椭圆型问题一类广义差分法的L~2模误差估计

1.引 言 广义差分法作为处理偏微分方程的离散技术,能够保持质量,动量,能量等物理量的守恒.广义差分法（有些文献称为box method[3];finite volume element method[4],[5],[6]）利用在对偶剖分体积单元积分原始方程,并将近似解限制于某一有限元空间而得到离散方程.因此,它在局部区域保持了原始方程的物理守恒性和其他重要特性.从而被广泛地应用于数值求解数学物理方程,特别是计算流体力学和热传导问题[11]. 对广义差分法的研究已有许多文献,专著[10]有详细的介绍.早期的工作主要考虑标准的重心对偶剖分.近年来Cai et,al[4],[5],[6],在某些假定下对较一般的对偶剖分给出了能量模误差估计,Huang and Xi[9]去掉了文献[6]中的这些限制.Chou,Li[8]和Li,     

三维守恒律有限元方法逼近光滑解的误差估计

我们对一个三维守恒律的显式有限元方法证明了H^1范数的二阶误差估计。     

Y=θ1＋g（T）＋ε的二阶渐近有效性

对半参数线性模型Y=θ_1 g(T) ε根据PMLE作者构造了θ_1的二阶渐近有效估计,这里T和ε独立,g(·)和θ_1未知,ε的分布密度已知且均值为0方差是δ~2。     

一个一维非标准逆热传导问题的Fourier正则化方法

一维非标准逆热传导问题ut ux =uxx,u(1,t) =g(t) ,u(x ,0 ) =0 ,　0≤ x <∞ ,0 相似文献   

在UBBE框架下考虑不肯定的上界的估计方法

对目前的ＵＢＢＥ模型进行了适当的推广，使在解决估计问题时可以考虑那些可能是误差上界的数值，并在此基础上提出了一种方法，能够通过对估计精度和可靠性进行合理的权衡确定所需估计值，实际案例研究结果表明所提方法能够较好地解决估计精度和可靠性之间的矛盾。     

R.S.Singh的一个猜想的证明:离散情形

本文讨论了一维离散指数族在平方误差损失下的经验Bayes估计问题.证明了其参数的任何经验Bayes估计的渐近最优收敛速度都不可能达到O(n^-1),即使参数空间被限定于一个有限区间.这意味着,Singh(对Lebesgue指数族情形提出)的一个猜想,在离散指数族情形,被证明是正确的.     

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.     

我国居民收入、人口、教育、财政政策和货币政策与居民消费模型的实证分析

本文从影响消费的各个因素:居民收入、人口、教育、国家宏观政策等着手,对各因素进行了相关分析,运用多元统计中的岭回归估计法建立消费模型。从定量和定性分析的角度,分析了我国居民消费水平、居民收入、人口增长率、各层次教育、国家财政支出和银行利率等相关因素之间相互影响的数量变动关系和内在规律,就如何提高居民消费水平促进经济协调发展提出若干对策。     

“回归直线法”在公司理财中的应用研究

介绍了回归直线法的由来,给出了相关性检验的两种方法:相关系数法和方差分析法,在此基础上,又给出了误差估计的3种简单方法:最大误差法、平均误差法和标准差法,使“回归直线法”在公司理财中的广泛应用,不仅具有可操作性,同时更具有可靠性.