❶ 为什么说正态分布在经济领域应用广泛
正态分布在经济领域的广泛应用：
1．财务会计研究领域
随着金融市场和现代企业制度的建立，财务会计向企业外部提供的财务信息倍受各利益关系人关注，而“财务会计信息有没有用”这样一个挑战性的问题出现了。所以早期的实证会计研究主要是从有效市场假设（EMH）和资本资产定价模型（CAPM）出发，检验财务会计数据与其他经济指标（特别是股价）的关系，如果财务会计指标（特别是会计收益指标）与股票价格相关，则说明会计信息的披露对证券市场的资源配置功能有效。后来这一结论被实证研究所证实，这有效地驳斥了“会计无用论”，从而奠定了实证会计研究的地位。近年来，会计政策选择成为实证会计研究的重心，以解释和预测企业“为什么会选择这种会计政策，而不采取那种会计政策”。例如：会计政策选择与企业规模、地区分布、资本结构、分红计划。债务契约的关系；企业的外部利益关系人对会计信息反应的研究等，如果将上述问题给予抽象，它们都涉及“变量间的相互关系”这样一个可以归结为数学的问题。所以，针对上述问题，在研究随时间变化、具有随机性而又前后相互关联的动态数据时，用到时间序列分析，它包括建立时间序列模型（ARIMA模型）、参数估计及谱估计等理论与方法。在讨论多元变量之间是否存在线性相关时，运用多元线性回归模型、典型相关分析和残差检验。由于正态分布在会计数据中广泛存在，例如，以任一会计科目作为总体，则不同时期该科目数额特别巨大和特别小（如为零）的比较少，则可以视之符合正态分布等，所以与正态分布相关的检验方法被大量使用：检验母体均值与原假设均值是否具有显著差异的U一检验，检验两个母体均值是否相等的T一检验，检验母体的方差与原假设方差是否具有显著差异的X2一检验，检验两个正态母体方差是否相等的F一检验。对不确定的母体分布采用非参数统计方法，如非参数检验。国外实证研究证实股票价格波动具有马尔可夫性，即在有效的资本市场中现在的股票价格已反映了以往和现在的全部经济信息，以前的股价行料对将来的股价波动不再具有信息价值，“将来”只与“现在”有关，而与“过去”无关。解决这方面问题的模型有：回归一马尔可夫模型、随机游动模型。
2．理财、管理会计研究领域
现代理财论，总的说来是围绕估价问题而展开的，这里所说的估价，既包括对个别“资本资产”的估价，也包括对企业总体价值的估价。如探讨投资风险和投资报酬的投资组合理论（Portfolia Theory），后来该理论又发展为资本资产定价模型（CAPM），套利定价理论（Arbitrage Pricing Theroy）、探讨资本结构与企业总价值关系的资本结构理论（Capital Structure Theory）、MM（Modigliani， Miller）理论、米勒模型（Miler Model）等。其中广泛应用了微积分、线性代数及概率论与数理统计。针对创新金融工具的估价模式——期权定价模型则广泛地应用了偏微分方程、随机微分方程及倒向随机微分方程等较为先进、复杂的数学理论与方法。
管理会计主要是利用信息来预测前景，参与决策。筹划未来，控制和评价经济活动等，保证以较少的劳动消耗和资金占用，取得较好的经济效益。管理会计应用的数学方法也相当广泛，例如预测成本和销售额时采用回归分析，评价企业财务状况、投资效益时采用层次分析法，预测经营状况是采用具有吸收状态（企业破产）的马尔可夫链。另外还有“经济定货量”模型、“经济生产量”模型、敏感分析、弹性分析等，则是应用微分学解决经济问题的一些典范。管理会计中许多问题可以归结为：数学分析中的极值问题；数学规划中一定约束条件下的目标函数的最值问题；马尔可夫相关理论问题；在约束条件和目标函数不能用线性方程或线性函数表示时的非线性规划问题；在解决多阶段决策问题时的动态规划问题；解决如何经济、合理地设置服务设施，从而以最低成本最大地满足顾客需要问题时的排队论问题，如人力资源选择，机器设备选购等；导源于宏观经济管理并在微观经济管理中也有广泛地应用的投入——产出分析问题，例如，用于多阶段生产条件下生产与成本计划的制定。
