =0)Q , J (, 在 ( × 内 r ) z ) , A
S p. 12 e 20
文 章 编 号 : 2 32 2 ( O 2 O 一 2 8 O 0 5 — 3 8 2 1 ) 3O 3 一 5
带扩 散 的 随机 种 群 系统 的 指数 稳 定 性
杜 庆 辉
,
张 启 敏 孙
(. 方 民族 大 学 信 息 - 算 科 学 学 院 , 1北 b计 宁夏 银 川 7 0 2 ; 2 宁夏 大 学 数 学 计 算 机 学 院 , 夏 银 川 7 0 2 ) 5 0 1 . 宁 5 0 1
表示为W :∑ ( e 其中 } t i 是Q 上的一个正 ),
随机微分方程(stochastic differential equation,sde)
随机微分方程(stochastic differential equation,sde) 1. 引言1.1 概述随机微分方程(Stochastic Differential Equation,SDE)是一类描述随机现象的微分方程。
相比于传统的确定性微分方程,SDE中包含了一个或多个随机项,能够更准确地描述现实世界中的不确定性和变动性。
SDE在各个领域中广泛应用,特别是金融学、物理学和生物学等领域。
1.2 文章结构本文将从以下几个方面介绍随机微分方程及其应用:定义与基本概念、解随机微分方程的方法与技巧,以及在实际问题中的应用。
具体可以分为三个主要部分:引言、主体内容和结论展望。
1.3 目的本文旨在介绍随机微分方程的基本概念、解法和应用,并探讨其在金融学、物理学和生物学等领域中的实际应用。
通过对随机微分方程的深入了解,读者可以更好地理解和利用该方法来解决实际问题,并对未来研究提出展望。
以上为“1. 引言”部分的内容。
2. 随机微分方程的定义与基本概念2.1 随机过程简介随机过程是一类描述随着时间推移而随机变化的数学模型。
它可以看作是时间参数上的一族随机变量的集合。
随机过程常用于描述具有随机性质的现象,如金融市场中的股票价格、天气预报中的温度变化等。
2.2 随机微分方程的定义随机微分方程是一类描述含有随机项(通常为噪声)的微分方程。
它通常采用以下形式表示:dX(t) = a(X(t), t)dt + b(X(t), t)dW(t)其中,X(t)是未知函数,a(X(t), t)和b(X(t), t)是已知函数,dW(t)表示Wiener 过程(也称为布朗运动或白噪声)。
这个方程表示了X在无穷小时间段dt内发生微小变化dX(t),其中包含一个确定性项a(X(t), t)dt和一个随机项b(X(t), t)dW(t)。
2.3 常见的随机微分方程模型在实际应用中,有许多不同类型的随机微分方程模型被广泛使用。
- Ornstein-Uhlenbeck 过程:该模型描述了维持平衡状态的粒子在受到随机扰动时的演化过程。
一类带Poisson跳随机森林发展系统数值解的存在唯一性
是 S b lv空 间 . 的 范 数 定 义 如 下 : o oe V
收 稿 日期 :2 1 - 3 0 . 0 10 — 3 基 金 项 目 :国家 自然 科 学 基 金 项 目( 1 6 0 4 ; 方 民族 大 学 科 学 研 究 项 目( 0 9 3 ) 10 12 )北 2 0 Y0 1
中 图分 类 号 :O1 5 1 7.2 文献 标 识 码 :A
目前 , 机 微 分 方 程 被 广 泛 应 用 在 工 程 、 随 人
本 文 讨 论 如 下 随 机 森 林 发 展 系 统 模 型
口、 物 工程 和经 济 等领 域 . 生
f 一 £ (以 d / , d g , d £ ) =(T× 。 ) d 3d £) f (P (P w + (Pd , =。 ) (A, P 以 P ,P + £ )+ ) , N Q二 , ,
rt
VtE E , ] o丁 . 其 中 , M 》 《 表示 M 的二 次变 分. 证 明见文 献 [ ] 7.
根据 以上 的假 设 , 运用 定理 1 存在 一个 唯一 知
的 过 程 P ∈ ( T; O, V)n L ; o, H ) , ( C( T; ) 也
的 对 偶 空 间 .分 别 用
2 A(, , ( P) P>+ A( ) l 。 y卢 l + ≥ P
d
l , ∈ V,. .. 『 I VP P l aet
( 1 f( , )一 0; b ) tO
H — L (o A] , 是 。E , )V
*E mal j h @ 1 3 c r. i:xl t . o s 6 n
第 3期
吕淑 婷 等 : 类 带 P i o 一 os n跳 随 机 森 林 发 展 系 统 数 值 解 的存 在 唯 一 性 s
spss常用统计词汇中英对照表
spss常用统计词汇中英对照表统计词汇英汉对照Absolute deviation, 绝对离差Absolute number, 绝对数 Absolute residuals, 绝对残差Acceptable hypothesis, 可接受假设 Accumulation, 累积ccuracy, 准确度 Actual frequency, 实际频数Addition, 相加 Additivity, 可加性Adjusted rate, 调整率 Adjusted value, 校正值Admissible error, 容许误差 Aggregation, 聚集性Alternative hypothesis, 备择假设 Among groups, 组间Amounts, 总量 Analysis of correlation, 相关分析Analysis of covariance, 协方差分析 Analysis of regression, 回归分析Analysis of time series, 时间序列分析 Analysis of variance, 方差分析ANOVA (analysis of variance), 方差分析 ANOVA Models, 方差分析模型Arcing, 弧/弧旋 Arcsine transformation, 反正弦变换Area under the curve, 曲线面积 AREG , 评估从一个时间点到下一个时间点回归相关时的误差Arithmetic mean, 算术平均数rrhenius relation, 艾恩尼斯关系 Assessing fit, 拟合的评估Asymmetric distribution, 非对称分布 Asymptotic efficiency, 渐近效率Asymptotic variance, 渐近方差 Attributable risk, 归因危险度Attribute data, 属性资料 Attribution, 属性Autocorrelation, 自相关Autocorrelation of residuals, 残差的自相关Average, 平均数 Average confidence interval length, 平均置信区间长度 Average growth rate, 平均增长率Bar chart, 条形图 Bar graph, 条形图Base period, 基期 Bayes" theorem , Bayes 定理Bell-shaped curve, 钟形曲线 Bernoulli distribution, 伯努力分布Best-trim estimator, 最好切尾估计量 Bias, 偏性Binary logistic regression, 二元逻辑斯蒂回归 Binomial distribution, 二项分布Bisquare, 双平方 Bivariate Correlate, 二变量相关Bivariate normal distribution, 双变量正态分布Bivariate normal population, 双变量正态总体 Biweight M-estimator, 双权 M 估计量 BMDP(Biomedical puter programs), BMDP 统计软件包 Bo_plots, 箱线图/箱尾图Canonical correlation, 典型相关 Caption, 纵标目Case-control study, 病例对照研究 Categorical variable, 分类变量Catenary, 悬链线 Cauchy distribution, 柯西分布Cause-and-effect relationship, 因果关系 Cell, 单元Censoring, 终检 Center of symmetry, 对称中心Centering and scaling, 中心化和定标 Central tendency, 集中趋势Central value, 中心值 CHAID -χ2 Automatic Interaction Detector, 卡方自动交互检测Chance, 机遇Chance error, 随机误差 Chance variable, 随机变量Characteristic equation, 特征方程 Characteristic root, 特征根Characteristic vector, 特征向量 Chebshev criterion of fit, 拟合的切比雪夫准则 Chernoff faces, 