不可压MHD方程组及其相关模型适定性和渐近极限研究
不可压MHD方程组及其相关模型适定性和渐近极限研究
本课题研究应用科学中非线性流体动力学的一些模型,包括不可压MHD方程组及其相关流体动力学模型的渐近机制问题,重点研究磁流体动力学中的不可压MHD方程组及其相关模型的边界层问题、以及解的零粘性极限和耗散消失极限等问题.利用傅里叶分析的工具,古典能量方法,Galerkin方法,对称子技巧以及一些重要的不等式,如Poincar′e不等式,Hardy不等式,Cauchy-Schwarz不等式,H¨older不等式,Hausdor?-Young不等式,内插不等式,Sobolev嵌入定理等,研究不可压粘性磁扩散MHD方程组与其极限模型等的相互关系,利用边界层理论证明它们的解在某种范数下之间的收敛关系,从数学角度合理解释磁流体动力学的有关现象,并给出预期的物理结果.第1章绪论,主要介绍不可压MHD方程组及其相关磁流体动力学模型的发展历史、模型及其研究进展以及本文的结构和主要研究内容.第2章主要研究在完美传导物理边界下带有粘性和磁扩散的不可压磁流体方程组.首先给出三种不可压磁流体方程组及其形式上的渐近关系,其次给出关于这三种模型解的已有结果,最后通过构造边界层函数和经典的能量方法,得到了对于不同的水平和垂直的粘性和磁扩散系数,当它们以相同或者不同的速度趋向于零时,在L2空间上带有完美传导物理边界具有粘性和磁扩散不可压磁流体方程组的解收敛到理想无粘性和无磁扩散不可压磁流体方程组的解,并且该结论同样适用于各向异性的不可压磁流体方程组.第3章研究具有粘性和磁扩散的不可压管状磁流体与无粘性具有磁扩散的不可压管状磁流体之间的联系.在柱坐标下利用边界层理论建立了这两类流体方程组的解在不同Sobolev空间的极限关系,即当粘性系数ν→0时,具有粘性和磁扩散的不可压管状磁流体方程组的解在空间L∞(L2),L2(H1)收敛到无粘性具有磁扩散的不可压管状磁流体方程
组的解.第4章研究带有粘性和磁扩散的不可压管状磁流体与有粘性无磁扩散不可压管状磁流体之间的联系.我们同样在柱坐标下利用边界层理论建立了这两类流体模型的解在不同Sobolev空间的极限关系,即当磁扩散系数η→0时,具有粘性和磁扩散不可压管状磁流体方程组的解在空间L∞(L2),L2(H1)收敛到粘性无磁扩散不可压管状磁流体方程组的解.第5章研究带有局部非线性阻尼Petrovsky方程与波方程耦合组初边值问题,利用分片乘子技巧和加权积分不等式建立了方程组解的能量衰减率估计.第6章研究了当0≤α≤2且η≥0情形下带有非负初值的高维可压缩流的Cauchy问题.建立了该模型对于非负初值,η≥0和η>0同时0<α≤2时两种情形下局部光滑解的适定性理论.对不可压MHD方程组及其相关流体动力学模型进行研究不仅具有重要的理论意义,而且能为科学计算提供重要的保障,因而具有广泛的应用价值.
计量经济学知识点整理：联立方程
联立方程模型 一、概念： 联立方程模型系统将变量分为内生变量和外生变量两大类。 由系统决定的，同时也对模型系统产生影响，它会受到随机项的影 响。一般都是经济变量。每一个内生变量的值都要利用模型中的全 部方程才能决定。 外生变量：是不由系统决定的变量，是系统外变量，取值由系统外决定。一般是确定性变量，或者是具有临界概率分布的随机变量，其参数不是 模型系统研究的元素。外生变量影响系统，但本身不受系统的影响。 外生变量一般是经济变量、条件变量、政策变量、虚变量。 先决变量：外生变量和滞后内生变量 注：联立方程模型中有多少个内生变量就必定有多少个方程 ：根据经济理论和行为规律建立的描述经济变量之间直接结构关系 的计量经济学方程系统称为结构式模型。 结构方程的正规形式：将一个内生变量表示为其他内生变量、先 决变量和随机干扰项的函数形式 完备的结构式模型：g个内生变量、k个先决变量、g个结构方程 行为方程：描述变量之间经验关系的方程，含有未知的参数和随 机扰动项。例如：凯恩斯收入决定模型中的消费函数 制度方程：由法律、制度、政策等制度性规定的经济变量之间的 函数关系，如税收方程。 恒等式：定义方程式和平衡方程。 简化式模型：用所有先决变量作为每个内生变量的解释变量所形成的模型。 参数关系体系：描述简化式参数与结构式参数之间的关系。
二、识别 方程之间的关系有严格的要求，一个方程模型想要能估计，必须可识别。 ∴进行模型的估计之前需要判断模型是否可以识别（即是否能被估计）。 1、识别的基本定义：是否具有确定的统计形式。 注：识别的定义是针对结构方程而言的。 模型中每个需要估计其参数的随机方程都存在识别问题。 如果一个模型中的所有随机方程都是可以识别的，则认为该联立方程模型 系统是可以识别的。反之不识别。 恒等方程由于不存在参数估计问题，所以也不存在识别问题。但是，在判 断随机方程的识别性问题时，应该将恒等方程考虑在内。 恰好识别：某一个随机方程只有一组参数估计量 过度识别：某一个随机方程具有多组参数估计量 方程的线性组合是否得到的新方程具有与消费方程相同的统计形式，决定了方程也是否是可以识别的。 2、如何修改模型使不可识别的方程变成可以识别 （1）或者在其它方程中增加变量； （2）或者在该不可识别方程中减少变量。 （3）必须保持经济意义的合理性。 3、识 别条件 结构式: B ΓN Y X +=
