离散密度函数估计

本文讨论了多维离散密度 L-K([1])估计的容许性的若干问题,部分地解决了最优收敛速度问题,提出了估计离散密度的核方法,研究了在一般情况下离散密度估计的大样本行为.     

离散分散系统的次优状态估计

在参考文献[1,2]中已经讨论过离散时间随机分散系统的状态估计问题,但没有分析分散估计器的稳定性.本文研究了离散时间随机分散时变系统的次优分散状态估计的递推算法,并借助于离散时间系统的李雅普诺夫定理,在一定条件下证明了分散估计器的全局一致渐近稳定性.已知由 N 个子系统组成的分散系统为     

一类发展方程的混合方法

本文研究了一类发展方程的适定性问题和混合方法,征明了连续问题和离散问题解的存在唯一性,并对离散解作了误差估计.     

带协变量的负二项回归模型中离散参数估计的研究

针对带协变量的负二项回归模型中离散参数估计问题,推广了极大似然估计和Bootstrap极大似然估计方法,并在绝对偏差的意义下,通过模拟研究和实际数据分析研究了估计的优良性.研究结果表明协变量和样本量均对离散参数估计有影响.     

带协变量的负二项回归模型中离散参数估计的研究（英文）

针对带协变量的负二项回归模型中离散参数估计问题,推广了极大似然估计和Bootstrap极大似然估计方法,并在绝对偏差的意义下,通过模拟研究和实际数据分析研究了估计的优良性.研究结果表明协变量和样本量均对离散参数估计有影响.     

发展方程Galerkin解法的敛速估计

本文考虑了发展方程的半离散及离散情况下Galerkin解的误差估计,其中A=L_1 L_2,L_1是V椭圆的(见[8]),L_1~(-1)L_2是希氏空间V中的全连续算子。对于问题(1)的半离散的Galerkin逼近给出了L~(V)—和L~2(H)—模估计。对于离散时间的Galerkin逼近给出了L~2(H)—模估计。     

含参向量随机序列的递推估计的统一处理

本文讨论了含参向量随机序列的递推估计问题,将参数估计问题和系统的状态估计问题统一了起来,给出了统一的递推估计公式,还具体地讨论了状态方程与量测方程中均含有参向量时线性离散时间系统的递推估计问题以及部分状态分量缺初始值的递推估计问题。     

半导体设备热传输中的隐式-显式多步有限元法

考虑热引导半导体设备中的传输行为，用一个有限元法离散电子位势所满足的Rpoisson方程；用隐式－显式多步有限元法处理电子密度和空洞密度满足的两个对流－扩散方程，热传导方程用隐式多步有限元法离散，推导了优化的L^2范误差估计。     

一维热弹性问题的Galerkin方法

本文研究了由一维热弹性问题提出的双曲——抛物偶合偏微方程组的Galerkin方法,导出了半离散和全离散Galerkin逼近的L~2估计。     

动态离散选择模型及其估计方法发展综述

动态离散选择模型是一类离散控制动态规划,其对于理解机构在不同情况中的行为决策是非常重要的.从动态离散选择模型的基本原理、应用现状和构造性估计满足的假设出发,一方面针对动态选择模型的小样本异质性问题,给出非线性有偏修正模型和最小均方误差估计法来弥补最大似然估计在估计小样本时的有偏性.另一方面为了达到期望价值函数的收敛性和避免高维数所带来的计算负担,叙述了常规贝叶斯估计方法、贝叶斯-MCMC-DP估计法、马尔科夫链-蒙特卡洛-人工神经网络估计法等其他的估计方法.     

α-stable运动驱动的OU过程的拟似然估计

对于α-stable运动驱动的OU过程,其转移密度函数没有明确的显式表达式,但是条件特征函数已知.本文基于离散观测样本,借助条件特征函数,研究了α-stable运动驱动的OU过程的拟似然估计,并证明了拟似然估计量的相合性和渐近有效性.模拟显示所提出的估计方法是准确和稳定的.     