切尔诺夫脸谱图Chi-square test, 卡方检验/χ2 检验 Choleskey deposition, 乔洛斯基分解 Circle chart, 圆图Class interval, 组距Class mid-value, 组中值 Class upper limit, 组上限Classified variable, 分类变量 Cluster analysis, 聚类分析Cluster sling, 整群抽样 Coefficient of contingency,列联系数Coefficient of determination, 决定系数 Coefficient of multiple correlation, 多重相关系数 Coefficient of partial correlation, 偏相关系数 Coefficient of production-moment correlation, 积差相关系数 Coefficient of rank correlation, 等级相关系数 Coefficient of regression, 回归系数Coefficient of skewness, 偏度系数 Coefficient of variation, 变异系数Cohort study, 队列研究 Column, 列Column effect, 列效应 Column factor, 列因素bination pool, 合并 binative table, 组合表mon factor, 共性因子 mon regression coefficient, 公共回归系数 mon value, 共同值mon variance, 公共方差mon variation, 公共变异munality variance, 共性方差 parability, 可比性parison of bathes, 批比较 parison value, 比较值partment model, 分部模型 passion, 伸缩plement of an event, 补事件 plete association, 完全正相关plete dissociation, 完全不相关 plete statistics, 完备统计量pletely randomized design, 完全随机化设计 posite event, 联合事件posite events, 复合事件 Concavity, 凹性Conditional e_pectation, 条件期望 Conditional likelihood, 条件似然Conditional probability, 条件概率 Conditionally linear, 依条件线性Confidence interval, 置信区间Confidence limit, 置信限Confidence lower limit, 置信下限 Confidence upper limit, 置信上限Confirmatory Factor Analysis , 验证性因子分析Confounding factor, 混杂因素Conjoint, 联合分析 Consistency, 相合性Consistency check, 一致性检验 Consistent asymptotically normal estimate, 相合渐近正态估计Consistent estimate, 相合估计Constrained nonlinear regression, 受约束非线性回归Contour, 边界线Contribution rate, 贡献率 Control, 对照Controlled e_periments, 对照实验 Conventional depth, 常规深度Corrected factor, 校正因子 Corrected mean, 校正均值Correction coefficient, 校正系数 Correctness, 正确性Correlation coefficient, 相关系数Correlation inde_, 相关指数Counting, 计数 Counts, 计数/频数Covariance, 协方差 Co_ Regression, Co_ 回归Criteria for fitting, 拟合准则 Criteria of least squares, 最小二乘准则Critical ratio, 临界比Critical region, 拒绝域 Critical value, 临界值Cumulative distribution function, 分布函数 D test, D 检验Data acquisition, 资料收集 Data bank, 数据库Data capacity, 数据容量 Data deficiencies, 数据缺乏Data handling, 数据处理 Data manipulation, 数据处理Data processing, 数据处理 Data set, 数据集Data sources, 数据来源 Data transformation, 数据变换Data validity, 数据有效性 Data-in, 数据输入Data-out, 数据输出 Degree of freedom, 自由度Degree of reliability, 可靠性程度 Density function, 密度函数Density of data points, 数据点的密度 Dependent variable, 应变量/依变量/因变量Dependent variable, 因变量Depth, 深度 Derivative matri_, 导数矩阵Derivative-free methods, 无导数方法 Design, 设计Determinacy, 确定性 Determinant, 行列式Determinant, 决定因素 Deviation, 离差Deviation from average, 离均差Dichotomous variable, 二分变量Differential equation, 微分方程 Direct standardization, 直接标准化法 Discrete variable, 离散型变量 DISCRIMINANT, 判断Discriminant analysis, 判别分析 Discriminant coefficient, 判别系数Discriminant function, 判别值 Dispersion, 散布/分散度Downward rank, 降秩 Effect, 实验效应Eigenvalue, 特征值 Eigenvector, 特征向量Ellipse, 椭圆 Empirical distribution, 经验分布Empirical probability, 经验概率单位 Enumeration data, 计数资料Equally likely, 等可能 Equivariance, 同变性Error, 误差/错误 Error of estimate, 估计误差Error type I, 第一类错误 Error type II, 第二类错误Estimated error mean squares, 估计误差均方 Estimated error sum of squares, 估计误差平方和 Euclidean distance, 欧式距离Event, 事件 Event, 事件E_ceptional data point, 异常数据点 E_pected values, 期望值E_periment, 实验 E_perimental sling, 试验抽样E_perimental unit, 试验单位 E_planatory variable, 说明变量E_ploratory data analysis, 探索性数据分析 E_plore Summarize, 探索-摘要E_ponential curve, 指数曲线 E_ponential growth, 指数式增长E_SMOOTH, 指数平滑方法E_tended fit, 扩充拟合E_tra parameter, 附加参数E_trapolation, 外推法E_treme observation, 末端观测值 E_tremes, 极端值/极值F distribution, F 分布 F test, F 检验Factor, 因素/因子 Factor analysis, 因子分析Factor Analysis, 因子分析 Factor score, 因子得分Family of distributions, 分布族 Field investigation, 现场调查Field survey, 现场调查 Finite population, 有限总体Finite-sle, 有限样本 First derivative, 一阶导数First principal ponent, 第一主成分 First quartile, 第一四分位数Fitted value, 拟合值 Fitting a curve, 曲线拟合Fi_ed base, 定基 Fluctuation, 随机起伏Forecast, 预测 Four fold table, 四格表Fourth, 