差分方程模型的理论和方法
差分方程模型的理论和方法 第一节 差分 一、 基本概念 1、差分算子 设数列{}n x ，定义差分算子n n n x x x -=??+1:为n x 在n 处的向 前差分。 而1--=?n n n x x x 为n x 在n 处的向后差分。 以后我们都是指向前差分。 可见n x ?是n 的函数。从而可以进一步定义n x ?的差分： n n x x 2)(?=?? 称之为在n 处的二阶差分，它反映的是的增量的增量。 类似可定义在n 处的k 阶差分为： ))((1n k n k x x -??=? 2、差分算子 、不变算子、平移算子 记n n n n x Ix x Ex ==+,1，称E 为平移算子，I 为不变算子 。 则有：n n n n x I E Ix Ex x )(-=-=? I E -=?∴ 由上述关系可得： i n k i i k i k n i k i i k i k n k n k x C x E C x I E x +=-=-∑∑-=-=-=?00)1()1()( （1） 这表明n x 在n 处的k 阶差分由n x 在k n n n ++....1,，处的取值所线性决定。 反之， 由 n n n x x x -=?+1 得 n n n x x x ?+=+1： n n n n x x x x +-=?++1222，得：n n n n x x x x 2122?++-=++, 这个关系表明：第n+2项可以用前两项以及相邻三项增量的增量来表现和计算。即一个数列的任意一项都可以用其前面的k 项和包括这项在内的k+1 项增量的增量的增量……..第k 层增量所构成。 …….. ,)1(1 0k n i n k i i k i k n k x x C x ++-=-+-=?∑得： n k i n k i i k i k k n x x C x ?+--=+-=-+∑1 0)1( （2）
差分方程的解法
第三节 差分方程常用解法与性质分析 1、常系数线性差分方程的解 方程)(...110n b x a x a x a n k k n k n =+++-++ （ 8） 其中k a a a ,...,,10为常数，称方程（8）为常系数线性方程。 又称方程0...110=+++-++n k k n k n x a x a x a （9） 为方程（8）对应的齐次方程。 如果（9）有形如 n n x λ=的解，带入方程中可得： 0 ...1110=++++--k k k k a a a a λλλ （10） 称方程（10）为方程（8）、（9）的特征方程。 显然，如果能求出（10）的根，则可以得到（9）的解。 基本结果如下： （1） 若（10）有k 个不同的实根，则（9）有通解： n k k n n n c c c x λλλ+++=...2211， （2） 若（10）有m 重根λ，则通解中有构成项： n m m n c n c c λ )...(121----+++
（3）若（10）有一对单复根 βαλi ±=，令：?ρλi e ±=， αβ?βαρarctan ,22=+=，则（9）的通解中有构成项： n c n c n n ?ρ?ρsin cos 21--+ （4） 若有m 重复根：βαλi ±=，φρλi e ±=，则（9）的通项中有成 项： n n c n c c n n c n c c n m m m m n m m ?ρ?ρsin )...(cos )...(1221121---++---+++++++ 综上所述，由于方程（10）恰有k 个根，从而构成方程 （9）的通解中必有k 个独立的任意常数。通解可记为：-n x 如果能得到方程（8）的一个特解：*n x ，则（8）必有通解： =n x -n x +* n x （11） （1） 的特解可通过待定系数法来确定。 例如：如果)(),()(n p n p b n b m m n =为n 的多项式，则当b 不是特征 根时，可设成形如)(n q b m n 形式的特解，其中)(n q m 为m 次多项式；如 果b 是r 重根时，可设特解：r n n b )(n q m ，将其代入（8）中确定出系 数即可。
MATLAB 微分代数方程解法Microsoft Word 文档
