关于半离散Galerkin近似解的L_∞估计的一个注记

在《计算数学》和《高等学校计算数学学报》上最近发表的文章[1]和[2]中,分别讨论了抛物和二阶双曲方程半离散Galerkin近似解(分片线性函数情形)的L_∞估计。文章作者采用正则Green函数方法证明了阶为h~2ln(1/h)的误差估计式。值得指出,[1]和[2]中所给出的估计式的一个不足之处就是它们所需要的精确解的正则性过于强。在这个注记里,我们将说明如下事实,利用熟知的半离散Galerkin近似解的超收敛估计和有限元函数空间的一个弱嵌入性质,可以证明得到阶也是h~2ln(1/h)的误差估计式,然而对解的正则性的要求则较[1]和[2]中估计式所需要的弱得多。 先讨论抛物问题,文[1]讨论的是热传导问题     

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.     

一类用迭代方法生成的分片线性谱序列

本文引入了空间L2[0,1]的一种具有指数形式的正交基,其中对应的指数序列称为谱序列.文章得出了一系列理论上的刻画,但主要贡献在于给出迭代解法以生成多节点分片线性谱序列,并且对分片常数谱序列进行了研究.另外,本文还给出在离散情形计算分解系数的快速算法,并估计了算法复杂度.     

威布尔分布无失效数据的统计分析

本文对Weibull分布场合下的无失效数据(ti,ni),根据“平均剩余寿命”这一概念得到了参数的拟矩估计,进而将其转化至有一个或多个失效数据的情形,利用[1]中的结果给出了失效概率pi的多层Bayes估计,从而利用分布函数曲线拟合方法得到了未知参数的估计．并结合实际问题进行了计算．     

四元数可中心化矩阵谱值的不等式

本文给出了四元数可中心化矩阵谱值模的和的一个估计，推广了[1]、[2]的结果.     

与一般相似度函数相关的谱聚类的收敛性

谱聚类算法由与相似度函数相关的图Laplace 算子的特征函数产生. 本文证明与一般相似度函数相关的谱聚类算法的收敛性, 并使用覆盖数方法对收敛性给出量化估计. 当相似度函数是欧氏空间子集上一个Lipschitz s > 0 函数时, O(√log(n + 1)/√n) 形式的收敛率得到证实. 我们同时指出一个相应函数集的覆盖数的增长可以表现任意差.     

抛物型方程的一种高精度区域分解有限差分算法

1引言 近年来,区域分解算法以可以将大型问题分解为一系列小型问题以减少计算规模及算法可高度并行实现等特点受到了人们的广泛关注.前人也做了很多很好的工作:参考文献[1]中C.N.Dawson等人提出了显一隐格式的区域分解算法,在时间层不分层的内边界点采用大步长向前-中心差分显格式及在内点采用古典隐格式,取得的精度为O(△t+h2+H3).参考文献[2]中给出了[1]中区域分解算法对于内边界点为等距分布的多子区域时的新的误差估计,使含H3误差项的系数比[1]中缩小了一倍.还将采用大步长日的saul'yev的非对称差分格式应用于内边界点,并给出了两个子区域和多个子区域情形下差分解的先验误差估计.     

模糊值函数在模糊数积分区间[,]上的NL公式

文 [1 ]给出模糊值函数在普通区间 [a,b]上的 N— L公式。本文在文 [1 ]的基础上进一步给出模糊值函数在模糊数区间 [A～ ,B～ ]上的积分。这个积分是 型模糊集。文 [3]已经指出( F2 [0 ,1 ],∪ ,∩ ,c)不是软代数 ,但这个积分是一个特殊 型模糊集仍具有许多良好的代数性质 ,并存在着 N—L公式     

带约束不可微凸规划的一个次梯度可行方向法

本文提出了一种计算带约束不可微凸规划问题的算法。这是一种利用有关函数的次梯度的可行方向法,它也可以作为[2]中给出的无约束bundle方法在带有不可微凸的约束情形下的推广。本文给出了算法收敛性的证明。对于求解本算法中所用到的计算多面体凸锥与凸多面体间最短距离这个子问题,也给出了一个收敛性得以保证的方法。     

随机截尾数据回归函数估计的重对数律

本文通过和W.Hardle处理完全数据情形时截然不同的方法,建立了随机截尾数据情形的回归函数估计的重对数律,作为本文特例(见定理3),大大地减少了文献[1]中主要结果的条件.     

