全局最优信息融合估计算法(Ⅰ)

研究了全局最优融合计算法,研究结果表明：全局最优估计的误差要小于局部估计的误差,即全局估计优于每一个局部估计。     

二阶特征值问题的非协调元逼近

本文以非协调三角形线性元为例,讨论了二阶特征值问题的非协调有限元逼近,基于二阶变分问题非协调有限元逼近的有关分析结果,不仅得到了特征值逼近解的误差估计,而且得到了特征函数逼近解的最优的L~2-误差估计和拟最优的L~∞-误差估计。     

线性模型中广义最小二乘参数估计误差分布的稳健性研究

研究了线性模型中广义最小二乘参数估计的误差分布稳健性问题.首先讨论了在线性统计模型里,设计矩阵为列降秩矩阵时,模型中给出了误差最大分布类,当误差向量的分布在此范围内变动时,LS估计和GLS估计在均方误差矩阵准则下是最优估计.然后进一步探讨广义最小二乘估计GLSE关于误差分布的稳健性,求出误差项所对应的最大分布族,进而证明了在该区间波动情况下,误差向量对应的始终为一致最优解.     

最小二乘估计关于误差分布的稳健性

对于设计矩阵$X$是列降秩的线性统计模型, 本文讨论了最小二乘估计关于误差分布的稳健性, 给出了误差分布的最大类, 使得误差项的分布在此范围内变动时, 最小二乘估计在均方误差矩阵准则下是最优估计.     

立方Schr?dinger方程的半隐格式BDF2-FEM无条件最优误差估计

研究了立方Schr?dinger方程的二阶向后差分有限元方法(BDF2-FEM)的无条件最优误差估计.首先，将误差分为时间误差和空间误差两部分.通过引入时间离散方程，得到时间离散方程解的一致有界性，并给出时间误差估计.从而得到该方程在半隐格式下BDF2 FEM无条件最优误差估计.最后，用数值算例验证了理论分析.     

生长曲线模型中协差阵的最优非负估计

本文给出了一个判定非负定阵的新方法,完成了生长曲线模型中误差协差阵非负估计理论的下列工作:(1)最优估计存在的充要条件及存在时的显示表达;(2)任意二次估计为最优估计的充要条件,作为推论给出了最小二乘估计为最优非负估计的充要条件;(3)给出了一个优于最小二乘估计的新估计.     

矩形域上散乱数据多元最优插值的误差估计及其超收敛性（上）：带连续…

本文我们讨论了矩形域上带连续边界条件的一类多元散乱数据最优插值，给出了某些情形插值的误差估计，误差估计表明在某些点上还具有超收敛性。     

矩形域上散乱数据多元最优插值的误差估计及其超收敛性（Ⅰ）──带连续边界条件

本文我们讨论了矩形域上带连续边界条件的一类多元散乱数据最优插值。给出了某些情形插值的误差估计，误差估计表明在某些点上还具有超收敛性。     

Cahn-Hilliard方程的有限元分析

建立了求解非线性发展型Cahn-Hilliard方程的有限元方法,借助于一个双调和问题的有限元投影逼近,给出了最优阶L_2模误差估计。特别对于3次Hermite型有限元,导出了L_∞模和W_∞~1模的最优阶误差估计和导数逼近的超收敛结果。     

细菌模型的非协调有限元分析

将非协调元应用于描述细菌传播的反应扩散方程组的初边值问题.借助单元的一些特性和非协调误差估计技巧,分别在半离散和全离散有限元格式下,研究了其数值解与精确解的误差估计,得到了最优的误差估计以及超逼近结果.     

关于不完全双二次非协调板元的误差估计

本文在[1,2]的基础上,对不完全双二次板元作了进一步的讨论,不仅得到了最优的L~2—误差估计,改进了[1]的相应结果,而且利用“辅助元技巧”并结合正则Green函数法,得到了拟最优的L~∞—误差估计.     