四分点 Fraction blow, 左侧比率Fractional error, 相对误差 Frequency, 频率Frequency polygon, 频数多边图 Frontier point, 界限点Function relationship, 泛函关系 Gamma distribution, 伽玛分布Gauss increment, 高斯增量 Gaussian distribution, 高斯分布/正态分布General census, 全面普查 GENLOG (Generalized liner models), 广义线性模型Geometric mean, 几何平均数GLM (General liner models), 通用线性模型Goodness of fit, 拟和优度/配合度Gradient of determinant, 行列式的梯度Grand mean, 总均值Group averages, 分组平均 Grouped data, 分组资料Guessed mean, 假定平均数 Half-life, 半衰期Happenstance, 偶然事件 Harmonic mean, 调和均数Hazard function, 风险均数 Hazard rate, 风险率Heading, 标目Heavy-tailed distribution, 重尾分布Heterogeneity of variance, 方差不齐Hierarchical classification, 组内分组Hierarchical clustering method, 系统聚类法HILOGLINEAR, 多维列联表的层次对数线性模型 Hinge, 折叶点Histogram, 直方图 HOMALS, 多重响应分析Homogeneity of variance, 方差齐性 Homogeneity test, 齐性检验Huber M-estimators, 休伯 M 估计量 Hyperbola, 双曲线Hypothesis testing, 假设检验 Hypothetical universe, 假设总体Impossible event, 不可能事件 Independence, 独立性Independent variable, 自变量 Inde_, 指标/指数Indirect standardization, 间接标准化法 Individual, 个体Inference band, 推断带 Infinite population, 无限总体Infinitely great, 无穷大 Infinitely small, 无穷小Influence curve, 影响曲线 Information capacity, 信息容量Initial condition, 初始条件 Initial estimate, 初始估计值Initial level, 最初水平 Interaction, 交互作用Interaction terms, 交互作用项Intercept, 截距Interpolation, 内插法 Interquartile range, 四分位距Interval estimation, 区间估计 Intervals of equal probability, 等概率区间 Intrinsic curvature, 固有曲率Invariance, 不变性 Inverse matri_, 逆矩阵Inverse probability, 逆概率 Inverse sine transformation, 反正弦变换Iteration, 迭代Jacobian determinant, 雅可比行列式 Joint distribution function, 分布函数 Joint probability, 联合概率 Jointprobability distribution, 联合概率分布 K means method, 逐步聚类法Kaplan-Merier chart, Kaplan-Merier 图 Kendall"s rank correlation, Kendall 等级相关 Kolmogorov-Smirnove test, 柯尔莫哥洛夫-斯米尔诺夫检验 Kruskal and Wallis test, Kruskal 及 Wallis 检验/多样本的秩和检验/H 检验 Kurtosis, 峰度Lack of fit, 失拟 Ladder of powers, 幂阶梯Large sle, 大样本 Large sle test, 大样本检验Latin square, 拉丁方 Latin square design, 拉丁方设计Least favorable configuration, 最不利构形 Least favorable distribution, 最不利分布 Least significant difference, 最小显著差法 Least square method, 最小二乘法Least-absolute-residuals estimates, 最小绝对残差估计Least-absolute-residuals fit, 最小绝对残差拟合 Least-absolute-residuals line, 最小绝对残差线Legend, 图例L-estimator, L 估计量 L-estimator of location, 位置 L 估计量L-estimator of scale, 尺度 L 估计量 Level, 水平Life table, 寿命表 Life table method, 生命表法Light-tailed distribution, 轻尾分布 Likelihood function, 似然函数Likelihood ratio, 似然比 line graph, 线图Linear correlation, 直线相关 Linear equation, 线性方程Linear programming, 线性规划 Linear regression, 直线回归Linear Regression, 线性回归 Linear trend, 线性趋势Loading, 载荷Location and scale equivariance, 位置尺度同变性Location equivariance, 位置同变性Location invariance, 位置不变性 Location scale family, 位置尺度族Log rank test, 时序检验Logarithmic curve, 对数曲线Logarithmic normal distribution, 对数正态分布Logarithmic scale, 对数尺度Logarithmic transformation, 对数变换 Logic check, 逻辑检查Logistic distribution, 逻辑斯特分布 Logit transformation, Logit 转换LOGLINEAR, 多维列联表通用模型Lognormal distribution, 对数正态分布Lost function, 损失函数 Low correlation, 低度相关Lower limit, 下限 Lowest-attained variance, 最小可达方差LSD, 最小显著差法的简称Lurking variable, 潜在变量Main effect, 主效应 Marginal density function, 边缘密度函数 Marginal probability, 边缘概率 Marginal probability distribution, 边缘概率分布 Matching of transformation, 变换的匹配Mathematical e_pectation, 数学期望Mathematical model, 数学模型Ma_imum L-estimator, 极大极小 L 估计量 Ma_imum likelihood method, 最大似然法 Mean, 均数 Mean squares between groups, 组间均方 Mean squares within group, 组内均方 Means (pare means), 均值-均值比较 Median, 中位数Median effective dose, 半数效量Median polish, 中位数平滑 Median test, 中位数检验Minimal sufficient statistic, 最小充分统计量 Minimum distance estimation, 最小距离估计 Minimum variance estimator, 最小方差估计量 MINITAB, 统计软件包Missing data, 缺失值Model specification, 模型的确定Modeling Statistics , 模型统计 Models for outliers, 离群值模型Modifying the model, 模型的修正 Most favorable configuration, 最有利构形Multidimensional Scaling (ASCAL), 多维尺度/多维标度Multinomial Logistic Regression , 