平衡损失下回归系数的最优线性无偏估计

在平衡损失函数下得到了回归系数的最优线性无偏估计,结果表明平衡损失下的最优线性无偏估计就是线性模型中回归系数的最小二乘估计.     

平衡损失下回归系数最优线性无偏估计的相对效率

本文研究了一般Gauss-Markov模型中回归系数的最优线性无偏估计的相对效率问题.利用Lagrange乘数法,获得了回归系数的最优线性无偏估计.并在此基础上定义了最优线性无偏估计的两种相对效率.     

关于四阶变系数线性微分方程解的不稳定性

本文利用李雅普诺夫第二方法[1]给出了至少有一个特征根具有正实部的四阶变系数线性微分方程解的不稳定性的充分条件。     

线性多步法中的分枝现象

1 引言 在文献[1],[2]中,Yamaguti和Ushiki发现了用中心差商求解微分方程得到的数值解不是真解的逼近解,而是与真解相差很远的解,这种解被称为“鬼解”,在[2]中指出,用中心差商求解微分方程,当原初值点是方程的稳定点时,在差分化方程中,初值点是双曲鞍点,因此不论时间步长△t取得多么小,甚至取极限△t→0,得到的解与原方程的解完全不同,文献[3]中将上面结论推广到R~n中的情形,并且导出中心化后的极限方程,本文讨论线性多步法中的分枝现象,比较用线性多步法求得解与原方程解之间的差别,并且探索线性多步法出现“鬼解”的可能性。     

一类stiff稳定的线性多步法

§1.引言 在常微分方程初值问题的数值方法中,线性多步法是最简单、使用最广泛的方法之一.但由于现存的线性多步方法的绝对稳定区域较小,以致在解刚性(Stiff)微分方程中受到很大限制.本文在BDF方法及[2]的基础上增加二个修正项,构造一类修正BDF的线性多步法,具有较大的绝对稳定区域.其结果如下:此类修正方法的阶与同步数的BDF方法的阶一致,其绝对稳定区域与低二阶的BDF方法大致相同,甚至更好,并给出了参数的取值范围.     

渐近A稳定的线性多步法

本文主要结果为: 1.构造了一类k步k+1阶隐式线性多步公式,它们是渐近A稳定的。 2.构造了一类k步k阶隐式线性多步公式,它们是stiff稳定且是渐近A稳定的。 3.构造了一类k步k—1阶显式线性多步公式,它们是渐近A稳定的。k为任意正整数。     

线性随机微分方程多步法的稳定性

研究了多步法用于求解线性随机微分方程的稳定性,利用维纳过程的增量服从正态分布的性质,得到了在乘性噪声情况下,多步法用于线性随机微分方程的均方稳定性的条件,并用MATLAB对实际算例进行了数值模拟.     

线性最优输出反馈控制

本文研究线性二次最优调节器的实时输出反馈解u(t)=-Ky(t)的存在性。利用算子析因与值域包含引理给出了主要结果。对有限维系统及一些分布参数系统得到了最优输出反馈存在的具体充要条件和反馈算子K的表示式。     

微分求积法的一类线性多步法

利用时域微分求积法和非等距网格,构造了一类A(α)-稳定或有限区间稳定的线性多步法.根据Dahlquist等价性定理,新的线性多步公式是收敛的.理论证明了新的隐式线性多步法公式是A(α)-稳定的或有限区间稳定的.通过数值实验的对比,表明了新的线性多步法比现有的线性多步法具有更好的数值性能.     

STOCHASTIC LINEAR QUADRATIC OPTIMAL CONTROL PROBLEMS WITH RANDOM COEFFICIENTS

61. IntroductionLet (fi, F, P, {R}tZo) be a complete filtered probability space on which a standard onedimensional Brownian motion w(') is defined such that {R}tZo is the natural filtrationgenerated by w(.), augmented by all the p-null sets in i. We consider the following stateequationwhere T E T[0, TI, the set of all {R}tZo-stopping times taking values in [0, T], (E sigLlt (fi;IR"); A, B, C, D are matrix-valued {R}tZo-adapted bounded processes. In the above, u(.) EU[T, T]gLI(T, T…     

ASYMPTOTICALLY OPTIMAL SUCCESSIVE OVERRELAXATION METHODS FOR SYSTEMS OF LINEAR EQUATIONS

We present a class of asymptotically optimal successive overrelaxation methods for solving the large sparse system of linear equations. Numerical computations show that these new methods are more efficient and robust than the classical successive overrelaxation method.     