微分代数方程(DAE)的Matlab解法 所谓微分代数方程，是指在微分方程中，某些变量满足某些代数方程的约束。假设微分方程的更一般形式 可以写成 前面所介绍的ODEs数值解法主要针对能够转换为一阶常微分方程组的类型，故DAE就无法使用前面介绍的常微分方程解法直接求解，必须借助DAE的特殊解法。 其实对于我们使用Matlab求解DAE时，却没有太大的改变只需增加一个Mass参数即可。描述f(t,x)的方 法和普通微分方程完全一致。 注意：ode15i没法设置Mass属性，换句话说除了ode15i外其他ode计算器都可以求解DAEs问题1.当M(t,y)非奇异的时候，我们可以将微分方程等效的转换为y'=inv(M)*f(t,y)，此时就是一个普通的ODE(当 然我们可以将它当成DAEs处理)，对任意一个给定的初值条件都有唯一的解 2.当m(t,y)奇异时，我们叫它为DAEs(微分代数方程)，DAEs问题只有在同时提供状态变量初值y0和状态变量一阶导数初值py0，且满足M(t0,y0)*yp0=f(t0,y0)时才有唯一解，假如不满足上面的方程，DAEs解算器会将提供的y0和py0作为猜测初始值，并重新计算与提供初值最近的封闭初值 3.质量矩阵可是一个常数矩阵(稀疏矩阵)，也可以是一个自定义函数的输出。但是ode23s只能求解Mass 是常数的DAEs 4.对于Mass奇异的DAEs问题，特别是设置MassSingular为yes时，只能ode15s和ode23t解算器 5.对于DAE我们还有几个参数需要介绍 a.Mass：质量矩阵，不说了，这个是DAE的关键，后面看例子就明白了 b.MStateDependence：质量矩阵M(t,y)是否是y的函数，可以选择none|{weak}|strong，none表示M与 y无关，weak和strong都表示与y相关 c.MvPattern：注意这个必须是稀疏矩阵，S(i,j)=1表示M(t,y)的第i行中任意元素都与第j个状态变量yi有 关，否则为0 d.MassSingular：设置Mass矩阵是否奇异，当设置为yes时，只能使用ode15s和ode23t e.InitialSlope：状态变量的一阶导数初值yp0，和y0具有相同的size，当使用ode15s和ode23t时，该属 性默认为0 下面我们以实例说明，看下面的例子，求解该方程的数值解 【解】 真是万幸，选取状态变量和求状态变量的一阶导数等，微分方程转换工作，题目已经帮我们完成。 可是细心的网友会发现，最后一个方程不是微分方程而是一个代数方程(这就是为什叫DAE的原因)，其实 我们可以将它视为对三个状态变量的约束。 (1)用矩阵形式表示出该DAEs
计量经济学 第十章 联立方程组模型
第十章 联立方程组模型 第一节 联立方程组模型概述 一、问题的提出 1、单一方程模型存在的条件是单向因果关系。 2、对于变量之间存在的双向因果关系，则需要建立联立方程组模型。 3、经济现象的表现多以系统或体系的形式进行，仅用单一方程来反映存在局限性。 二、联立方程组的概念 1、联立方程组模型的定义。 由一个以上的相互联系的单一方程组成的系统（模型），每一个单一方程中包含了一个过多个相互联系（相互依存）的内生变量。联立方程组表现的是多个变量间互为因果的联立关系。 联立方程组与单一方程的区别是估计联立方程组模型的参数必须考虑联立方程组所能提供的信息（包括联立方程组里方程之间的关联信息），而单一方程模型的参数估计仅考虑被估计方程自身所能提供的信息。 2、联立方程组模型的例子。 （1）一个均衡条件下市场供给与需求的关系。 ) 3()2(0 )1(012101110s i d i i i s i i i d i Q Q u P Q u P Q =>++=<++=βββααα 称（1）式为需求方程，（2）式为供给方程，（3）式为供需均衡式；d i Q 表示需求量，s i Q 表示供给量，i P 表示价格，i i u u 21,分别为（1）式和（2）式的随机误差项。按照经济学基本原理，商品的供给与商品的需求共同作用于价格，反过来，价格也要分别决定商品的供给与需求。这就是方程（1）与方程（2）的作用机制，如果考虑了均衡条件，这又是方程（3）的作用。因此，通过这一联
立方程组将上述商品的供需与价格的相互作用过程得到了反映。 （2）一个凯恩斯宏观经济模型。 011012(4)(5)(6) t t t t t t t t t t C Y u I Y u T C I G ββαα=++=++=++ 式中，C 表示消费，Y 表示国民总收入（又GDP ，实际上它们是有区别的），I 表示私人投资，G 表示政府支出，u1、u2分别为消费函数和投资函数中的随机误差项。 三、联立方程组模型的基本问题（即联立方程组模型的偏倚性） 1、内生解释变量与随机误差项的相关性。 2、直接对联立方程组模型运用OLS 法，所得的参数估计值是有偏的，并且是不一致的。 例如，设凯恩斯收入决定模型为 [][]01) (11)1() 0)(())(())())(((),cov(1)(11) 1(11)(111)1(1 01 2 21 11 1 1011101 1100110110≠-=-=-==-=--=-= -∴-+-=-+-+-=-+ -+-= ∴++=-+++=∴+=<<++=βσβββββββββββββββββββββU E U U E U E U Y E Y E U E U Y E Y E U Y U Y E Y I U E I Y E U I Y U I Y I U Y Y I C Y U Y C t t t t t t t t t t t t t t t t t t t t t t t t t 表明内生变量Y 在作解释变量时与随机误差U 相关。 对凯恩斯模型中的消费函数求参数的估计，有（用离差形式表示）
