❶ 為什麼說正態分布在經濟領域應用廣泛
正態分布在經濟領域的廣泛應用：
1．財務會計研究領域
隨著金融市場和現代企業制度的建立，財務會計向企業外部提供的財務信息倍受各利益關系人關注，而「財務會計信息有沒有用」這樣一個挑戰性的問題出現了。所以早期的實證會計研究主要是從有效市場假設（EMH）和資本資產定價模型（CAPM）出發，檢驗財務會計數據與其他經濟指標（特別是股價）的關系，如果財務會計指標（特別是會計收益指標）與股票價格相關，則說明會計信息的披露對證券市場的資源配置功能有效。後來這一結論被實證研究所證實，這有效地駁斥了「會計無用論」，從而奠定了實證會計研究的地位。近年來，會計政策選擇成為實證會計研究的重心，以解釋和預測企業「為什麼會選擇這種會計政策，而不採取那種會計政策」。例如：會計政策選擇與企業規模、地區分布、資本結構、分紅計劃。債務契約的關系；企業的外部利益關系人對會計信息反應的研究等，如果將上述問題給予抽象，它們都涉及「變數間的相互關系」這樣一個可以歸結為數學的問題。所以，針對上述問題，在研究隨時間變化、具有隨機性而又前後相互關聯的動態數據時，用到時間序列分析，它包括建立時間序列模型（ARIMA模型）、參數估計及譜估計等理論與方法。在討論多元變數之間是否存在線性相關時，運用多元線性回歸模型、典型相關分析和殘差檢驗。由於正態分布在會計數據中廣泛存在，例如，以任一會計科目作為總體，則不同時期該科目數額特別巨大和特別小（如為零）的比較少，則可以視之符合正態分布等，所以與正態分布相關的檢驗方法被大量使用：檢驗母體均值與原假設均值是否具有顯著差異的U一檢驗，檢驗兩個母體均值是否相等的T一檢驗，檢驗母體的方差與原假設方差是否具有顯著差異的X2一檢驗，檢驗兩個正態母體方差是否相等的F一檢驗。對不確定的母體分布採用非參數統計方法，如非參數檢驗。國外實證研究證實股票價格波動具有馬爾可夫性，即在有效的資本市場中現在的股票價格已反映了以往和現在的全部經濟信息，以前的股價行料對將來的股價波動不再具有信息價值，「將來」只與「現在」有關，而與「過去」無關。解決這方面問題的模型有：回歸一馬爾可夫模型、隨機游動模型。
2．理財、管理會計研究領域
現代理財論，總的說來是圍繞估價問題而展開的，這里所說的估價，既包括對個別「資本資產」的估價，也包括對企業總體價值的估價。如探討投資風險和投資報酬的投資組合理論（Portfolia Theory），後來該理論又發展為資本資產定價模型（CAPM），套利定價理論（Arbitrage Pricing Theroy）、探討資本結構與企業總價值關系的資本結構理論（Capital Structure Theory）、MM（Modigliani， Miller）理論、米勒模型（Miler Model）等。其中廣泛應用了微積分、線性代數及概率論與數理統計。針對創新金融工具的估價模式——期權定價模型則廣泛地應用了偏微分方程、隨機微分方程及倒向隨機微分方程等較為先進、復雜的數學理論與方法。
管理會計主要是利用信息來預測前景，參與決策。籌劃未來，控制和評價經濟活動等，保證以較少的勞動消耗和資金佔用，取得較好的經濟效益。管理會計應用的數學方法也相當廣泛，例如預測成本和銷售額時採用回歸分析，評價企業財務狀況、投資效益時採用層次分析法，預測經營狀況是採用具有吸收狀態（企業破產）的馬爾可夫鏈。另外還有「經濟定貨量」模型、「經濟生產量」模型、敏感分析、彈性分析等，則是應用微分學解決經濟問題的一些典範。管理會計中許多問題可以歸結為：數學分析中的極值問題；數學規劃中一定約束條件下的目標函數的最值問題；馬爾可夫相關理論問題；在約束條件和目標函數不能用線性方程或線性函數表示時的非線性規劃問題；在解決多階段決策問題時的動態規劃問題；解決如何經濟、合理地設置服務設施，從而以最低成本最大地滿足顧客需要問題時的排隊論問題，如人力資源選擇，機器設備選購等；導源於宏觀經濟管理並在微觀經濟管理中也有廣泛地應用的投入——產出分析問題，例如，用於多階段生產條件下生產與成本計劃的制定。