Lyapunov不等式的最佳解与一般线性方法的可行性

１引言在刚性常微分方程初值问题数值解法理论中,常要求数值方法中的某个系数矩阵Ｂ具有性质：使Ｌｙａｐｕｎｏｖ不等式有对角正定解Ｄ存在,即存在对角正定矩阵Ｄ,使ＤＢ＋ＢＴＤ为正定矩阵·在许多情形,这种解Ｄ是存在的,例如Ｇ－Ｌ-、ＩＡ-和ⅡＡ－ＲＫ方法［３］．然而也存在一些方法,它是Ａ－稳定、Ｌ－稳定,甚至是代数稳定的,但这种Ｄ却不存在．例如ⅢＣ（ｓ≥３）ＲＫ方法［３］和当θ＝１时的块θ－方法［５］（至少对ｒ＝２,３,４是如此）．前者是Ｌ－稳定的,也是代数稳定的,后者也是Ｌ－稳定的．这意味着,可能有不少…     

DEGENERATE OPTIMAL BASIS GRAPHS IN LINEAR PROGRAMMING

§ 1　IntroductionA graph-theoretic approach for investigating basis transformations in a linear pro-gramming has been historically developed.Let V be the setof all bases with respectto thecolumn vectors of a matrix A.Two bases are called adjacentifthey can be transformed intoeach other by a pivot operation.Denote by E the set of edges each of which is incidentwith a pair of adjacentbases.Then G=(V,E) is called the basisgraph of matrix A(or ofthe corresponding LP) .Tucker[1 ] first called…     

两步定常线性迭代法的收敛区域及最优参数选取

１．引言 给定一线性系统 Ａｘ＝ｂ,（１．１）其线性两步定常迭代方法可表示为 ｘｎ＋１＝ ｘｎ＋ αｒｎ＋ β（ｘｎ－ ｘｎ－１）,（１．２）其中 ｒｎ＝ｂ－Ａｘｎ（１．３）是剩余向量, ｘ０, ｘ１是任意的（ｃｆ．Ｙｏｕｎｇ［１,ｐ．４８７］）．本文我们将研究迭代式（１．２）的收敛条件及参数α,β如何选取问题．关于此问题已有一些结果,如［２－４］,本文将从方程根的角度讨论最一般的情况,即在复数域上来讨论此问题,同时作为其特例来讨论复 ＳＯＲ、 ＭＳＯＲ的收敛性． 下文中除了特别说明,Ａ是复矩阵,α,β是复…     

线性等式约束下有限总体中的最优预测

本研究了带线性等式的约束条件的有限总体中的最优预测问题,给出了条件可预测变量和条件最优线性无偏测的定义,得到了条件可预测变量的所有条件最优线性无偏预测,并证明了它在几乎处处意义下的唯一性。     

多元线性模型中随机回归系数和参数的线性估计的泛容许性

本文对于一般的随机效应多元线性模型，给出了随机回归系数和参数的线性可估函数的泛容许性估计的定义，并得到了随机回归系数和参数的线性可估函数的齐线性估计在齐线性估计类中泛容许性的特征。     

任意秩多元线性模型中的最优预测

本文研究了任意秩多元线性模型中可预测变量的最优预测,特别地,我们考虑了一类特殊的预测函数,Φ－线性预测函数,给出了Φ－可预测变量和最优Φ线性一无偏预测的定义,得到了Φ－可预测变量的最优Φ－线性无偏预测,并证明了它在几乎处处意主意义下的唯一性。     

线性分式规划优化分析的元模型方法

1引言线性分式规划(LFP): min f(x)=(p~Tx α)/(q~Tx β) s.t. Ax=b (1) x≥0有着重要的应用背景,特别在经济管理中受到广泛关注．例如,以净收益率为优化目标函数的海洋运输问题;当价格系数为随机变量时,优化目标为获得满意的收益水平概率最大的资源分配问题等[11]．线性分式规划是一类特殊的非线性规划,除一般的非线性规划求解方法外,它还有一些特殊的专用算法．这里,我们要考虑的问题是;当右端资源约束向量在一定范围内(即L≤b≤U,L,U分别为b的下界和上界)变化时,目标函数的最优值如何变化?我们把这一问题称之为线性分式规划的优化分析．