差分方程的解法
1、常系数线性差分方程的解 方程 a 0x n k a 1x n k 1 ... a k x n b(n) 其中 a 0 , a 1,..., a k 为常数，称方程（ 8）为常系数线性方程。 又称方程 a 0x n k a 1x n k 1 ... a k x n 为方程（ 8）对应的齐次方程。 第三节 差分方程常用解法与性质分析 9） n 如果（ 9）有形如 x n 的解， 带入方程中可得： k k 1 a 0 a 1 ... a k 1 a k 0 10) 称方程（ 10）为方程（ 8）、 9）的特征方程。
n n n c 1 1 c 2 2 ... c k k ， 若（10） 有 m 重根 ，则通解中有构成项： (c 1 m 1 n c 2 n ... c m n ) 显然， 如果能求出（ 10）的根，则可以得到（ 9）的解。 基本结果如下： 1） 若（10） 有 k 个不同的实根，则（ 9）有通解：
（3）若（10）有一对单复根 综上所述，由于方程（10）恰有k 个根，从而构成方程 （9）的通解中必有k 个独立的任意常数。通解可记为：X n 如果能得到方程（8）的一个特解：X n ，则（8）必有通解: * X n X n + 焉 （11） （1）的特解可通过待定系数法来确定。 例如：如果b （n ）bk m （n ）, pMn ）为门的多项式，则当b 不是特征 根 时，可设成形如 bq m （n ） 形式的特解，其中 q m （n ） 为m 次多项式；如 果b 是 r 重根时，可设特解：b n n r q m （n ） ，将其代入（8）中确定出系 数即可。 arcta n — ，则(9) 的通解中有构成项: C l n . cos n C 2 sin （4）若有 m 重复根: i e ，则 （9）的通项中有成 项: cos n (C m 1 C m 2 n m 1 、 n ? c 2m n ) sin n
实验报告—代数方程与微分方程求解
实 验 报 告 四 代数方程求解 1、【示例】以下命令可求出方程 (x +1)e –x +e x sin x =0在0附近的一个根： >>y=sym('(x+1)*exp(-x)+exp(x)*sin(x)'); % 用sym 命令定义符号表达式 >>x=solve(y,'x') % 用准解析方法求出方程最接近0的一个根 x =-0.86508244315736795185621568221837 或可用以下命令求解该方程以指定点为初始搜索点的数值解： >> y=inline('(x+1)*exp(-x)+exp(x)*sin(x) ', 'x'); % 用数值方法求解时，方程要用inline 命令定义 >> x=fsolve(y,0) % 用数值方法从初始点1开始搜索方程的近似解 x = -0.8651 注：准解析命令solve 只能求出方程最接近0的一个实数根，而数值解法fsolve 可以通过初始搜索点的变化，得到不同的解（如果方程有多个实数解）。 【要求】仿照示例，用准解析方法求出30.5sin(42)4cos(2)0.5t t e t e t --++=的一个根；再用数值方法分别求该方程在-0.6和3附近的两个根。 y=sym('exp(-3*t)*sin(4*t+2)+4*exp(-0.5*t)*cos(2*t)-0.5'); t=solve(y,'t') t =0.67374570500134756702960220427474 y=inline('exp(-3*t).*sin(4*t+2)+4*exp(-0.5*t).*cos(2*t)-0.5','t'); t=fsolve(y,0.6) t = 0.6737 y=inline('exp(-3*t).*sin(4*t+2)+4*exp(-0.5*t).*cos(2*t)-0.5','t'); t=fsolve(y,3) t = 2.5937 2、【示例】以下命令可求解非线性方程组339820 x y x x y ?+-=?+-=? >> eq1=sym('x^3+y^3-x-98'); % 定义第一个方程表达式 >> eq2=sym('x+y-2'); % 定义第二个方程表达式 >> [x,y]=solve(eq1,eq2) % 解方程组（用准解析方法） x = 13/12+1/12*2329^(1/2) 13/12-1/12*2329^(1/2) y = 11/12-1/12*2329^(1/2) 11/12+1/12*2329^(1/2) 或可用以下命令求解上述方程组以指定点为初始搜索点的数值解： >> f=inline('[x(1) ^3+x(2) ^3-x(1)-98; x(1)+x(2)-2]', 'x'); % 用inline 命令定义方程组 >> x=fsolve(f,[1;1]) % 用数值方法从初始点(1,1)开始搜索方程组的一个近似解 x =