随机设计变量情形回归函数的非线性小波估计 *

在随机设计变量情形 ,构造了回归函数的非线性小波估计以及自适应非线性小波估计 .证明了非线性小波估计在Besov空间中可达到最优收敛速度 ,自适应非线性小波估计在一大类Besov空间中可达到次最优收敛速度 ,即和最优收敛速度只相差lnn .这样 ,在随机设计变量情形 ,所构造的回归函数的非线性小波估计和在固定设计点下对回归函数所构造的非线性小波估计几乎具有相同的优良性质 .进一步 ,只要求误差有有界三阶矩 ,而不要求误差服从正态分布 .     

非线性模型中的拟似然估计和约束拟似然估计

该文证明了,在非线性回归模型中,若以均方误差或均方误差矩阵为标准,拟似然估计是正则广义拟似然估计类中的最优估计,并讨论了拟得分函数最优性与拟似然估计最优性的关系.为改进拟似然估计,该文提出了一种约束拟似然估计,并证明了约束拟似然估计比拟似然估计有较小的均方误差.     

均匀棒纯纵向运动方程初边值问题的有限体积法

提出了均匀棒纯纵向运动方程初边值问题的有限体积格式,给出了有限体积解的误差分析,得到了有限体积解的最优阶L2和H1误差估计及超收敛H1误差估计,提供了一个数值算例.     

Gauss-Markov估计关于误差分布的稳健性

对于一般线性模型y=Xβ+ε,本文讨论了在广义均方误差准则及均方误差矩阵准则下,未知参数β的可估函数Xβ的Gauss-Markov估计关于误差分布的稳健性,分别给出了误差项ε的最大分布类,使得误差项ε的分布在此范围内变动时,Gauss-Markov估计在相应准则下是最优估计.     

基于分层抽样的校准方法分别比率-乘积估计研究

比率估计在抽样估计阶段利用辅助信息,提高了估计量的估计精度,是抽样调查中一类较为常用的估计方法,但现有的一些比率估计方法均具有各自的最优条件,这在一定程度上影响了它们在实际调查中的应用。为了解决比率估计的最优限制问题,本文引入了校准估计方法,并基于分层抽样研究了总体均值的校准方法分别比率-乘积估计量。在大样本情况下,本文推导了新估计量的估计偏差和均方误差,说明新估计量具有渐近无偏性,并在估计量均方误差最小时,得到了总体参数的渐近最优估计量和渐近最优估计量的方差。在模拟研究中,根据比率估计量的最优条件是否满足,本文生成了两种不同的总体,对比分析了新估计量和现有比率估计量的估计效果,结果表明在两种不同的情况下,新估计量的估计效果均优于现有估计量的估计效果。最后,本文利用一个实际例子,验证了新估计量的有效性和实用性。     

定常Navier-Stokes方程流函数形式两重网格算法的残量型后验误差估计

运用七种两重网格协调元方法得出了不可压Navier-Stokes方程流函数形式的残量型后验误差估计．对比标准有限元方法的后验误差估计,两重网格算法的后验误差估计多了一些额外项(三线性项)．说明了这些额外项在误差估计中对研究离散解渐近性的重要性,推出了对于最优网格尺寸,这些额外项的收敛阶不高于标准离散解的收敛阶．     

正则长波方程的三次配点法

本文讨论了正则长波方程(RLW方程)的三次配点法,得到半离散格式的最优阶误差估计,同时给出基于向后Euler法的全离散格式,并证明了相应的误差估计.     

样条共轭插值与L_p模误差估计

[1—5]讨论了各种类型插值样条的L_∞模最优误差估计。本文利用共轭插值样条,给出一些插值样条类的L_1模最优误差界,然后用插值空间理论导出L_p模估计的上界。 一、样条共轭插值 设n≥1并给定[0,1]上的两个分划:     

Navier—Stokes方程的变网格非协调有限元法

本文通过所谓的速度－压力型公式讨论了Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程的变网格非协调有限元逼近，得到了在模意义下的速度，压力误差估计，且在一定条件下，某些误差估计能达到最优。