多项逻辑斯蒂回归Multiple parison, 多重比较Multiple correlation , 复相关 Multiple covariance, 多元协方差Multiple linear regression, 多元线性回归 Multiple response , 多重选项Multiple solutions, 多解Multiplication theorem, 乘法定理Multiresponse, 多元响应 Multi-stage sling, 多阶段抽样Multivariate T distribution, 多元 T 分布 Mutuale_clusive, 互不相容Mutual independence, 互相独立 Negative correlation, 负相关Negative linear correlation, 负线性相关 Negatively skewed, 负偏Newman-Keuls method, q 检验 NK method, q 检验No statistical significance, 无统计意义 Nominal variable, 名义变量Nonlinear regression, 非线性相关 Nonparametric statistics, 非参数统计Nonparametric test, 非参数检验 Normal deviate, 正态离差Normal distribution, 正态分布 Normal ranges, 正常范围Normal value, 正常值 Nuisance parameter, 多余参数/讨厌参数 Null hypothesis, 无效假设Numerical variable, 数值变量Objective function, 目标函数 Observation unit, 观察单位Observed value, 观察值 One sided test, 单侧检验One-way analysis of variance, 单因素方差分析 Oneway ANOVA , 单因素方差分析Order statistics, 顺序统计量 Ordered categories, 有序分类Ordinal logistic regression , 序数逻辑斯蒂回归Ordinal variable, 有序变量Orthogonal basis, 正交基 Orthogonal design, 正交试验设计Orthogonality conditions, 正交条件 ORTHOPLAN, 正交设计Outlier cutoffs, 离群值截断点Outliers, 极端值OVERALS , 多组变量的非线性正规相关Paired design, 配对设计Paired sle, 配对样本 Parallel tests, 平行试验Parameter, 参数 Parametric statistics, 参数统计Parametric test, 参数检验 Partial correlation, 偏相关Partial regression, 偏回归 Pearson curves, 皮尔逊曲线Percent bar graph, 百分条形图 Percentage, 百分比Percentile, 百分位数 Percentile curves, 百分位曲线Periodicity, 周期性 Permutation, 排列P-estimator, P 估计量 Pie graph, 饼图Pitman estimator, 皮特曼估计量 Point estimation, 点估计Poisson distribution, 泊松分布 Population, 总体Positive correlation, 正相关 Positively skewed, 正偏Posterior distribution, 后验分布 Power of a test, 检验效能Precision, 精密度 Predicted value, 预测值Principal ponent analysis, 主成分分析 Prior distribution, 先验分布Prior probability, 先验概率 Probabilistic model, 概率模型probability, 概率 Probability density, 概率密度Product moment, 乘积矩/协方差 Pro, 截面迹图Proportion, 比/构成比 Proportion allocation in stratified random sling, 按比例分层随机抽样 Proportionate sub-class numbers, 成比例次级组含量Pseudo F test, 近似 F 检验Pseudo model, 近似模型 Pseudosigma, 伪标准差Purposive sling, 有目的抽样 QR deposition, QR 分解Quadratic appro_imation, 二次近似 Qualitative classification, 属性分类Qualitative method, 定性方法 Quantile-quantile plot, 分位数-分位数图/Q-Q 图 Quantitative analysis, 定量分析Quartile, 四分位数 Quick Cluster, 快速聚类Radi_ sort, 基数排序 Random allocation, 随机化分组Random blocks design, 随机区组设计 Random event, 随机事件Randomization, 随机化 Range, 极差/全距Rank correlation, 等级相关 Rank sum test, 秩和检验Rank test, 秩检验 Ranked data, 等级资料Rate, 比率 Ratio, 比例Raw data, 原始资料 Raw residual, 原始残差Reciprocal, 倒数 Reducing dimensions, 降维Region of acceptance, 接受域 Regression coefficient, 回归系数Regression sum of square, 回归平方和 Relative dispersion, 相对离散度Relative number, 相对数 Reliability, 可靠性Reparametrization, 重新设置参数 Replication, 重复Report Summaries, 报告摘要 Residual sum of square, 剩余平方和 Resistance, 耐抗性 R-estimator of location, 位置R 估计量R-estimator of scale, 尺度 R 估计量Retrospective study, 回顾性调查 Rotation, 旋转Row, 行 Row factor, 行因素Sle, 样本Sleregression coefficient, 样本回归系数 Sle size, 样本量Sle standard deviation, 样本标准差 Sling error, 抽样误差SAS(Statistical analysis system ), SAS 统计软件包Scale, 尺度/量表Scatter diagram, 散点图 Schematic plot, 示意图/简图Second derivative, 二阶导数 Second principal ponent, 第二主成分SEM (Structural equation modeling), 结构化方程模型Sequential analysis, 贯序分析Sequential data set, 顺序数据集 Sequential design, 贯序设计Sequential method, 贯序法 Sequential test, 贯序检验法Sigmoid curve, S 形曲线 Sign test, 符号检验Signed rank, 符号秩 Significance test, 显著性检验Significant figure, 有效数字 Simple cluster sling, 简单整群抽样 Simple correlation, 简单相关Simple random sling, 简单随机抽样 Simple regression, 简单回归simple table, 简单表 Single-valued estimate, 单值估计Singular matri_, 奇异矩阵 Skewed distribution, 偏斜分布Skewness, 偏度 Slash distribution, 斜线分布Smirnov test, 斯米尔诺夫检验Spearman rank correlation, 斯皮尔曼等级相关 Specific factor, 特殊因子Specific factor variance, 特殊因子方差 Spherical distribution, 球型正态分布 SPSS(Statistical package for the social science), SPSS 统计软件包 Standard deviation, 标准差Standard