第四章 差分方程方法
第四章 差分方程方法 在实际中，许多问题所研究的变量都是离散的形式，所建立的数学模型也是离散的，譬如，像政治、经济和社会等领域中的实际问题。有些时候，即使所建立的数学模型是连续形式，例如像常见的微分方程模型、积分方程模型等等，但是，往往都需要用计算机求数值解。这就需要将连续变量在一定条件下进行离散化，从而将连续型模型转化为离散型模型，因此，最后都归结为求解离散形式的差分方程解的问题。关于差分方程理论和求解方法在数学建模和解决实际问题的过程中起着重要作用。 下面就不同类型的差分方程进行讨论。所谓的差分方程是指：对于一个数列{}n x ，把数列中的前1+n 项()n i x i ,2,1,0=关联起来所得到的方程。 4．1常系数线性差分方程 4.1.1 常系数线性齐次差分方程 常系数线性齐次差分方程的一般形式为 02211=+?+++---k n k n n n x a x a x a x (4.1) 其中k 为差分方程的阶数，()k i a i ,,2,1 =为差分方程的系数，且()n k a k ≤≠0。对应的代数方程 02211=++++--k k k k a a a λλλ （4.2） 称为差分方程的（4.1）的特征方程，其特征方程的根称为特征根。 常系数线性齐次差分方程的解主要是由相应的特征根的不同情况有不同的形式。下面分别就特征根为单根、重根和复根的情况给出差分方程解的形式。 1. 特征根为单根 设差分方程（4.1）有k 个单特征根 k λλλλ,,,,321 ，则差分方程（4.1）的通解为 n k k n n n c c c x λλλ+++= 2211， 其中k c c c ,,,21 为任意常数，且当给定初始条件 ()0i i x x = ()k i ,,2,1 = (4.3) 时，可以惟一确定一个特解。 2. 特征根为重根 设差分方程（4.1）有l 个相异的特征根()k l l ≤≤1,,,,321λλλλ ，重数分别为 l m m m ,,,21 且k m l i i =∑=1 则差分方程（4.1）的通解为
第七章_联立方程模型和两阶段最小二乘法
第七章联立方程模型和两阶段最小二乘法 建立一个OBJECT。确定内外生变量： cc=c(1)+c(2)*PP+c(3)*PP(-1)+c(4)*(WP+WG) ii=c(5)+c(6)*PP+c(7)*PP(-1)+c(8)*KK WP=c(9)+c(10)*XX+c(11)*XX(-1)+c(12)*AA INST WG GG TT AA PP(-1) KK XX(-1) C 回归结果： System: KLEINMODEL Estimation Method: Two-Stage Least Squares Date: 07/13/11 Time: 15:29 Sample: 1921 1941 Included observations: 21 Total system (balanced) observations 63
Coefficient Std. Error t-Statistic Prob. C(1) 16.55476 1.467979 11.27725 0.0000 C(2) 0.017302 0.131205
0.131872 0.8956 C(3) 0.216234 0.119222 1.813714 0.0756 C(4) 0.810183 0.044735 18.11069 0.0000 C(5) 20.27821 8.383249 2.418896 0.0192 C(6) 0.150222 0.192534
0.780237 0.4389 C(7) 0.615944 0.180926 3.404398 0.0013 C(8) -0.157788 0.040152 -3.929751 0.0003 C(9) 1.500297 1.275686 1.176070 0.2450 C(10) 0.438859 0.039603
第五章联立方程组模型的估计
第五章 联立方程组模型的估计 第一节 概述 一、联立方程的概念 在实际经济活动中，变量之间不仅仅是存在单项的因果关 系。还会存在如下的情况：第一，由于两个变量之间存在双向因果关系，用单一方程模型就不能完整的描述这两个变量之间的关系。第二，为全面描述一项经济活动只用单一方程模型是不够的。这时应该用多个方程的组合来描述整个经济活动。这样的例子比如市场均衡模型（具体内容是什么）宏观经济学中的国民收入模型（具体内容是什么）。这类问题涉及的就是联立方程模型的问题。 简单来讲， 联立方程模型就是描述变量间联立依存性的方程体系。 比如如下的简单的宏观经济模型： ()C Y T I Y Y C I G αβγδ=+-??=+??=++? 在这个模型中，有三个方程，一个消费方程，一个投资方程