3．審計研究領域
審計主要是通過對財務會計信息的鑒證，以增強信息使用者對財務會計信息信任程度。在審計中最常用的數學方法是抽樣技術。隨著統計科學和企業規模的不斷發展，許多會計公司將統計抽樣理論與審計相結合，設計出了審計抽樣技術。對受審單位的內部控制制度有效性進行符合性測試時，採用屬性抽樣，如連續性抽樣，發現抽樣。在實質性測試中採用變數抽樣，如分層隨機抽樣及累計概率比例抽樣法（PPS），這對於減少審計風險和成本，提高審計工作效率和效果意義重大，因為嚴格遵循隨機原則抽取樣本，根據總體容量、誤差率、精確度、可信水平等因素綜合分析得到樣本容量，其分布規律更加接近於審計總體的分布規律。另外，在預測突發事件或不確定性問題時，歷史數據或既定的模型並不能完全反映它們，在這種情況下還要結合專家的專業判斷、經驗進行預測，也就是說，這一步的後驗分布又是下一步先驗分布的基礎，不斷對模型進行修正使之「動態化」，以提高預測精度。近年來，判別分析模型和聚類分析模型在國外也開始引入審計研究領域。對於定性資料的統計分析方面，Logit模型和probit模型被廣泛應用，例如用於預測注冊會計師簽署審計意見類型等。
值得注意的是，當人們尋求用定量方法處理復雜經濟問題時，容易注重於數學模型的邏輯處理，而忽視數學模型微妙的經濟含義或解釋，實際上，這樣的數學模型看來理論性很強，其實不免牽強附會，從而脫離實際。與其如此，不如從建模型一開始就老實承認數學方法的不足，而求助於經驗判斷，將定性的方法與定量的方法相結合，最後定量。
❷ 怎樣快速學好「倒向隨機微分方程」
「學好」的定義是比較模糊的，首先，這里定義一個最低層次的「學好」，即知識層面的了解和基本掌握，能夠看懂核心公理的證明，能夠對基於倒向隨機微分方程理論的非線性期望理論框架有一定的了解，對基於倒向隨機微分方程的計算機程序能夠看懂並簡單應用。其次，不同數學水平的人所用的時間也是不同的。假設提問的同學是中國內地一本數學系本科畢業，對測度論、常微和偏微方程、隨機過程掌握程度較好，那麼達到上述最低層次其實並不十分困難。我相信，通過類比概率理論的相關知識，一到兩個月（集中學習）的時間，基本可以達到。當然，如果要達到較高層次的「學好」，建議你去山東大學讀彭實戈老師的研究生，畢竟權威的耳提面命最能提高你對於專業知識的理解。
❸ 《倒向隨機微分方程》讀後感
在自然界中，許多生態現象可以用數學模型來刻畫，通過研究數學模型，可以對自然現象作出科學的解釋與預測，從而對生態問題的解決提供合理的途徑。在生態數學中，人類和動物是否可以無限地增長和繁殖，種群的密度是多少，種群之間的競爭排斥、弱肉強食、寄生互惠、後果如何、生態何以平衡，種群之間能否長期共存等問題，都屬於生態數學要解決的問題。早在十九世紀初，數學家就利用常微分方程來描述和刻畫生物種群的發展過程，人們假定種群的密度在空間的分布是均勻的，如果密度分布不均勻，則高密度的種群就要向低密度擴散，這樣就形成了反應擴散方程，應用反應擴散方程來刻畫和討論具有擴散現象的生態問題開始於二十世紀三十年代，大多數的研究重點是集中在單種群或兩個種群相互作用的生態系統。截止目前，大量的工作是對二維反應擴散系統的，對於三維或者三維以上的反應擴散系統所做的工作很少．而本書側重討論三個或者三個以上種群相互作用的反應擴散生態系統，以及具有色散的反應擴散系統，在完善反應擴散方程的數學理論和解決實際的生態問題方面也作了有益的嘗試，以求豐富反應擴散方程的實際模型的研究。