error, 标准误 Standard error of difference, 差别的标准误 Standard error of estimate, 标准估计误差Standard error of rate, 率的标准误 Standard normal distribution, 标准正态分布 Standardization, 标准化Starting value, 起始值 Statistic, 统计量Statistical control, 统计控制 Statistical graph, 统计图Statistical inference, 统计推断 Statistical table, 统计表Steepest descent, 最速下降法 Stem and leaf display, 茎叶图Step factor, 步长因子 Stepwise regression, 逐步回归Storage, 存 Strata, 层(复数)Stratified sling, 分层抽样 Stratified sling, 分层抽样Studentized residual, 学生化残差/t 化残差 Sufficient statistic, 充分统计量Sum of products, 积和 Sum of squares, 离差平方和Sum of squares about regression, 回归平方和 Sum of squares between groups, 组间平方和 Sum of squares of partial regression, 偏回归平方和Sure event, 必然事件Survey, 调查 Survival, 生存分析Survival rate, 生存率 Symmetry, 对称Systematic error, 系统误差 Systematic sling, 系统抽样Tags, 标签 Tail area, 尾部面积Tail length, 尾长 Tail weight, 尾重Target distribution, 目标分布 Taylor series, 泰勒级数Tendency of dispersion, 离散趋势 Testing of hypotheses, 假设检验Theoretical frequency, 理论频数 Time series, 时间序列Tolerance interval, 容忍区间 Total sum of square, 总平方和Total variation, 总变异 Transformation, 转换Treatment, 处理 Trend, 趋势Trend of percentage, 百分比趋势 Trial, 试验Trial and error method, 试错法 Two sided test, 双向检验Two-stage least squares, 二阶最小平方 Two-tailed test, 双侧检验Two-way analysis of variance, 双因素方差分析 Type I error, 一类错误/α错误Type II error, 二类错误/β错误 UMVU, 方差一致最小无偏估计简称Unbiased estimate, 无偏估计 Unconstrained nonlinear regression , 无约束非线性回归 Unequal subclass number, 不等次级组含量 Ungrouped data, 不分组资料Uniform coordinate, 均匀坐标Uniform distribution, 均匀分布Uniformly minimum variance unbiased estimate, 方差一致最小无偏估计 Upper limit, 上限Upward rank, 升秩 Validity, 有效性VARP (Variance ponent estimation), 方差元素估计Variability, 变异性Variable, 变量 Variance, 方差Variation, 变异 Varima_ orthogonal rotation, 方差最大正交旋转 W test, W 检验Weibull distribution, 威布尔分布 Weight, 权数Weighted Chi-square test, 加权卡方检验/Cochran 检验Weighted linear regression method, 加权直线回归 Weighted mean, 加权平均数Weighted mean square, 加权平均方差 Weighted sum of square, 加权平方和 Weighting coefficient, 权重系数Weighting method, 加权法W-estimation, W 估计量W-estimation of location, 位置 W 估计量 Width, 宽度Wilco_on paired test, 威斯康星配对法/配对符号秩和检验 Z test, Z 检验Zero correlation, 零相关 Z-transformation, Z 变换。
生物信息学题库--精校+整理
生物信息学题库一、名词解释1.生物信息学:生物分子信息的获取、存贮、分析和利用;以数学为基础, 应用计算机技术, 研究生物学数据的科学。
2.相似性(similarity):相似性是指序列比对过程中用来描述检测序列和目标序列之间相同DNA 碱基或氨基酸残基顺序所占比例的高低。
3.同源性(homology):生物进化过程中源于同一祖先的分支之间的关系。
4.BLAST(Basic Local Alignment Search Tool):基本局部比对搜索工具, 用于相似性搜索的工具, 对需要进行检索的序列与数据库中的每个序列做相似性比较。
5.HMM隐马尔可夫模型:是蛋白质结构域家族序列的一种严格的统计模型, 包括序列的匹配, 插入和缺失状态, 并根据每种状态的概率分布和状态间的相互转换来生成蛋白质序列。
6.一级数据库:一级数据库中的数据直接来源于实验获得的原始数据, 只经过简单的归类整理和注释(投稿文章首先要将核苷酸序列或蛋白质序列提交到相应的数据库中)7、二级数据库:对原始生物分子数据进行整理、分类的结果, 是在一级数据库、实验数据和理论分析的基础上针对特定的应用目标而建立的。
8、GenBank: 是具有目录和生物学注释的核酸序列综合公共数据库, 由NCBI构建和维护。
9、EMBL: EMBL 实验室: 欧洲分子生物学实验室。
EMBL 数据库: 是非盈利性学术组织 EMBL 建立的综合性数据库, EMBL 核酸数据库是欧洲最重要的核酸序列数据库, 它定期地与美国的GenBank、日本的 DDBJ 数据库中的数据进行交换, 并同步更新。
10、DDBJ: 日本核酸序列数据库, 是亚洲唯一的核酸序列数据库。
11.Entrez:是由 NCBI 主持的一个数据库检索系统, 它包括核酸, 蛋白以及 Medline 文摘数据库, 在这三个数据库中建立了非常完善的联系。
12.SRS(sequence retrieval system):序列查询系统, 是 EBI 提供的多数据库查询工具之一。
浙江大学2015分子生物学_复习题
Central dogma: 中心法则:是指遗传信息从DNA传递给RNA,再从RNA传递给蛋白质,即完成遗传信息的转录和翻译的过程。
也可以从DNA传递给DNA,即完成DNA的复制过程。
某些病毒中的RNA自我复制(如烟草花叶病毒等)和在某些病毒中能以RNA为模板逆转录成DNA的过程(某些致癌病毒)是对中心法则的补充。
Translational medicine: 转化医学,医学研究,试图在基础研究和临床治疗之间建立更直接的关系,把生物医学的研究成果转化为有前景的新型诊断试验,治疗及药物.Hapmap: 国际人类基因组单体型图计划.HVP (Human Variome Project): the global initiativeto collect and curate all human genetic variation affecting human health. Its mission is to improve health outcomes by facilitating the unification of data on human genetic variation and its impact on human healthReversible phosphorylation:可逆磷酸化,很多蛋白都通过磷酸化和去磷酸化发挥功能Translational research:转化研究,转化研究转化医学或称为转化研究(Translational research)作为一种新理念,旨在推动基础研究成果快速临床转化用于疾病诊断、预防和治疗之中,其核心是在实验室与临床之间建立一个双向转化通道.Genetic variation:遗传变异,是对同一基因库中生物体之间呈现差别的定量描述。
遗传与变异,是生物界不断地普遍发生的现象,也是物种形成和生物进化的基础Polymorphisms:多态性,指生物群体内存在和等位基因相关的若干种表现型,是单一基因座变异在群体水平的体现,Hardy–Weinberg equilibrium:哈迪温伯格平衡,在理想状态下,各等位基因的频率和等位基因的基因型频率在遗传中是稳定不变的,即保持着基因平衡。