和一个均衡方程。比较这个由三个方程组成的一个经济模型和前边我们已经学过的由一个方程组成的经济模型。我们能够发现什么呢（1、从变量所处的位置上来看；2、从变量的分类上看；3、从变量之间的经济含义上看） 二、模型中变量的分类 1、内生变量：（由模型内变量所决定的变量）其数值是在所考虑的经济系统模型本身内所决定的，它一般是被解释变量（在其他的方程中也可以作为解释变量出现），且是模型求解的结果。 内生变量的性质：第一、内生变量与随机误差项是相关的；第二，它的值是在参数估计之后，由方程组所解出来的值第三，它的值可以是预测结果，也可以是政策后果。 2、外生变量：（由模型外变量所决定的变量）它是由系统外部因素所影响而不由所考虑的模型系统所决定的变量，但他影响模型系统内生变量的值。 外生变量的性质：第一，外生变量必须事先给定；第二，外生变量可以分为政策性外生变量（经济调控的手段）和非政策性外生变量（时间趋势、自然条件） 3、前定变量：外生变量和滞后变量（滞后内生变量和滞后外生变量）的统称。
差分方程的解法
差分方程常用解法 1、 常系数线性差分方程的解 方程)(...110n b x a x a x a n k k n k n =+++-++ （1） 其中k a a a ,...,,10为常数，称方程（1）为常系数线性方程。 又称方程0...110=+++-++n k k n k n x a x a x a （2） 为方程（1）对应的齐次方程。 如果（2）有形如n n x λ=的解，代入方程中可得： 0...1110=++++--k k k k a a a a λλλ （3） 称方程（3）为方程（1）、（2）的特征方程。 显然，如果能求出方程（3）的根，则可以得到方程（2）的解。 基本结果如下： （1） 若（3）有k 个不同的实根，则（2）有通解： n k k n n n c c c x λλλ+++=...2211， （2） 若（3）有m 重根λ(即m 个根均为λ)，则通解中有构成项： n m m n c n c c λ)...(121----+++
（3）若（3）有一对单复根 βαλi ±=，令：?ρλi e ±=， αβ ?βαρarctan ,22=+=，则（2）的通解中有构成项： n c n c n n ?ρ?ρsin cos 21- -+ （4） 若有m 重复根：βαλi ±=，φρλi e ±=，则（2）的通项中有构 成项: n n c n c c n n c n c c n m m m m n m m ?ρ?ρsin )...(cos )...(1221121---++---+++++++ 综上所述，由于方程（3）恰有k 个根，从而构成方程（2）的通解中必有k 个独立的任意常数。通解可记为：-n x 如果能得到方程（1）的一个特解：*n x ，则（1）必有通解： =n x -n x +* n x （4） 方程（4） 的特解可通过待定系数法来确定。 例如：如果)(),()(n p n p b n b m m n =为n 的m 次多项式，则当b 不是特征根时，可设成形如)(n q b m n 形式的特解，其中)(n q m 为n 的m 次多 项式；如果b 是r 重特征根时，可设特解：r n n b )(n q m ，将其代入（1） 中确定出系数即可。
第八章 联立方程的识别和估计
第八章 联立方程的识别和估计 第一部分 学习指导 一、本章学习目的与要求 1．了解联立方程的概念，能正确区分联立方程中的外生变量、内生变量和前定变量； 2．理解联立方程模型估计时会出现什么问题，掌握联立方程模型的结构式和简化式的定义； 3．掌握联立方程模型识别的概念，能用识别的阶条件和秩条件判断模型是不可识别、恰好识别还是过度识别； 4．掌握联立方程模型的估计方法，重点掌握单方程估计方法——间接最小二乘法（ILS 法）、二阶段最小二乘法（2SLS 法），了解系统估计方法——三阶段最小二乘法（3SLS 法）。 二、本章内容提要 联立方程计量经济学模型是相对于单方程计量经济学模型而言的。它以经济系统为研究对象，以提示经济系统中各部分、各因素之间的数量关系和系统的数量特征为目标，用于经济系统的预测、分析和评价，是计量经济学模型的重要组成部分。其主要内容有： 1．联立方程计量经济学模型的提出：经济研究中的联立方程计量经济学问题，计量经济学方法中的联立方程问题。 2．联立方程计量经济学模型的若干基本概念：变量，结构式模型，简化式模型，参数关系体系。 3．联立方程计量经济学模型的识别：识别的概念，结构式识别条件，简化式识别条件，实际应用中的经验方法。 