3．审计研究领域
审计主要是通过对财务会计信息的鉴证，以增强信息使用者对财务会计信息信任程度。在审计中最常用的数学方法是抽样技术。随着统计科学和企业规模的不断发展，许多会计公司将统计抽样理论与审计相结合，设计出了审计抽样技术。对受审单位的内部控制制度有效性进行符合性测试时，采用属性抽样，如连续性抽样，发现抽样。在实质性测试中采用变量抽样，如分层随机抽样及累计概率比例抽样法（PPS），这对于减少审计风险和成本，提高审计工作效率和效果意义重大，因为严格遵循随机原则抽取样本，根据总体容量、误差率、精确度、可信水平等因素综合分析得到样本容量，其分布规律更加接近于审计总体的分布规律。另外，在预测突发事件或不确定性问题时，历史数据或既定的模型并不能完全反映它们，在这种情况下还要结合专家的专业判断、经验进行预测，也就是说，这一步的后验分布又是下一步先验分布的基础，不断对模型进行修正使之“动态化”，以提高预测精度。近年来，判别分析模型和聚类分析模型在国外也开始引入审计研究领域。对于定性资料的统计分析方面，Logit模型和probit模型被广泛应用，例如用于预测注册会计师签署审计意见类型等。
值得注意的是，当人们寻求用定量方法处理复杂经济问题时，容易注重于数学模型的逻辑处理，而忽视数学模型微妙的经济含义或解释，实际上，这样的数学模型看来理论性很强，其实不免牵强附会，从而脱离实际。与其如此，不如从建模型一开始就老实承认数学方法的不足，而求助于经验判断，将定性的方法与定量的方法相结合，最后定量。
❷ 怎样快速学好“倒向随机微分方程”
“学好”的定义是比较模糊的，首先，这里定义一个最低层次的“学好”，即知识层面的了解和基本掌握，能够看懂核心公理的证明，能够对基于倒向随机微分方程理论的非线性期望理论框架有一定的了解，对基于倒向随机微分方程的计算机程序能够看懂并简单应用。其次，不同数学水平的人所用的时间也是不同的。假设提问的同学是中国内地一本数学系本科毕业，对测度论、常微和偏微方程、随机过程掌握程度较好，那么达到上述最低层次其实并不十分困难。我相信，通过类比概率理论的相关知识，一到两个月（集中学习）的时间，基本可以达到。当然，如果要达到较高层次的“学好”，建议你去山东大学读彭实戈老师的研究生，毕竟权威的耳提面命最能提高你对于专业知识的理解。
❸ 《倒向随机微分方程》读后感
在自然界中，许多生态现象可以用数学模型来刻画，通过研究数学模型，可以对自然现象作出科学的解释与预测，从而对生态问题的解决提供合理的途径。在生态数学中，人类和动物是否可以无限地增长和繁殖，种群的密度是多少，种群之间的竞争排斥、弱肉强食、寄生互惠、后果如何、生态何以平衡，种群之间能否长期共存等问题，都属于生态数学要解决的问题。早在十九世纪初，数学家就利用常微分方程来描述和刻画生物种群的发展过程，人们假定种群的密度在空间的分布是均匀的，如果密度分布不均匀，则高密度的种群就要向低密度扩散，这样就形成了反应扩散方程，应用反应扩散方程来刻画和讨论具有扩散现象的生态问题开始于二十世纪三十年代，大多数的研究重点是集中在单种群或两个种群相互作用的生态系统。截止目前，大量的工作是对二维反应扩散系统的，对于三维或者三维以上的反应扩散系统所做的工作很少．而本书侧重讨论三个或者三个以上种群相互作用的反应扩散生态系统，以及具有色散的反应扩散系统，在完善反应扩散方程的数学理论和解决实际的生态问题方面也作了有益的尝试，以求丰富反应扩散方程的实际模型的研究。
