非协调区域分解Lagrange乘子法的超收敛

本文讨论分析非协调区域分解Ｌａｇｒａｎｇｅ乘子法对二阶椭圆型方程Ｄｉｒｉｃｈｌｅｔ问题的有限元超收敛现象。文中通过利用积分恒等式，适宜地引进Ｌ２投影过渡以及高次插值后处理等技巧，经过一系列误差分析及估计，得到了高出半阶的超收敛结果，实现了非协调区域分解法与高精度算法的结合。     

非协调有限元误差的内部估计

§1.引言 Nitsche与Schatz等曾对经典的协调有限元近似解的误差作出了内部估计.Bra-mble,Schatz和Thomee在此基础上提出了用局部平均法得到超收敛的结果.近来     

双曲积分微分方程的各向异性非协调有限元逼近

讨论了双曲积分微分方程在半离散格式下的一类各向异性非协调有限元逼近,得到了与传统有限元方法相同的最优误差估计和超逼近性质.同时利用插值后处理技术得到了整体超收敛结果.     

Sobolev方程各向异性矩形非协调有限元分析

研究了Sobolev方程的各向异性矩形非协调有限元方法．在半离散和全离散格式下,得到了与传统协调有限元方法相同的最优误差估计和超逼近性质．进一步地利用插值后处理技术得到了整体超收敛结果．最后的数值结果表明了理论分析的正确性．     

有界约束半光滑方程组的非单调投影信赖域方法

投影信赖域策略结合非单调线搜索算法解有界约束非线性半光滑方程组.基于简单有界约束的非线性优化问题构建信赖域子问题,半光滑类牛顿步在可行域投影得到投影牛顿的试探步,获得新的搜索方向,结合非单调线搜索技术得到回代步,获得新的步长.在合理的条件下,证明算法不仅具有整体收敛性且保持超线性收敛速率.引入非单调技术能克服高度非线性的病态问题,加速收敛性进程,得到超线性收敛速率.     

双曲型方程的一类各向异性非协调有限元逼近

在各向异性条件下,讨论了双曲型方程的一类非协调有限元逼近,给出了半离散格式下的最优误差估计.同时通过新的技巧和精细估计得到了一些超逼近性质和超收敛结果.     

Sobolev方程的一类各向异性非协调有限元逼近

在各向异性网格下,分别讨论了Sobolev方程在半离散和全离散格式下的一类非协调有限元逼近,得到了与传统有限元方法相同的误差估计和一些超逼近性质.同时在半离散格式下,通过构造具有各向异性特征的插值后处理算子得到了整体超收敛结果.     

一类非线性双曲型方程的非协调有限元方法

研究了一类非线性双曲型方程的非协调有限元方法,在不需要传统的Ritz投影的情况下,得到了半离散格式下的误差估计及超收敛结果.     

基于最佳超收敛阶EEP法的一维有限元自适应求解

基于新近提出的具有最佳超收敛阶的单元能量投影（EEP）超收敛算法,提出用具有最佳超收敛阶的EEP超收敛解对有限元解进行误差估计,用均差法进行网格划分,用拟有限元解进行多次遍历而不反复求解有限元真解,形成一套新型的一维有限元自适应求解策略．该法理论上简明清晰,算法上高效可靠,对于大多数问题,一步自适应迭代便可给出按最大模度量逐点满足误差限的有限元解答．以二阶椭圆型常微分方程模型问题为例,介绍了该法的基本思想、实施策略及具体算法,并给出具有代表性的数值算例,以展示该法的优良性能和效果．     

一个两点边值奇异问题有限元的超收敛性

有限元的超收敛性在现今有限元收敛理论研究中占有重要地位(参见[1]及所引文献)。本文将讨论如下两点边值奇异问题线性有限元解的超收敛性质。     

有资格限制的指派问题的求解方法

在实际的指派工作中，常会遇到某个人有没有资格去承担某项工作的问题，因此，本建立了有资格限制的指派问题的数学模型。在此数学模型中，将效益矩阵转化为判定矩阵，由此给出了判定此种指派问题是否有解的方法；在有解的情况下，进一步将效益矩阵转化为求解矩阵，从而将有资格限制的指派问题化为传统的指派问题来求解。最后给出了一个数值例子来说明这样的处理方法是有效的。     

有限子集系的Sperner系

1９８０年，Ｋｏ-Ｗｅｉ Ｌｉｈ提出如下猜想：如果Ｆ是由Ｂ^ｎ中固定秩的不同元素生成的序理想，那么Ｆ是Ｓｐｅｒｎｅｒ系．本文证实了当Ｆ是由Ｘ的子集Ｙ的所有相同秩的元素生成的序理想，猜想是正确的     

分形空间的局部紧性及网极限

对于完备度量空间 (X ,d) ,研究了X的局部紧性与相应分形空间 (H(X) ,h)的局部紧性之间的关系 ,得到结论 :(H(X) ,h)是局部紧的当且仅当X是局部紧的 .另一方面 ,给出了 (H(X) ,h)中收敛网的极限通过并、交及闭包运算的表示 .     