假设联立方程组中共含有g 个内生变量以及k 个外生变量构成的完备联立方程组，第i 个方程含有i g 个内生变量以及i k 个外生变量，∏为联立方程组的简化型系数矩阵，()B Γ，为联立方程组的结构型系数矩阵，以第i 个方程为代表，则有关的识别条件如下： （1）识别的必要条件 1-≥-i i g k k 其中：k 表示联立方程组中外生变量的个数，g 表示联立方程组中内生变量的个数，i k 表示第i 个方程含有的外生变量个数，i g 表示第i 个方程含有的内生变量个数。该条件的直观意思为该方程所排除的外生变量个数不小于其排除的内生变量的个数，也称为阶条件。 （2）识别的充要条件 在一个g 含有个内生变量的g 个方程的模型中，一个方程是可识别的，当且仅当，能从模型（其他方程）所含而该方程未含的诸变量（内生变量或前定变量）的系数矩阵中构造出至少一个(g -1)×(g -1)阶的非零行列式来。充要条件是从矩阵的秩出发而得出，因而又称为秩条件。 （3）结构方程可以识别的两种情况 （1）恰好识别：求解的结构参数值唯一，当1i i k k g -=-时，则该方程就是恰好识别； （2）过度识别：求解的结构参数值不唯一，当1i i k k g ->-时，则该方程就是过度 识别。 4．一种特殊的联立方程模型——递归系统模型：递归系统模型，递归系统模型的估计。 5．联立方程计量经济学模型的单方程估计方法：狭义的工具变量法，间接最小二乘法，二阶段最小二乘法；对于恰好识别的结构方程，三种方法是等价的。
计量经济学题库第9章联立方程模型
第9章 联立方程模型 习 题 一、单项选择题 1．关于联立方程组模型，下列说法中错误的是（ ） A. 结构模型中解释变量可以是内生变量，也可以是前定变量 B. 简化模型中解释变量可以是内生变量， C. 简化模型中解释变量是前定变量 D. 结构模型中解释变量可以是内生变量 2．如果某个结构方程是恰好识别的，估计其参数可用（ ） A. 最小二乘法 B. 极大似然法 C. 广义差分法 D. 间接最小二乘法 3．在联立方程结构模型中，对模型中的每一个随机方程单独使用普通最小二乘法得到的估计参数是（ ） A. 有偏且一致的 B. 有偏不一致的 C. 无偏但一致的 D. 无偏且不一致的 4．在有M 个方程的联立方程组中，若用H 表示联立方程组中全部的内生变量与 全部的前定变量之和的总数，用表示第i 个方程中内生变量与前定变量之和的总数时，第i 个方程过度识别时，则有公式( )成立。 A. B. C. D. 5．在有M 个方程的联立方程组中，若用H 表示联立方程组中全部的内生变量加 上全部的前定变量的总个数，用表示第i 个方程中内生变量与前定变量之和 的个数时，则公式表示( ) A ．不包含在第i 个方程中内生变量的个数 B ．不包含在第i 个方程中外生变量的个数 C ．不包含在第i 个方程中内生变量与外生变量之和的个数 D ．包含在第i 个方程中内生变量与外生变量之和的个数 6．结构模型中的每一个方程都称为结构方程。在结构方程中，解释变量可以是前定变量，也可以是( ) A. 外生变量 B. 滞后变量 C. 内生变量 D. 外生变量和内生变量 i N 1i H N M ->-1i H N M -=-0i H N -=1i H N M -<-i N i H N -
线性代数与常微分方程
825-线性代数与常微分方程 一、考查目标 线性代数与常微分方程是为招收理学数学学院各专业硕士研究生而设置的具有选拔功能的考试科目。其目的是科学、公平、有效地测试考生是否具备攻读数学专业硕士所必须的基本素质、一般能力和培养潜能，以利用选拔具有发展潜力的优秀人才入学，它的主要目的是测试考生对线性代数及常微分方程内容的掌握程度和应用相关知识解决问题的能力。要求考生比较系统地理解线性代数及常微分方程的基本概念和基本理论，掌握线性代数及常微分方程理论的基本方法。要求考生具有抽象思维能力、逻辑推理能力、空间想象能力、运算能力和综合运用所学的知识分析问题和解决问题的能力。 二、考试形式和试卷结构 1. 试卷满分及考试时间 试卷满分为150分，考试时间180分钟。 2. 答题方式 答题方式为闭卷、笔试。 3. 题型结构 题型为计算题及证明题。 三、考查内容及要求 Ⅰ．常微分方程 1．微分方程的一些基本概念 （1）考试内容 1）常微分方程 2）阶数 3）线性与非线性 4）解、隐式解、通解、特解 （2）考试要求 1）了解微分方程与客观世界中某些实际问题的关系 2）掌握微分方程中线性与非线性、通解与特解等基本概念 3）了解一阶方程及其解的几何意义 2．一阶微分方程的初等解法 （1）考试内容 1）变量分离方程，齐次方程及可化为变量分离的方程
