关于Schwarz交替法的收敛因子

§1.Schwarz交替法的收敛因子 我们就二阶自共轭椭圆型方程的Dirichlet问题来讨论.设Ω?R~2为一多边形区域, a(u,v)=(f,v),v∈H_0~1(Ω),f∈H~(-1)(Ω), u∈H_0~1(Ω)是定义在其上的边值问题的变分形式,双线性型时a(·,·)满足     

关于Schwarz交替法的拟边界松弛方法

§1.松弛方法 我们讨论二阶自共轭椭圆型方程的Dirichlet问题.设Ω?R~2为一多边形区域. a(u,v)=(f,v),v∈H_0~1(Ω),f∈H~(-1)(Ω), u∈H_0~1(Ω)是定义在其上的边值问题的变分形式,这里取齐次边界条件仅为叙述问题方便.双线性型a(·,·)满足:     

部分线性模型中参数估计的Bootstrap逼近

考虑回归模型 :yi=xiβ+g(ti) +σiei,1≤ i≤ n.其中 σ2i=f(ui) ,(xi,ti,ui)是固定非随机设计点列 ,f (· )和 g(· )是未知函数 ,β是待估参数 ,ei 是随机误差 .对文 [1 ]给出的基于 g(· )及 f(· )的一类非参数估计的β的最小二乘估计β^ n和加权最小二乘估计βn,本文通过重抽样的方法构造了 β^n 和 βn 的 Bootstrap统计量 β^ *n 和 β*n .证明了在给定原样本的条件下 ,n (β^ *n -β^ n)和 n (β*n -β^ n)分别与 n (β^ n-β)和 n (βn-β)有相同的渐近分布 .     

不等式f(x)·(g(x))~(1/2)≥0的解法

解不等式 f(x)·g(x) ≥ 0极易出现漏解或增解 ,最常见的错误解法是 ,将 f(x)·g(x) ≥ 0转化为不等式组 f(x)≥ 0 ,g(x)≥ 0 .须知 f(x)·g(x) >0与 f(x) >0 ,g(x) >0同解 ,但是 f(x)· g(x) ≥ 0与f(x)≥ 0 ,g(x)≥ 0并不同解 .那么 ,怎么解此类不等式呢 ?下提供三种基本的解法供参考 .方法 1　将关系符号分解符号“≥”是由“ >”与“ =”复合而成 ,这样解不等式 f(x)·g(x) ≥ 0可以转化为解不等式 f(x)· g(x) >0与解方程 f(x)·g(x) =0 .例 1　解不等式 (x - 4 ) x2 - 3x - 4 ≥ 0 .解　原不等式可以转化为 (x - 4 )x2 - 3x - 4>0或 (…     

论不定方程x_1x_2…x_n=t~k

譯者序:在1947年,依·梯·貝尔(E.T.Bell)就一种特殊形式的方程x_1x_2…x_n=t~2給出了一般解的公式,直到1954年,波蘭青年数学家阿·辛哲尔(A.Schinzel)在其一篇論文中,就对于比贝尔方程更为广泛一些的不定方程,給出了一般解的全部形式.值得称道的是辛哲尔所採用的方法是十分初等而簡明的,特在此向讀者介紹.     

课本上一道例题的另种解法

普通高中课程标准实验教科书数学第一 册B版P43. 例3 已知函数 求f(0),f(1),f(2),f(3),f(4),f(5). 课本解答如下: f(0)=1 f(1)=1·f(1-1)=1·f(0)=1 f(2)=2·f(2-1)=2·f(1)=2·1=2 f(3)=3·f(3-1)=3·f(2)=3·2·1=6 f(4)=4·f(4-1)=4·f(3)=4·3·2·1=24 f(5)=5·f(5-1)=5·f(4)=5·4·3·2·1=120 在这儿爱思考的同学也许会问,若求 f(1000),f(10000)…等又如何去求呢?其实例 3还可以通过先求函数的解析式再求函数值.     