截断样本下的强率函数和密度函数核估计的渐进正态性

本文用[1]发展的计数过程去研究截断样本下强率函数核估计的渐进正态性．在弱于[7]和[10]的条件下，得到了更一般的结果．接着我们将这种方法运用到密度函数核估计，在较弱的条件下，得到了截断样本下密度函数核估计的渐进正态性．     

Riemann—ζ函数的一个新均值定理的应用

Deshonillers和Iwaniec[1]给出了Riemann—ζ函数的一个新均值定理,本文将这个定理用于讨论Dirichlet级数之和的估计,并得到了此[2]、[3]更好的结果。如果将这些估计式用于相邻素数差问题,则可以改进[3]的结果。     

密度核估计的强一致相合性

关于密度函数f(x)的核估计,f_n(x)=(nh_n~d)~(-1)sum from i=1 to (?)(k(x-X_i/h_n)),Devroye和Wagner[1]给出一维情形下,f_n一致强相合于f的一组充分条件,本文给出多维情形下f_n的一致强相合性,而对K和h_n所加的限制是弱的,同时本文改善了徐达明,白志东[2]所得的结果。     

基于SOA的矢量水听器阵列极大似然DOA估计

极大似然波达方向估计方法虽然具有良好的估计性能,但由于其巨大的计算量,限制了实际应用.提出一种将人群搜索算法与极大似然估计相结合的方法,利用人群搜索算法优化多维非线性的极大似然DOA估计谱函数,加快了收敛速度.通过与正余弦算法、遗传算法和粒子群算法的对比实验果表明,所提方法在不同信号源个数、不同信噪比、不同种群数下,均...     

渐近因子分离法及其在多项式求根中的应用

[1]提出了一种渐近分离多项式因子的方法,并考虑了在求根中的应用,但尚有许多问题没有解决,也没有给出实用的算法。其实Sebastiao,Silva早就提出过类似的方法。[1]和[2]都只考虑了f(x)没有重根的特殊情形,本文把渐近因子分离过程推广到任意f(x)的情形,并且给出了几种有实用价值的算法和两个实例。     

函数域中Sárk?zy定理的2-维相似品（英文）

F_q[t]为含有q个元的有限域F_q上的多项式环.对N∈N,设G_N为由F_q[t]中一切次数严格小于N的多项式所形成的集合.假定F_q的特征严格大于2,并且A■G_N~2.如果对任何d∈F_q[t]\{0}都有(d, d~2)∈A-A={a-a':a, a'∈A}.本文证明了|A|≤■,此处常数C只依赖于q.应用这个估计,本文把函数域中的Sárk?zy定理推广到了次数严格小于3的多项式的有限族的情形.     

三维涡度方程的谱-差分方法(Ⅱ)

本文是[1]的继续。本文中建立了一些半离散函数空间中的嵌入定理及其它估计式,然后应用能量法严格估计了[1](高等学校计算数学学报,1991,13(2))中的谱一差分格式的广义稳定性,并在一定条件下推出收敛性。本文所采用的证明方法可应用于其它非线性偏微分方程局部方向周期问题的数值解法。     

众数的核估计问题

设 X_1,…X_n,为 iid 样本,其总体的分布函数、密度函数、众数分别记为 F(x)、f(x)、θ,即有 f(θ)=supf(x)。我们来考虑θ的估计问题。Parzen[1]在研究密度 f 的核估计问题时首先提出了 θ 的核估计方法,并在一定假设条件下证明了这种估计具有弱相合性。陈桂景在[7]中进一步证明了众数 θ 的核估计还具有强相合性,而且当 f 的二阶导函数连续有界时,这种估计的强收敛速度可达到 O((1nn/n)~(2/7))。那么,一个自然的问题是,     

正态变异系数的Fiducial限

正态分布N(μ,σ~2)的变异系数σ╱μ是可靠性工程设计中的一个重要参数,在实际问题中往往要考虑σ╱μ的区间估计。本文提出解决这个问题的Fiducial方法,利用一个简单的计算程序,便可方便地获得变异系数的Fiducial限,本文的讨论是在简单函数模型[4]下进行的。     

最小正基直接搜索共轭梯度法

1引言直接搜索算法是求解最优化问题的一类重要算法,它特别适用于目标函数的梯度信息无法得到或很难计算的情形.直接搜索算法大致可以分为两大类,一类是包含单纯形搜索[19]和模式搜索[12,22]等的直接搜索算法,这类算法不使用泰勒展开等方法对目标函数进行建模;另一类算法则依赖于对目标函数的建模,常被称为以模型为基础的方法,有