d维问题离散Green函数的几个估计

对于一般的d维二阶椭圆边值问题，首先证明了离散δ函数具有O（h^-d＋d/p）阶的L^p估计和O（h^-d-1,d/p）阶的W^1-p估计，然后得到了准Green函数的L^2估计，最后导出了离散Green函数的L^2,L^x和H^1估计。     

二阶常微分方程初值问题C0-连续有限元的超收敛性

m≥1次C^0-有限元求解二阶常微分方程初值问题uxx aux bi=f(x)，u(0)=u0，ux(0)=u‘0．在节点xj上有限元解U(x)及导数U‘(xj-0)有超收敛估计|(u-u)(xj)| |(u-U)’(h^2m-1)，m≥2．而且在每个单元的内部特征点xip，x’jp，上有高一阶的超收敛性|(u-U)(xjp)| |(u-U)’(x‘jp)|=0(h^m 2)，m≥2．     

梁问题有限元逼近的新估计及超收敛

在改进的单元正效估计的基础上，得到梁问题的ｎ次赫米特有限元ｕｈ∈Ｃ＾１的新误差估计式，以及挠度和导数的最佳阶超收敛。     

时间分数阶色散方程的有限差分方法

提出求解时间分数阶色散方程的一类隐式差分格式,并证明其无条件稳定性和收敛性,收敛阶为O(τ+h2).该分数阶色散方程是将一般的色散方程中的时间一阶导数用α(0＜α＜1)阶导数代替所得到的.数值算例表明本方法是有效的.     

MLINEX损失下k阶Erlang分布参数的Bayes估计

在MLINEX损失函数下,利用Bayes估计的方法研究了k阶Erlang分布参数的Bayes估计,并证明其容许性.给出了在MLINEX损失下得到了k阶Erlang分布参数的Bayes估计的精确表达式,并且通过随机模拟检验参数Bayes估计的合理性和优良性.     

k阶Erlang分布参数单变点的贝叶斯估计

利用贝叶斯方法研究了k阶Erlang分布参数单变点模型,得到该分布的似然函数.利用Fisher信息矩阵选取无信息先验分布,从而得到每个参数的满条件分布.使用Gibbs抽样与M-H算法相结合的MCMC方法对各参数进行随机模拟得到贝叶斯估计.模拟结果表明,各参数的估计值的精度在较高水平上都是有效的.     

时间分数阶扩散方程的三次样条差分格式

提出求解时间分数阶扩散方程的三次样条差分格式,证明该格式是无条件稳定的,其局部截断误差阶为O(Δt+Δx2)。该分数阶扩散方程是将一般的扩散方程中的时间一阶导数用α(0<α<1)阶导数代替所得到的。数值算例表明三次样条差分格式是有效的。     

三维离散导数Green函数的W2,1半范估计

对于一般的三维二阶椭圆边值问题，利用权函数思想研究了离散导数Green函数的估计，证明了这种函数的W^2,1半范具有D(h^-1)的精度．通过这个结果与第二型弱估计，也可以得到有限元梯度的最大模超逼近。     

时滞四阶混合型微分方程的周期解

运用Fourier级数理论和实分析不等式方法，研究了两类时滞四阶混合型微分方程的周期解问题，得到了几个证明某些时滞四阶混合型微分方程周期解的存在性和唯一性的充分条件．当bj2≡0（j=0，1，…，d）时，所得结果包含了文献中章毅、曹进得、司建国等人的一些结果．     

求解泊松方程的高精度紧致差分方法

基于Ｋｅｒｉｓｓ所建立的紧致差分逼近公式，提出一种数值求解二维泊松方程的高精度紧致差分方法。该方法是矩形网络下九结点差分近似，其推导过程简单，且具有四阶精度，最生给出了误差估计和数值结果。