流行病学五套题
流行病学试题一三、名词解释1、epidemiology2、患病率3、PYLL4、DALY5、epidemic6、描述性研究7、现况研究8、Census9、生态学谬误10、暴露exposure11、cohort study12、危险因素risk factor13、SMR14、观察终点end-point15、AR%四、论述题1、简述流行病学研究方法;2、试述发病率与患病率的不同点比较;3、影响患病率升高和降低的因素有哪些4、简述年龄分布出现差异的原因;试述疾病年龄分布的分析方法有几种有何区别5、判断一种疾病是否属于地方性疾病的依据是什么6、疾病分布呈现周期性的原因是什么周期间隔时间长短取决于哪些因素7、简述现况研究的目的与特点是什么8、试述现况研究中产生偏倚的原因以及如何控制偏倚;9、简述队列研究的基本原理及其基本特点;10、简述RR与OR的含义及其各自的流行病学意义;三、名词解释1、epidemiology:流行病学是研究人群中疾病与健康状况的分布及其影响因素,并研究防制疾病及促进健康的策略和措施的科学;2、患病率:某特定时间内一定人口中某病新旧病例所占比例;3、PYLL:潜在减寿年数,指某年龄组人口因某病死亡者的预期寿命与实际死亡年龄之差的总和,即死亡所造成的寿命损失;4、DALY:伤残调整寿命年,指从发病到死亡所损失的全部健康寿命年;5、epidemic:流行,指某病在某地区显着超过该病历年发病率水平;6、描述性研究:通过描述疾病或健康状况的三间分布情况,找出某些因素与疾病或健康状况间的关系,提供病因线索;它既是流行病学研究工作的起点,也是其他流行病学研究方法的基础;7、现况研究:又称横断面研究,也称患病率研究,研究特定时点或期间和特定范围内人群中的有关变量因素与疾病或健康状况的关系;8、Census:普查,即全面调查,是指在特定时点或时期、特定范围内的全部人群总体均为研究对象的调查;9、生态学谬误:是生态学研究的最主要的缺点,其是由于生态学研究是以各个不同情况的个体“集合”而成的群体为观察和分析单位,以及存在的混杂因素等原因造成的研究结果与真实情况不符;10、暴露exposure:指研究对象接触过某种待研究的物质、具备某种待研究的特征或行为;11、cohort study:队列研究,是将人群按是否暴露于某可疑因素及其暴露程度分为不同的亚组,追踪其各自的结局,比较不同亚组之间结局频率的差异,从而判定暴露因子与结局之间有无因果关联及关联大小的一种观察性研究方法;12、危险因素:泛指能引起某特定不良结局outcome,或使其发生的概率增加的因子,包括个人行为、生活方式、环境和遗传等多方面的因素;13、SMR:标准化死亡比,即用暴露组的发病或死亡人数用总人口率算出的期望发病或死亡数字求标化比;14、观察终点end-point:就是指研究对象出现了预期的结果,达到了这个观察终点,就不再对该研究对象继续随访; 15、AR%:归因危险度百分比,又称病因分值EF,是指暴露人群中的发病或死亡归因于暴露的部分占暴露人群全部发病或死亡的百分比;四、论述题1、简述流行病学研究方法;答:流行病学研究方法可分为观察性研究、实验性研究、理论性研究三大类;图-流行病学研究方法按设计类型分类2、试述发病率与患病率的不同点比较;发病率患病率定义指一定时期内,一定人群中,某病新病例出现的频率;指某特定时间内总人口中,曾患有某病新旧病例之和所占的比例;分子一定期间内的新发病人数新旧病例之和分母可能发生该病的人群;被观察人数数值理论上发病率可以大于1小于等于1应用常用于描述疾病分布;提出病因假说,探索可能的病因;评价防治措施的效果;疾病监测资料;前瞻性研究;患病率取决于发病率和病程两个因素;常用于表示病程长的慢性病的发生与流行情况,可为医疗设施规划、估计床位周转、卫生设施及人力需要量、医疗质量评价、医疗费的投入等提供科学依据;3、影响患病率升高和降低的因素有哪些答:影响患病率升高的因素:①病程延长;②发病率升高③病例迁入;④健康者迁出;⑤诊断水平提高;⑥报告率提高;⑦未治愈者寿命延长;⑧易感者迁入;影响患病率降低的因素:①病程缩短;②发病率下降;③病例迁出;④健康者迁入;⑤治愈率提高;⑥病死率提高4、简述年龄分布出现差异的原因;试述疾病年龄分布的分析方法有几种有何区别答:⑴年龄分布出现差异的原因:传染病中不同年龄的人群暴露导致疾病年龄分布差异、免疫水平、有效的预防接种可改变某些疾病固有的发病特征;⑵疾病年龄分布的分析方法:①横断面分析:是分析同一时期或不同年代不同年龄组的发病率、患病率和死亡率的变化;多用于传染病;不能表示同年代出生的各年龄的死亡趋势,对慢性病和非传染病来说,正确显示致病因素与年龄的关系;②出生队列分析:是对同时期出生的一组人随访若干年,观察其死亡情况;该方法可明确呈现致病因素与年龄的关系,在评价疾病年龄分布的长期变化趋势及提供病因线索方面有很大意义;5、判断一种疾病是否属于地方性疾病的依据是什么答:依据有:①该地区的各类居民、任何民族其发病率均高;②在其他地区居住的相似的人群中该病的发病率均低,甚至不发病;③迁入该地区的人经一段时间后,其发病率和当地居民一致;④人群迁出该地区后,发病率下降或患病症状减轻或自愈;⑤当地的易感动物也可发生同样的疾病;6、疾病分布呈现周期性的原因是什么周期间隔时间长短取决于哪些因素答:⑴原因:①多见于人口复杂交通拥挤的大中城市、有相当数量的易感者;②传播机制易实现的疾病人群受感染的机会多;③可形成稳固的病后免疫,故流行后发病率可迅速下降;⑵间隔长短取决于:①易感者与免疫者的比例大小;②新易感者补充积累的速度;③人群免疫持续时间长短;④取决于病原体变异的速度;7、简述现况研究的目的与特点是什么答:⑴目的:①掌握目标群体中疾病或健康状况的分布;②提供疾病病因研究的线索;③确定高危人群;④评价疾病监测、预防接种等防治措施效果;⑵特点:①开始时一般不设对照组;②现况研究的特定时间;③在确定因果联系时受到限制;④对不会发生改变的暴露因素,可以提示因果联系;8、试述现况研究中产生偏倚的原因以及如何控制偏倚;答:⑴产生原因:①主观选择研究对象;②任意变换抽样方法;③调查对象不合作或因种种原因拒绝参加;④调查到的对象均为幸存者,无法调查死亡者;⑤回答不准确或回忆不清;⑥调查偏倚;⑦测量误差;⑵偏倚的控制:①严格遵照抽样方法要求,确保随机化原则;②提高研究对象的依从性和受检率;③正确选择测量工具和检测方法;④培训调查员,统一标准和认识;⑤做好资料的复查复核工作;⑥选择正确的统计分析;9、简述队列研究的基本原理及其基本特点;答:⑴基本原理:根据研究对象是否暴露于某研究因素或其不同水平将研究对象分成暴露组E与非暴露组ē,随访一定时间,比较两组之间所研究结局outcome发生率的差异,以分析暴露因素与研究结局之间的关系;⑵队列研究的基本特点是:属于观察法、设立对照组、由因及果,符合时间顺序、能确证暴露和结局因果关系;流行病学试题二三、名词解释1、病例对照研究10、类实验2、over-matching11、screening3、OR12、金标准4、分层分析13、灵敏度5、AF14、特异度6、实验流行病学15、似然比7、Hawthorne effect16、约登指数8、双盲17、ROC9、RCT四、论述题1、简述病例对照研究的基本原理及其特点;2、简述病例对照研究的优点与局限性;3、试述以社区为基础的和以医院为基础的病例对照研究各自的相对优点;4、简述实验流行病学研究中选择研究对象的主要原则;5、试述实验流行病学研究的优点与其局限性;6、在病因研究中,一般认为实验流行病学比队列研究论证强度高,为什么7、试述预测值同患病率、灵敏度和特异度的关系;8、确定筛检试验阳性结果截断值的原则是什么三、名词解释1、病例对照研究:选定一组欲研究疾病的病例和一组没有该疾病的人对照组,比较两组可能与该病有关的危险因素或特征的有无、频度或剂量水平,以检验其与疾病的关系;2、over-matching:病例对照研究中匹配的目的是保证对照组与病例组在某些重要方面的可比性;首先,所匹配的因素一定是混杂因素,否则不应匹配;其次,即使是混杂因素也不一定都要匹配,因为一旦某因素做了匹配,不但该因素与疾病的关系不能分析,而且该因素与其他因素的交互作用也不能充分分析;把不必要的因素列入匹配,不但丢失了信息,增加了工作难度,反而还降低了研究效率;这种情况称为匹配过度;3、OR:病例对照研究中表示疾病与暴露之间关联强度的指标为比值比OR,是指病例组中暴露人数与非暴露人数的比值除以对照组中暴露人数与非暴露人数的比值,含义是暴露者的疾病危险性为非暴露者的多少倍;4、分层分析:是把研究人群根据某些特征或因素分为不同层,然后分别分析各层中暴露与疾病的关联;用以分层的因素是可能的混杂因素,通过分层可以控制该因素的混杂作用;5、AF:归因分值,是具有公共卫生学意义的指标,反映了人群中随机抽取一个病例,可能因研究的暴露引起的概率;6、实验流行病学:以人群为研究对象,以医院、社区、工厂、学校等现场为实验室的实验性研究,因在研究中施加了认为的干预因素,又称“干预性研究”;7、Hawthorne