假使我們為將來設定了某個目標，那麼根據現在的能力、財力能否達到？如何達到？解決這個問題的關鍵，實際上不是從現在向將來分析，而是由將來向現在推導，這就是倒向隨機分析。而通過策略的制定逐步把不確定性抵消，把風險規避掉，就是倒向隨機微分方程所要解決和計算的問題。 「倒向隨機微分方程」理論搭起了「隨機」與「確定」之間的橋梁，使人們可以用確定的策略、方法去解決隨機的不確定的問題，或把隨機的不確定的東西進行最優化處理。它所開辟的途徑可以廣泛地應用於社會經濟生活的許多方面，去解決涉及計算機科學、金融學、經濟學和工程學等領域國際學術界普遍關心的很多重要問題。
❹ 武大數理金融研究生畢業去向
要論找工作 金融學的會更實際一些
數理則是純理論知識 一般去向以US大學PhD為主 單論找工作不會有太大優勢
因為數理研究生和本科生不一樣 起碼本科生出來時雙學位 而研究生不會有此待遇
作為一個數理出來的學生 我要提醒你如果沒有很強的背景不要去學數理 因為會很難 如果沒有相關背景 研究生也要補數理本科生的課 包括數學本科專業所有要學的課 高級微觀 宏觀 計量什麼的也需要補
倒不是沒法學 只是既然到了研究生這個階段 而且你以後是以找工作為優先 建議考慮一下性價比的問題
❺ 有什麼書介紹倒向隨機微分方程的
搜下，比如彭實戈
買書可以去九章數學書店網站看看
❻ 什麼是倒向隨機微分方程
倒向隨機微分方程，即「巴赫杜(Pardoux)-彭方程」，在隨機分析、隨機控制和金融數學界已經獲得了很高的國際知名度。
從數學的角度看，世界的本質是隨機的，處處充滿著不確定性和隨機現象。經過科學家幾個世紀的努力，1942年數學家伊藤清開創了隨機微積分和隨機微分方程理論，對隨機現象進行定量分析和研究。這個理論獲得了世界數學界的最高獎「沃爾夫數學獎」，被譽為「隨機王國中的牛頓定律」。但是，這個理論有一個重要缺陷，即只能根據現在的數據計算將來的可能狀態，而不能根據將來的風險狀態倒向地計算現在，這使得在分析、計算和處理很多實際問題時，缺少一個非常重要的數學手段。半個世紀後，這個缺陷由彭實戈開創的「倒向隨機微分方程」彌補了。
❼ 山東大學走出過哪些名人
已經算不上萌新的萌新回答一下，咳咳
山東大學出過許多名人，他們如今都是各個領域的大牛。
《濟南的冬天》想必小學都是背過的，它的作者老舍，是傑出的語言大師，是新中國第一位獲得「人民藝術家」稱號的作家。老舍與歷史上的山東大學淵源頗深，1930年到1936年間先後在齊魯大學與國立山東大學任教。1937年8月老舍重回齊魯大學，1946年山大曾邀請老舍重回山大執教，老舍也有此意向，無奈當時在美國講學，只能作罷。事實上，老舍在齊大、山大的這六年正是寫作高峰期，老舍的很多作品是在這一時期完成或者構思的，他的兩篇文章《青島與山大》《非正式的公園》講的就是就是他與山大的故事。
❽ 倒向隨機微分方程二次增長 fn怎麼收斂於f
這個只能是在冪級數收斂區域內有效了。區域外就不是解了。對於本題沒必要用冪級數解。一般設解等於一個無窮多個aix^i相加的和函數，i>=0,然後代入微分方程,比較每個x^i的系數，以解出各個ai,最終就得到一個已知的級數了。
我不知道這題你是怎麼利用冪級數解出來的，按常規，冪級數解法運用的時候涉及到未知函數時通常是一次方，如果有二次方以上的話，則涉及到無窮級數的乘方問題，這是很麻煩的。對於你舉的例子，由於涉及到未知函數的3次方，所以這個問題很麻煩。（注意：本例的自變數是時間t）