Lindelf的工作与Chaplygin的工作的互补性

运用Vakonomic模型导出Lindel f方程 ,表明Lindel f的工作与Vakonomic模型相吻合 ;运用Chetaev模型导出Chaplygin方程 ,表明Chaplygin的工作与Chetaev模型相吻合·　在此基础上 ,通过改进Chaplygin方程和Lindel f方程的表示形式 ,实现了从Lindel f方程向Chaplygin方程的合理过渡和从Chaplygin方程向Lindel f方程的合理的过渡·　最后 ,给出一个典型实例·　结果表明 ,正如Vako nomic模型与Chetaev模型是互补的一样 ,Lindel f的工作与Chaplygin的工作也是互补的·     

关于一类非线性微分方程组的边值问题的渐近解（Ⅰ）

应用新的方法 ,研究一类非线性微分方程组　　u″ =v,εv″ f(x ,u ,u′)v′ -g(x ,u ,u′)v =0　　 (0 <ε 1) ,的边值问题的解的渐近性质·　构造出解的渐近展开式 ,和估计了余项 ,改进并拓广了前人的工作·     

利用余数定理证一类整除性问题

关于整除性问题的证明,中等数学习题中屡有所见,在学过数学归纳法后尤多,亦有应用因式分解法证明的。目前重点高中代数第一册已讲过余数定理和因式定理,但此处未曾见到,似觉不够。这里就利用余数定理证一类整除性问题试举几例,供同志们参考。例1,求证4~(2n+1)+3~(n+2)能被13整除(高中数学第三册P。158复习题)。证∵4~(2n+1)+3~(n+2)=4·16～n+9·3~n,故不妨设f(χ)=4·χ~n+9·3~n,则问题化为求证f(16)能被13整除,∵13=16-3,f(χ)除以χ-3的余数为f(3)=4·3~n+9·3~n=13·3~n于是f(χ)=(χ-3)g(χ)+f(3)=(χ-3)g(χ)+13·3”,将χ=16代入得f(16)=13·g(16)=13·g(16)+13·3~n,故f(16)能被13整除,即13|4~(2n+1)+3~(n+2)。上述证明,显然较之数学归纳法要简明得     

秘密在哪儿？

在函数y =f(x)中隐含着秘密 ,发现并利用y =f(x) 的秘密 ,是顺利解题的关键 .那么 ,秘密到底藏在哪儿呢藏在函数的关系式之中例 1 :(0 1年全国高考题 )设 f(x)是定义在R上的偶函数 ,对于任意x1 ,x2 ∈ 0 ,12 ,都有f(x1 +x2 ) =f(x1 )·f(x2 ) ,且 f(1 ) =2 .求 f 12 ,f 14 .分析 :怎样由 f(1 ) =2去求f 12 呢 ?从题设给出的函数关系式 :f(x1 +x2 ) =f(x1 )·f(x2 )启发我们 ,只要把 1分成两个 12 之和 ,即可解决问题 .解析 :首先 ,由x1 ,x2 ∈ 0 ,12 都有f(x1 +x2 ) =f(x1 )·f(x2 )的条件 ,可推出x∈ [0 ,1 ]时都成立的一般式子 :f(x) =f …     

非线性回归模型参数估计的一个新算法

近年来,非线性回归的研究受到极大的重视.Ratkowsky(1983)总结了非线性回归分析的近代发展,著成专著.韦博成从微分几何的观点对非线性回归分析作了处理.究其原因,一方面因为线性回归分析的研究已臻完善;另一方面因为在实际应用时,非线性情形遇到最多,如由物理,化学,生物,地学等学科的实验所得到的模型几     

半参数回归模型的误差分布的估计的大样本性质

用分块多项式逼近 g0 ( ·) ,基于M估计 ,研究了半参数回归模型Yi =Xi′β0+ g0 (Ti) +ei,i =1 ,… ,n的误差e的密度f(u)的估计的大样本性质 .在一定条件下 ,证明了 ^fn(u)以概率收敛 ,几乎处处收敛 ,几乎一致收敛和收敛速度 .     

非线性异方差分层模型及其参数估计

提出了一类非线性异方差分层模型,研究了其固定效应和方差分量的极大似然估计问题.主要采用了期望条件最大化算法(Expectation Conditional Maximization Algorithm)和蒙特卡罗积分法(Monte-Carlo integration method).对于随机效应和模型误差的方差-协方差矩阵,本文既考虑了一般的非结构化形式,也考虑了诸如自回归(AR(1))和复合对称等的结构化形式.仿真模拟的结果显示本文提出的模型及参数估计方法表现良好.此外,本文还将该类模型和估计方法应用到中国官方经济数据上,得到了一些有意义的结论.     