effect:霍桑效应,是指正在进行的研究对研究对象的影响常常是有利的影响;研究对象知晓研究工作的内容,常常会影响他们的行为;8、双盲:指研究对象和给予干预或结局评估的研究人员均不了解试验分组情况,而是由研究设计者来安排和控制全部试验;9、RCT:受试者被随机分配到各组的平行对照试验称为随机对照试验;10、类实验:在一些实验流行病学研究中,因为受实际条件所限不能随机分组或不能设立平行的对照组,这种研究称为类实验;11、screening:筛检,是运用快速、简便的试验、检查或其他方法,将健康人群中那些可能有病或缺陷、但表面健康的个体,同那些可能无病者鉴别开来;12、金标准:指当前临床医学界公认的诊断疾病的最可靠的方法,也称为标准诊断;13、灵敏度:即实际有病而按该筛检试验的标准被正确地判为有病的百分比,反映筛检试验发现病人的能力;14、特异度:即实际无病按该诊断标准被正确地判为无病的百分比,反映筛检试验确定非病人的能力;15、似然比:属于同时反映灵敏度和特异度的复合指标,即有病者中得出某一筛检试验结果的概率与无病者得出这一概率的比值;该指标全面反映了筛检试验的诊断价值,非常稳定,计算只涉及灵敏度与特异度,不受患病率的影响;16、约登指数:即正确指数,是灵敏度与特异度之和减去1,表示筛检方法发现真正病人与非病人的总能力,范围在0~1之间,指数越大,其真实性越高;17、ROC:受试者工作特性曲线,用真阳性率和假阳性率作图得出的曲线,可反映灵敏度和特异度的关系;四、论述题1、简述病例对照研究的基本原理及其特点;答:病例对照研究的基本原理是以确诊患某种特定疾病的病人作为病例,以不患该病但具有可比性的个体作为对照,通过询问、实验室检查或复查病史,搜集既往危险因素暴露史,测量并比较两组各因素的暴露比例,经统计学检验,若两组差别有意义,则可认为该因素与疾病之间存在统计学上的关联;病例对照研究的特点有:①观察法;②设立对照:患病与否分组;③观察方向由“果”→“因”,回顾性研究;④不能验证病因;2、简述病例对照研究的优点与局限性;答:病例对照研究的优点:①特别适用于少见病、罕见病的研究;②省力、省钱、省时间,并易于组织实施;③还可用于疫苗免疫学效果考核及暴发调查等;④可同时研究多个因素与某种疾病的联系;⑤对研究对象多无损害;病例对照研究的局限性:①不适于研究暴露比例很低的因素;②选择偏倚难以避免;③暴露与疾病时间先后难以判断,信息真实性差;④存在回忆偏倚;⑤不能测定暴露和非暴露组疾病的率;3、试述以社区为基础的和以医院为基础的病例对照研究各自的相对优点;答:相对优点如表以社区为基础以医院为基础①可以较好地确定源人群②容易保证病例和对照来自于同一源人群③对照的暴露史更可能反映病例源人群的暴露情况①研究对象的可及性好②研究对象更易合作③可以平衡兵力和对照的背景特点④比较容易从医疗记录和生物标本收集暴露信息;4、简述实验流行病学研究中选择研究对象的主要原则;答:①对干预措施有效;②研究对象的代表性好;③预期结局事件发生率较高;④容易随访的人群;⑤干预措施对其有益或至少无害;⑥依从性好、乐于接受并坚持试验;5、试述实验流行病学研究的优点与其局限性;答:实验流行病学研究的优点:①随机分组,能够较好地控制偏倚和混杂;②为前瞻性研究,因果论证强度高;③有助于了解疾病的自然史,并且可以获得一种干预与多种结局的关系;实验流行病学研究的局限性:①难以保证有好的依从性;②难获得一个随机的无偏样本;③容易失访;④费用常较观察性研究高;⑤容易涉及伦理道德问题;6、在病因研究中,一般认为实验流行病学比队列研究论证强度高,为什么答:因为:①实验流行病学研究为随机分组,两组之间的可比性较高;②实验流行病学的暴露因素在研究者的控制下,测量更准确;7、试述预测值同患病率、灵敏度和特异度的关系;答:在同一患病率的情况下,筛检试验的灵敏度越高,阴性预测值越高;筛检试验的特异度越高,阳性预测值越高;当患病率不变,降低灵敏度时,特异度将提高,此时阳性预测值将下降,阴性预测值将升高;当灵敏度与特异度一定,疾病患病率降低时,阳性预测值降低,阴性预测值升高;8、确定筛检试验阳性结果截断值的原则是什么答:确定筛检试验阳性结果截断值的原则是:①如疾病的预后差,漏掉病人可能带来严重后果,且目前又有可靠地治疗方法,则临界点向左移,以提高灵敏度,以发现更多的可疑病人,但会使假阳性增多;②如疾病预后不严重,且现有诊疗方法不理想,临界点可右移,以降低灵敏度,提高特异度,尽可能将非患者鉴别出来,但会使假阴性增多;③如果假阳性者作进一步诊断费用太贵,为了节约经费,可将临界点向右移;④如果灵敏度和特异度同等重要,可将临界点定在非病人的分布曲线与病人的分布曲线的交界处;。
随机波动率模型的Euler-Maruyama数值解收敛性证明
随机波动率模型的Euler-Maruyama数值解收敛性证明李艳军【摘要】对金融市场中的资产价格建立运动模型是金融数学研究的重要内容.许多实证研究发现资产价格的波动率不再是常数,而是满足一个与资产相关的随机变化过程,即随机波动率.建立的随机波动率模型为一类带可调整参数γ的均值回复过程.采用Euler-Maruyama数值方法给出其Euler-Maruyama数值解,证明了其数值解依概率收敛于连续解.【期刊名称】《江西科学》【年(卷),期】2013(031)006【总页数】6页(P728-733)【关键词】随机波动率;Euler-Maruyama数值方法;数值解收敛【作者】李艳军【作者单位】暨南大学,广东广州510632【正文语种】中文【中图分类】O211996年,Bates则提出随机波动率 -跳跃(SJY)的期权定价模型中,其中资产收益波动率模型为以下一平方根过程。
2000 年 Duffie,Pan,and Singleton 分析了资产价格Xt与随机波动率Vt都存在跳跃的模型,并把它命名为随机波动率-双跳跃模型,其中资产收益波动率模型为以下带跳模型。
随着期权理论的不断发展与深入,波动率模型也从初期的布朗运动驱动的过程变化到由布朗运动和跳Poisson过程联合驱动的过程,这些变化丰富了金融数学研究内容,但给研究提出了新的挑战,即难以获得计算上的显示解。
于是X Mao和D j Higham在2005年通过Euler-Maruyama方法模型数值解化,证明了均值回复平方根过程数值解的依概率收敛性。
在2006年,X Mao又和A Truman,C Yuan通过同样的Euler-Maruyama方法模型数值解化,证明了在状态转移下的均值回复平方根过程数值解的收敛性。
上述文献中,X Mao等人建立的模型均以平方根均值回复过程为基础来研究,本文拟考察一类带可调整的均值回复过程的随机波动率模型,相对于平方根过程有一些扩展,适用性更强,同样利用Euler-Maruyama方法模型数值解化,证明了一类带可调整的均值回复过程的随机波动率模数值解依概率收敛于连续解[1~6]。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1 Preliminaries
Consider stochastic age2structured population system with diffusion (1) ~ (5) . A is the maximal age of the population species , so P ( r , t , x ) = 0 , Π r ≥A . By (5) , integrating on [ 0 , A ] to Eq. (1) and Eq. (3) with respect to r , then we obtain the following system
a family of nonlinear operators , Ft2measurable almost surely in t. g ( t , x , ・ ) :L 2H → L ( M , H) is the family of nonlinear operator , Ft2measurable almost surely in t. The integral version of Eq. ( 7 ) is given by the
Received date :2007212204 Foundation item :Suppo rted by Education Minist ry Science and Technology Research Key Foundatio n ( 208160)
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved.
Δy d t + μ( t , x) y d t - β ( t , x) y d t = dt y - k f ( t , x , y) d t + g ( t , x , y) dW t , Γ, in Q = ( 0 , T) × y ( 0 , x) = y0 ( x) , in Γ,