很多時候，冪級數解法是常規解法不好辦的情況下不得已而為之的。對於本例，直接用常規解法。如下：
方程兩邊同每乘以dx/dt,積分
0.5(dx/dt)^2+1/4x^4=C
解得dx/dt,然後用分離變數法求解，得到的解當然是振動的。
❾ 麻煩誰給我介紹一下金融數學，金融工程，精算學！
完全對數學喪失興趣了的話一定不要讀金融工程。金融工程基本上就是用微分方程隨機分析等等數學東西和程序語言做金融模型的。
精算師總是需要和許多數據打交道，我在精算部實習的時候動輒面對百萬數量級的數據，從資料庫里提一次數據就得幾天。。枯不枯燥看你個人感覺了
對數學的要求來看，低層次的金融工程比精算要求高一些吧，畢竟底層的精算會點概率論就行了。高層次的對數學要求都很高。
發展前景，從工作內容上說，國內其實正經的工作比較少，也就一些外企能有些真正意義上的和外國類似的工作，畢竟中國現階段大多數公司各種東西決定權並不在這種技術性的人的手中。從待遇上來說，國內的分化比較大，同是精算師，剛入行的和主管、總精算師的薪水差的不是一星半點。國外總體比較穩健。
國內外的就業缺口上，中國的這類技術性人才相對外國現有比例很小，但本身中國公司目前也不需要那麼多的這類技術人員。所以高水平的到處搶，低水平的沒處要。
兩者對比來看，做quant的起薪會比精算高許多的，但精算是一個能幹一輩子越老越吃香的工作，如何選擇看你個人了。
本科階段的課程的話，一定要把數學基礎打牢就是了。做金融工程的往往是數學、物理背景出身的，就是這個道理。
學校的話，若是真想念金融工程，以後找機會去頂級的地方的話國內學校不要考慮了。在國外找一個好一點的學校念吧。但其實我接觸到的很多招quantative associate的都要求數學、金融數學、物理或計算機的博士以上學歷而不要求金融工程的master。。任重而道遠啊。
祝好運
❿ 黃旭東的承擔課題
(1)安徽省高校青年教師科研資助計劃項目：關於隨機過程統計及相關問題的研究(No. 2006jql045)，2006.1-2007.12，主持
(2)安徽師范大學自然科學項目:股票市場的技術分析與相關問題的研究(2007xqn55)，2007.07-2008.12，主持
(3)國家自然科學基金：反射型倒向隨機微分方程及其應用（No.10726075），2008.01-2008.12，參與
(4)安徽省高校省級自然科學研究重點項目：新的弱相依條件下極限理論及應用研究(No. KJ2009A128)，2009.1-2010.12，主持
(5)安徽省第二次全國經濟普查研究課題：毗鄰長三角地區縣域經濟發展研究(2009)，主持
(6)蕪湖市科技項目：「三產興市」戰略的對策研究(2009)，主持
(7)安徽省自然科學基金：銷售努力影響需求情況下的供應鏈協調研究(No.090416244)，參與
(8)安徽師范大學創新基金項目：皖江城市帶縣域經濟發展的實證與對策研究(2011)，主持
(9)安徽省自然科學基金：多值倒向雙重隨機微分方程研究(No.10040606Q30),參與
(10)安徽省教學研究項目：「概率統計實驗」課程體系的創建，2003-2005，參與
(11)安徽省教學研究項目：「數學實驗」教學模式的創建，2007-2010，參與
(12)安徽師范大學教學研究項目：《概率論與數理統計》與金融數學系列課程的體系建設，2007-2010，參與
(13)安徽省精品課程：概率論，2007-2010 ，參與
(14)安徽省教學研究項目：高校應用型統計學專業人才培養模式和實踐教學綜合改革研究，2011-2013，主持