假使我们为将来设定了某个目标，那么根据现在的能力、财力能否达到？如何达到？解决这个问题的关键，实际上不是从现在向将来分析，而是由将来向现在推导，这就是倒向随机分析。而通过策略的制定逐步把不确定性抵消，把风险规避掉，就是倒向随机微分方程所要解决和计算的问题。 “倒向随机微分方程”理论搭起了“随机”与“确定”之间的桥梁，使人们可以用确定的策略、方法去解决随机的不确定的问题，或把随机的不确定的东西进行最优化处理。它所开辟的途径可以广泛地应用于社会经济生活的许多方面，去解决涉及计算机科学、金融学、经济学和工程学等领域国际学术界普遍关心的很多重要问题。
❹ 武大数理金融研究生毕业去向
要论找工作 金融学的会更实际一些
数理则是纯理论知识 一般去向以US大学PhD为主 单论找工作不会有太大优势
因为数理研究生和本科生不一样 起码本科生出来时双学位 而研究生不会有此待遇
作为一个数理出来的学生 我要提醒你如果没有很强的背景不要去学数理 因为会很难 如果没有相关背景 研究生也要补数理本科生的课 包括数学本科专业所有要学的课 高级微观 宏观 计量什么的也需要补
倒不是没法学 只是既然到了研究生这个阶段 而且你以后是以找工作为优先 建议考虑一下性价比的问题
❺ 有什么书介绍倒向随机微分方程的
搜下，比如彭实戈
买书可以去九章数学书店网站看看
❻ 什么是倒向随机微分方程
倒向随机微分方程，即“巴赫杜(Pardoux)-彭方程”，在随机分析、随机控制和金融数学界已经获得了很高的国际知名度。
从数学的角度看，世界的本质是随机的，处处充满着不确定性和随机现象。经过科学家几个世纪的努力，1942年数学家伊藤清开创了随机微积分和随机微分方程理论，对随机现象进行定量分析和研究。这个理论获得了世界数学界的最高奖“沃尔夫数学奖”，被誉为“随机王国中的牛顿定律”。但是，这个理论有一个重要缺陷，即只能根据现在的数据计算将来的可能状态，而不能根据将来的风险状态倒向地计算现在，这使得在分析、计算和处理很多实际问题时，缺少一个非常重要的数学手段。半个世纪后，这个缺陷由彭实戈开创的“倒向随机微分方程”弥补了。
❼ 山东大学走出过哪些名人
已经算不上萌新的萌新回答一下，咳咳
山东大学出过许多名人，他们如今都是各个领域的大牛。
《济南的冬天》想必小学都是背过的，它的作者老舍，是杰出的语言大师，是新中国第一位获得“人民艺术家”称号的作家。老舍与历史上的山东大学渊源颇深，1930年到1936年间先后在齐鲁大学与国立山东大学任教。1937年8月老舍重回齐鲁大学，1946年山大曾邀请老舍重回山大执教，老舍也有此意向，无奈当时在美国讲学，只能作罢。事实上，老舍在齐大、山大的这六年正是写作高峰期，老舍的很多作品是在这一时期完成或者构思的，他的两篇文章《青岛与山大》《非正式的公园》讲的就是就是他与山大的故事。
❽ 倒向随机微分方程二次增长 fn怎么收敛于f
这个只能是在幂级数收敛区域内有效了。区域外就不是解了。对于本题没必要用幂级数解。一般设解等于一个无穷多个aix^i相加的和函数，i>=0,然后代入微分方程,比较每个x^i的系数，以解出各个ai,最终就得到一个已知的级数了。
我不知道这题你是怎么利用幂级数解出来的，按常规，幂级数解法运用的时候涉及到未知函数时通常是一次方，如果有二次方以上的话，则涉及到无穷级数的乘方问题，这是很麻烦的。对于你举的例子，由于涉及到未知函数的3次方，所以这个问题很麻烦。（注意：本例的自变量是时间t）