deterministic and random parts which depend on r , t , x and P. There has been much recent interest in application of deterministic age2structures mathematical models with diffusion ( when g1 = 0 ) . For example , Cushing[1 ] investigated hierarchical age2dependent populations with intra2specific competition or predation when g1 = 0. Allen and Thrasher[2 ] considered vaccination strategies in age2dependent populations in the case of g1 = 0. The effects of the stochastic environmental noise considerations lead to stochastic age2structured population systems , which are more realistic. When the diffusion of the population is not considered ( k = 0 ) , Zhang showed the existence , uniqueness and exponential stability for stochastic age2dependent population equation , and numerical analysis for stochastic age2 dependent population equation has been studied by Zhang[3 - 5 ] . In general , stochastic age2dependent population equation ( 1 ) rarely has an explicit solution. Thus , numerical approximation schemes are invaluable tools for exploring its properties. In this paper , an numerical approximation method for stochastic age2dependent population equation of the type described by Eqs. (1) ~ (5) will be developed. In particular , the results extend
第29卷 第3 期 宁夏大学学报 ( 自然科学版) Vol. 29 No . 3 Journal of Ningxia U niversity (Nat ural Science Edition)
Article ID :025322328( 2008) 0320198205
y ( t , x) = P ( r , t , x) d r , in Q , ∫
0
A
∫
0
( 2) ( 3) ( 4) ( 5)
Γ < Rn , P ( r , t , x ) where t ∈( 0 , T) , r ∈( 0 , A ) , x ∈ denotes the population density of age r at time t and in the location x , β( r , t , x ) denotes the fertility rate of females of age r at time t and in spatial position x , μ( r , t , x) denotes the mortality rate of age r at time t and in the location x , Δ denotes the Laplace operator with respect to the space variable , k ( r , x ) > 0 is the dW t diffusion coefficient . f 1 ( r , t , x , P) + g1 ( r , t , x , P) dt denotes the effects of external environment for population system , such as emigration and earthquake and so on. The effects of external environment has the
( s) = sup ψ
0≤ s ≤T
p p , L V = L ( [ 0 , T ] ;V ) and
p p L H = L ( [ 0 , T ] ; H) .
We consider stochastic age2structured population system with diffusion of the form
P ( t , x) = 0 ,
Γ, on Σ = ( 0 , T) ×5
( 6)
where dt y is the differential of P relative to t , i. e. ,
) :L 2H →H be dt y = ( 5 y/ 5 t) d t. T > 0 , A > 0 , f ( t , x , ・
Consider the following stochastic age2dependent population dynamic system : 5P 5P + - k ( r, t)ΔP +μ 1 ( r, t , x) P = 5t 5r 5W f 1 ( r , t , x , P) + g1 ( r , t , x , P) , 5t ( 1) in QA = (0 , A) ×Q , A P(0 , t , x) = β 1 ( r , t , x) P( r , t , x) d r, Γ, in (0 , T) × Γ, P( r , 0 , x) = P0 ( r , x) , in Q′= (0 , A) × ( ) Σ ( ) ( ) Γ, P r, t , x = 0 , on A = 0 , A × 0 , T × 5
第 4 期 谷晓君等 : 与年龄相关的具有扩散的随机种群系统数值解的收敛性
t ho se of Zhang[ 4 ] .
199
all continuous function from [ 0 , T ] into V with sup2 norm ψ
2008年9月 Sep f Numerical Solutions to Stochastic Age2structured Population System with Diff usion
Gu X i aoj un , Z han g Qi m i n
( School of Mat hematics and Co mp uter Science , Ningxia U niversity , Yinchuan 750021 , China) Abstract : In general , mo st of stochastic age2st ruct ured pop ulatio n system wit h diff usio n do not have explicit solutio ns , t hus numerical app roximatio n schemes are invaluable tools for explo ring t heir p roperties. The main p urpo se of t his paper is to give a numerical scheme. By applying t he t heo ry of stochastic f unctional differential equation and using Gronwall lemma and Barkholder2Davis2 Gundy lemma , t he co nvergence of t he numerical app ro ximation solution to t he t rue solutio n is p roved fo r a class of stochastic age2dependent pop ulation dynamic system. In particular , t he result s are extension of t he existing result s for ordinary age2dependent pop ulation dynamic system. Key words :stochastic age2st ruct ured pop ulation system ; t rue solution ; numerical solutio ns CLC number :O175 2000 MR number :60 H15 ;34 K40 Document code :A