ρ混合、φ混合、ψ混合线性模型M估计的强相合性

研究了 ρ混合、φ混合、ψ混合样本线性模型中回归参数M估计的强相合性 ,在条件不变的情况下 ,获得与独立情形一样的M估计是强相合的充分条件 ,推广了文 [1 ]定理 2 .     

最大似然方法和Bayes方法在结构方程模型分析中的讨论(英文)

本文通过模拟研究,讨论了最大似然方法和Bayes方法在分析结构方程模型中的相似点和不同之处。     

Navier-Stokes方程带Backtracking技巧的两重网格算法

1 引 言考虑二维不可压 Navier-Stokes方程:     

定常的热传导-对流问题的Galerkin/Petrov最小二乘混合元方法

1.引言 热传导-对流问题是大气动力学中的一个重要的方程,这个方程组也称为强迫耗散的非线性系统方程组,其较Navier-Stokes方程多了一个未知函数温度场,且温度与速度和压力之间存在着复杂的非线性关系.从热动力学可知,任何运动都会产生热量即有温度,而且温度与速度和压力之间必定互相转化,因此对该非线性系统的研究更具有实际意义.[1]先对     

一个反应扩散方程的自由边界问题

该文研究了一个描述原细胞生长的反应扩散方程的自由边界问题.利用非线性分析中的线性化思想和偏微分方程的估计理论,证明了该自由边界问题局部古典解的存在唯一性.     

更新时间概率模型及其无偏估计定理的论证

本文提出应用小参数法 ,探讨 Markov链中相邻两次更新时刻内稀疏事件的概率估计问题 .建立了三种最重要的具有更新时间的概率模型 .通过小参数的引入和对概率式的幂展开 ,进而推证出幂渐近展开系数的模型估算法 .论证了无偏估计的重要定理 ,给出了概率估计式和无偏估计精度 .亦将许多算法扩展到Markov链的任意状态空间     

半参数回归模型中小波估计的随机加权逼近速度

把小波光滑方法和随机加权方法结合在一起，获得了半参数回归模型中参数分量的小波估计的随机加权逼近速度为σ(n^-1/2)。因此，从大样本意义上说，小波光滑方法和随机加权方法对半参数回归模型是可用的。     

G-M线性模型的一个估计类

本文主要讨论参数β的形如β~=AX’y的估计类：给出了β~线性可容性的充要条件；当误差正态时，其线性可容许子 类与Bayes估计类等价；k阶主要成分估计β~k^*的协方差阵在估计类Гk中具有T-min max性和A,Фi=max min性。     

Banach空间中关于增生算子方程的迭代法的强收敛定理

设X是一实Banach空间,且TX→X是Lipschitz连续的增生算子.在没有假设lim αn=1imβn=0之下,本文证明了,Ishikawa迭代序列强收敛到方程x+Tx=f的唯一解,而且还对Ishikawa迭代序列提供了一般的收敛率估计.利用该结果,我们推得,当TX→X是Lipschitz连续的强增生算子时,Ishikawa迭代序列强收敛到方程Tx=f的唯一解.     

正系数多项式倒数逼近的点态和整体估计

利用Ditzian-Totik光滑模对于[0,1]上定义的非角连续函数f(x)，且f(x)≠0，文中证明存在正系数多项式Pn(x)及常数C，使得|f9x)-1/Pn(x)|≤Cωψ^λ（f,n^-1/2(ψ(x) 1/√n)^1-λ)。当λ＝1时，上述结果导出已有的整体估计，而当0≤λ＜1时，得到倒数逼近一个新的点态局部估计。