一类柔性臂机器人的稳定性

本文研究了一类柔性臂机器人的控制问题,且柔性臂的弯曲振动与扭转振动的耦合作用表现在边界方程中。本文运用算子谱理论、算子半群理论等,得到系统的主算子生成的C0-半群的具体表示式,并证明了半群的解析性、非紧性及非一致指数稳定性。     

Admissibility of estimators of the probability of unobserved outcomes

The problem of estimating the probability of unobserved outcomes or, as it is sometimes called, the conditional probability of a new species, is studied. Good's estimator, which is essentially the same as Robbins' estimator, namely the number of singleton species observed divided by the sample size, is studied from a decision theory point of view. The results obtained are as follows: (1) When the total number of different species is assumed bounded by some known number, Good's and Robbins' estimators are inadmissible for squared error loss. (2) If the number of different species can be infinite, Good's and Robbins' estimators are admissible for squared error loss. (3) Whereas Robbins' estimator is a UMVUE for theunconditional probability of a new species obtained in one extra sample point, Robbins' estimator is not a uniformly minimum mean squared error unbiased estimator of the conditional probability of a new species. This answers a question raised by Robbins. (4) It is shown that for Robbins' model and squared error loss, there are admissible Bayes estimators which do not depend only on a minimal sufficient statistic. A discussion of interpretations and significance of the results is offered. Research supported by NSF Grant DMS-88-22622.     

Unimodality of independence polynomials of the incidence product of graphs

Given two graphs $G$ and $H$, assume that $V\left(G\right)=\{v_1,v_2,\dots ,v_n\}$ and $U$ is a subset of $V\left(H\right)$. We introduce a new graph operation called the incidence product, denoted by $G\odot H^U$, as follows: insert a new vertex into each edge of $G$, then join with edges those pairs of new vertices on adjacent edges of $G$. Finally, for every vertex $v_i\in V\left(G\right)$, replace it by a copy of the graph $H$ and join every new vertex being adjacent to $v_i$ to every vertex of $U$. It generalizes the line graph operation. We prove that the independence polynomial

$I\left(G\odot H^U;x\right)=I^n(H;x)M\left(G;\frac{x{I}^2(H?U;x)}{I^2(H;x)}\right),$

where $M(G;x)$ is its matching polynomial. Based on this formula, we show that the incidence product of some graphs preserves symmetry, unimodality, reality of zeros of independence polynomials. As applications, we obtain some graphs so-formed having symmetric and unimodal independence polynomials. In particular, the graph $Q\left(G\right)$ introduced by Cvetkovi?, Doob and Sachs has a symmetric and unimodal independence polynomial.     

On estimating of the number of constituents of a finite mixture of continuous distributions

Summary Suppose thatH is a mixture of distributions for a given familyF A necessary and sufficient condition is obtained under whichH is, in fact, a finite mixture. An estimator of the number of distributions constituting the mixture is proposed assuming that the mixture is finite and its asymptotic properties are investigated.     

22号初等元胞自动机的极限语言复杂性

§1Introduction Thetaskofthispaperistosolvetheproblemproposedin[1],i.e.,toexplorethe complexityoflimitset,orequivalently,limitlanguageoftheelementarycellularautomaton ofrule22bythetoolsofformallanguagetheory.Cellularautomata(abbreviatedasCA),asmathematicalmodelsforcomplexnatural systemscontaininglargenumbersofsimpleidenticalcomponentswithlocalinteractions,havebeenwidelyusedinphysical,biological,chemicalandcomputationalsystems[2].Despitetheirsimpleconstruction,someCAcandisplayveryrichandcompl…     

白骨化尸体死亡时间的推断

本文分析了15具白骨化尸体标本的股骨汞(Hg),铅(Pb),镉(Cd)元素含量数据,在三年的时间内采集了3次,一共收集到45个数据。首先将这组数据看着纵向数据,利用线性随机效应混合模型、Cox随机混合效应模型进行分析,结果显示,如果对每个白骨化尸体标本建立线性模型,可以精确预测出死亡时间,而且不需要采集铅元素含量数据。混合效应模型的预测效果也很好,最大误差不会超过1个月。其次我们对数据不作任何假设,利用机器学习中随机森林方法分析数据,并利用5折交叉验证方法来判断结果的可靠性,训练集和测试集的NMSE分别为0.1205944,0.5604286,因此可以用训练出的模型来预测死亡时间。     

关于两种混沌映射的有限乘积性质

首先在一般度量空间上给出有限积映射是Li-Yorke混沌的一个判据,并且用反倒展示:当有限积映射是Li-Yorke混沌时,未必一定存在因子映射是Li-Yorke混沌的.然后,利用上述判据,在[0,1]N上证明有限积映射有不可数scrsmbled集的一个充要条件.进而,推出关于有限积映射为Li-Yorke 混沌的一组等价...