上期课外练习解答

高一年级1.∵　f(2 ) =f(1)·f(1) =1,f(3 ) =f(1)·f(2 ) =1,f(4 ) =f(3 )·f(1) =1……由归纳得f(1) =f(2 ) =f(3 ) =… =f(2 0 0 3 ) =1.∴　原式 =1.2 .当x为非零实数 ,故　f(x + 1) =f(x)·f(1) 　f(x + 1)f(x) =f(1) =3 ,故　f(2 )f(1) + f(4 )f(3 ) +… + f(2n)f(2n -1) =3n .∴　n =667.3 .f(x) =a + 1-2ax + 2 欲使f(x)在 (-2 ,+∞ )上是增函数 ,只须使 1-2a <0 ,故a的取值范围是 (12 ,+∞ ) .高二年级1.记f(x) =x2 -2x +a ,g(x) =x2 -2bx + 5由函数图象易知A B f(1) =a -1≤ 0 ,f(3 ) =3 +a≤ 0 ,且 g(1) =6-2b≤ 0 ,g(3 ) =1…     

非线性系统的动态反馈完全线性化

其中,为简单记,x(t)∈R~n,u(t)∈R~m,y(t)∈R~m,f(·),g(·)的诸列以及 h(·)的诸行是 x 的亚纯函数,即它们是 x 的解析函数环的分式域 (fraction field) 的元素.注意这个系统具有相同个数的输入和输出.本文考虑下述形式的动态反馈补偿器设计     

门限自回归滑动平均模型——TARMA

一、引言 近年来,时间序列的理论及应用得到了很大的发展,各种模型也应运而生。人们在实际应用中越来越感到现有的线性模型,如AR,ARMA模型等,难以很好地刻划复杂的物理现象。因此,对非线性模型的讨论越来越活跃,已经提出了一些非线性模型。但这些模型一般都较复杂,局限性强,建立模型很麻烦,难以推广。1977年,汤家豪提出的门限自回归模型,简称“TAR”(Threshold Autoregression),较好地克服了这些缺点。它的计算复杂性与一般的AR模型相当,且能刻划线性模型难以刻划的物理现象。本文就是基于这一思想,进一步发展了这一模型,提出了一种新的非线性模型——门限自回归滑动平均模型(TARMA)。     

纵向数据下半参数回归模型估计的收敛速度

考虑纵向数据下半参数回归模型:yij=x′ijβ+g(tij)+eij,i=1,…,n,j=1,…,mi.基于最小二乘法和一般的非参数权函数方法给出了模型中参数β和回归函数g(·)的估计,并在适当条件下证明了参数分量β的估计量的强收敛速度和未知函数g(·)的估计量的一致强收敛速度.     

球上Dirichlet空间的生成核与复合算子

本文的记号沿用〔1〕中的.令B”CC“是单位球,:、。于户,:·匆=习二叭. ‘.1Vf=(f二,,…,了:。),其中介‘=af丽’d。(:)为C“=RZ”上不一测度,且使v(B“)二1 .B”上Diriehlet空间的定义如下〔2〕: D“=={f{l在B,上全纯,f(0)=o,}ljl}’==J,.v了·示。(2)之下成为一个H*lbe·t空间.},.vj.初·相似文献   

对非线性椭圆边值问题解的存在性的研究

利用非线性增生映射值域的扰动定理 ,研究了非线性椭圆边值问题 ( @)在 L2 (Ω )中解的存在性 .( @) -△pu +g( x,u) =f a.e.在Ω中-〈v,| u|p- 2 u〉∈βx( u( x) ) a.e.在Γ上其中 f∈ L2 (Ω )给定 ,Ω RN,N 1 ,△ pu=div( | u|p- 2 u)为 P拉普拉斯算子 ,1 2 NN +1 ,v为 Γ的外法向导数 ,g:Ω× R→ R满足 Caratheodory条件 ,对 x∈ Γ,βx是正常、凸、下半连续函数 φx=φ( x,· )的次微分 ,其中 φ:Γ×R→ R.     

上期课外练习解答

高一年级夕一Zeos了一3sin了一瓜(一雀5 in二+ \丫IJ一甲不了sin(二+创,丁云cos了其中,an。一号·当:最大时,5 in‘二十,,一‘,二+,一借…t·nZ一(晋一。)一。一普·2.’:j(川~tanx中,x铸k二+要(k ez), 乙 且f(一川-一j(劝. tano=tan(2+3一5), tanZ十tan3+tan(一5)=tanZ·tan3·tan(一5), tans=tanZ+tan3+tanZ·tan3·tans.3.奇函数f(劝,二任(一二,0)U(0,+二). 又f(x)在(o,+二)上为减函数, f(x)在(一oo,0)上为减函数. f(3)一O二f(一3)-一f(3)一0. f(川<。的解集为{川一33}. N={m】f[g(夕)〕3}.…