很多时候，幂级数解法是常规解法不好办的情况下不得已而为之的。对于本例，直接用常规解法。如下：
方程两边同每乘以dx/dt,积分
0.5(dx/dt)^2+1/4x^4=C
解得dx/dt,然后用分离变量法求解，得到的解当然是振动的。
❾ 麻烦谁给我介绍一下金融数学，金融工程，精算学！
完全对数学丧失兴趣了的话一定不要读金融工程。金融工程基本上就是用微分方程随机分析等等数学东西和程序语言做金融模型的。
精算师总是需要和许多数据打交道，我在精算部实习的时候动辄面对百万数量级的数据，从数据库里提一次数据就得几天。。枯不枯燥看你个人感觉了
对数学的要求来看，低层次的金融工程比精算要求高一些吧，毕竟底层的精算会点概率论就行了。高层次的对数学要求都很高。
发展前景，从工作内容上说，国内其实正经的工作比较少，也就一些外企能有些真正意义上的和外国类似的工作，毕竟中国现阶段大多数公司各种东西决定权并不在这种技术性的人的手中。从待遇上来说，国内的分化比较大，同是精算师，刚入行的和主管、总精算师的薪水差的不是一星半点。国外总体比较稳健。
国内外的就业缺口上，中国的这类技术性人才相对外国现有比例很小，但本身中国公司目前也不需要那么多的这类技术人员。所以高水平的到处抢，低水平的没处要。
两者对比来看，做quant的起薪会比精算高许多的，但精算是一个能干一辈子越老越吃香的工作，如何选择看你个人了。
本科阶段的课程的话，一定要把数学基础打牢就是了。做金融工程的往往是数学、物理背景出身的，就是这个道理。
学校的话，若是真想念金融工程，以后找机会去顶级的地方的话国内学校不要考虑了。在国外找一个好一点的学校念吧。但其实我接触到的很多招quantative associate的都要求数学、金融数学、物理或计算机的博士以上学历而不要求金融工程的master。。任重而道远啊。
祝好运
❿ 黄旭东的承担课题
(1)安徽省高校青年教师科研资助计划项目：关于随机过程统计及相关问题的研究(No. 2006jql045)，2006.1-2007.12，主持
(2)安徽师范大学自然科学项目:股票市场的技术分析与相关问题的研究(2007xqn55)，2007.07-2008.12，主持
(3)国家自然科学基金：反射型倒向随机微分方程及其应用（No.10726075），2008.01-2008.12，参与
(4)安徽省高校省级自然科学研究重点项目：新的弱相依条件下极限理论及应用研究(No. KJ2009A128)，2009.1-2010.12，主持
(5)安徽省第二次全国经济普查研究课题：毗邻长三角地区县域经济发展研究(2009)，主持
(6)芜湖市科技项目：“三产兴市”战略的对策研究(2009)，主持
(7)安徽省自然科学基金：销售努力影响需求情况下的供应链协调研究(No.090416244)，参与
(8)安徽师范大学创新基金项目：皖江城市带县域经济发展的实证与对策研究(2011)，主持
(9)安徽省自然科学基金：多值倒向双重随机微分方程研究(No.10040606Q30),参与
(10)安徽省教学研究项目：“概率统计实验”课程体系的创建，2003-2005，参与
(11)安徽省教学研究项目：“数学实验”教学模式的创建，2007-2010，参与
(12)安徽师范大学教学研究项目：《概率论与数理统计》与金融数学系列课程的体系建设，2007-2010，参与
(13)安徽省精品课程：概率论，2007-2010 ，参与
(14)安徽省教学研究项目：高校应用型统计学专业人才培养模式和实践教学综合改革研究，2011-2013，主持