一种改进的密度核估计算法

密度核估计是解决统计问题中样本分布密度函数拟合的一类非参数统计方法,在经济、金融等领域有着重要的应用价值.密度核估计重点在于研究它的算法,使其估计值相对精确.本文提出了一种密度核估计的迭代方法,并通过算例与原有的密度核估计方法进行统计模拟比较,得出迭代后的值具有较好的拟合程度,充分验证了迭代方法的可行性与优越性.     

一般形式的密度估计

对于一般形式的核密度估计,我们指出ComposV.S.M.和DoreaC.C.Y.2001年论文中存在的几处错误,且给出了正确的结果及其证明.推广了一些有关文献中关于连续型密度和离散型分布核估计的若干结果.     

二维非饱和水流的全离散广义差分格式分析及其数值模拟

建立二维非饱和水流问题的全离散广义差分格式,讨论了全离散广义差分解的存在唯一性,并给出最优误差估计的证明．最后给出数值算例,验证方法的有效性.     

拟线性拋物方程半离散变网格有限元方法的误差估计

§1.导言近年来,变网格方法正日益为人们所重视与应用,但理论性分析文献仍不多见。文献[1]讨论了某些发展型方程变网格方法的误差估计,但未给出收敛阶估计;文献[2,3]仅对全离散方法讨论了收敛阶问题。本文对一类拟线性抛物问题,于第二节中给出了半离散Galerkin变网格计算格式及其可解性定理;第三节中建立了对称误差估计;第四节给     

反常扩散方程状态受限最优控制问题的谱方法

本文研究状态变量积分受限的反常扩散方程最优控制问题的时空谱方法,其控制方程为一个时间分数阶扩散方程.本文利用最优化理论中的Kuhn-Tucker条件分别推导了连续和离散的最优控制问题的最优性条件,分析了谱离散解的先验误差估计,并利用梯度投影算法求解离散最优化问题.最后通过数值算例验证了理论分析结果.     

Cahn-Hilliard方程的拟谱逼近

该文讨论用Ｌｅｇｅｎｄｒｅ拟谱方法数值求解非线性Ｃａｈｎ Ｈｉｌｌｉａｒｄ方程的Ｄｉｒｉｃｈｌｅｔ问题．建立了其半离散和全离散逼近格式，它们保持原问题能量耗散的性质．证明了离散解的存在唯一性，并给出了最佳误差估计．数值实验也证实了我们的结果．     

随机线性二次最优控制:从离散到连续时间模型

在一般情形下,分析了离散时间LQ问题与连续时间情形两者之间的自然联系.首先回顾了连续时间和离散时间随机LQ问题及对应Riccati微分/差分方程的相关结论.接下来在假设Riccati微分方程有解的前提下,证明了离散化步长足够小时,Riccati差分方程有解.然后针对连续和离散时间模型,采用配对问题最优控制的反馈形式,分别构造了一个辅助反馈控制,并证明该控制可驱使对应模型的性能指标逼近于配对问题的值函数,以此得到了关于两个模型之间联系的初步结论.最后藉由前述结论以及控制问题的特性,揭晓了连续时间和离散时间模型之间的自然联系,并给出了Riccati差分方程和微分方程的解之间的误差估计.由此联系,可构造相应离散系统和LQ问题,以适当的阶估计连续时间LQ问题的解,抑或为离散时间模型构造一个近似最优控制.无论哪种思路,都旨在降低直接求解原问题的难度和复杂性.     

Fourier变换在非参数统计上的一个应用

非参数统计的一个重要研究方向是概率密度估计,密度估计的核心问题是求最优窗宽.基于Fourier变换及其性质给出了待估计的密度函数二阶导数的平方的积分的一个估计式,与传统的估计式相比,该式是对密度函数修正得到的.     

关于宽平稳随机过程的采样定理的一致收敛速度（Ⅱ）

继文献[1],求出了谱测度集中在[-π/△,π/△]上的具有连续参数的宽平稳随机过程x（t）的相关函数,谱密度函数和谱函数的估计及它们的一致收敛速度.这些估计及一些收敛速度都是基于离散采样（x（k△）,k=0,±1,±2,…）上的.