2）线性方程，贝努利方程 3）恰当方程的概念，充要条件，恰当方程的通解。积分因子的概念及其求法4）一阶隐式方程（四种类型方程）的解法 （2）考试要求 1）能正确的识别一阶方程的类型 2）掌握变量分离方程、齐次方程及可化为变量分离方程的解法。 3）掌握一阶线性方程、贝努利方程的解法 4）掌握恰当方程的解法及求积分因子的基本方法 5）掌握一阶隐式方程的解法 3．一阶微分方程的存在定理 （1）考试内容 1）一阶微分方程解的存在唯一性定理求近似解及误差估计 2）有界及无界区域中解的延拓定理 3）解对初值的连续依赖和可微性定理 4）奇解概念、求法及克莱罗方程 （2）考试要求 1）理解和掌握存在唯一性定理及其证明 2）会求方程的近似解并估计其误差 3）了解解的延拓定理 4）了解解对初值的连续依赖定理和解对初值可微性定理 5）理解奇解的概念并会求方程的奇解 6）掌握克莱罗方程的解法 4．高阶微分方程 （1）考试内容 1）齐线性方程解的性质和结构 2）非齐线性方程通解的结构和常数变易法 3）常系数齐次线性方程通解的求法， 4）常系数非齐次方程特解的求法 5）高阶方程的降阶 （2）考试要求 1）掌握齐次线性方程解的性质和通解的结构 2）熟练地求解常系数齐次及非齐次线性方程 3）会用降价法求高阶方程的解 5．线性微分方程组
代数方程组和微分方程组的求解
代数方程组和微分方程组的求解
微分方程组和代数方程组的符号解代数方程组的符号求解代数方程组的符号求解函数为solve 函数，函数调用格式为 其中fun1, fun2,…为符号表达式。var1,var2,….为符号变量，指明所求解的变量。如果不指明所求解的变量，则系统根据变量在英文字母中与x 的接近程度选择。 ) var ,,2var ,1var ,,,2,1(m funm fun fun solve x =solve 函数还有另一种调用形式 其中是字符串，定义方程。也是字符串，指明所求解的变量。 ) var ,,2var ,1var ,,,2,1(m eqm eq eq solve x =
例：求解线性方程组 ?? ???=++=++=++32 1az y x z ay x z y ax 参考程序 syms x y z a [u,v,w]=solve(a*x+y+z-1,x+a*y+z-2,x+y+a*z-3,x,y,z) u = (a -4)/(a^2 + a -2) v = 2/(a + 2) w = (3*a)/(a^2 + a -2)
也可以利用下面的语句求解 >> s=solve('a*x+y+z-1','x+a*y+z-2','x+y+a*z-3','x','y','z') s = x: [1x1 sym] y: [1x1 sym] z: [1x1 sym] 其中，s是结构形数据。可以用下面的方法显示求得的解 >> s.x ans= (a -4)/(a^2 + a –2) 方程组的符号求解得到的是解析式。其优点是可以得到含未知参数的解，有利于进一步的分析。缺点是计算效率低，且复杂的问题一般得不到解析解。
第7章高阶微分方程,微分方程的代数解法习题集及答案
第七章 习题二 高阶微分方程，微分方程的代数解法 一．选择题 1．设线性无关的函数1y 、2y 、3y 均是)()()(x f y x Q y x P y =+'+''（其中0)(≠x f ）的特解，则该方程的通解是（ D ） （A ）32211y y C y C ++； （B ）3212211)(y C C y C y C +-+； （C ）3212211)1(y C C y C y C ---+； （D ）3212211)1(y C C y C y C --++． 2．设1y 、2y 为二阶齐次线性微分方程0)()(=+'+''y x q y x p y 的两个特解，则2211y C y C + （1C 、2C 为任意常数）是该方程通解的充分条件是（ C ） （A ）0122 1='+'y y y y ； （B ）01221='-'y y y y ； （C ）0122 1≠'-'y y y y ； （D ）01221≠'+'y y y y ． 3．已知3和3-是常系数线性微分方程0=+'+''qy y p y 的特征方程的两个根，则该方程是（ D ） （A ）09='+''y y ； （B ）09='-''y y ； （C ）09=+''y y ； （D ）09=-''y y ． 4．微分方程21sin y y x x ''+=++的一个特解应具有的形式是（ C ） （A ）2(sin cos )ax bx c x A x B x ++++； （B ）2(sin cos )x ax bx c A x B x ++++； （C ）2sin ax bx c A x +++； （D ）2cos ax bx c A x +++． 5．微分方程1+=-''x e y y 的一个特解应具有的形式是（ D ） （A ）b ae x +； （B ）bx axe x +； （C ）bx ae x +； （D ）b axe x +． 6．在下列微分方程中，以123cos 2sin 2x y C e C x C x =++为通解的是（ D ） （A ）'''''4'40y y y y +--= （B ）'''''4'40y y y y +++= （C ）'''''4'40y y y y --+= （D ）'''''4'40y y y y -+-= 7．设函数()f x 满足方程''()'()f x f x x +=，且'(0)0f =，则（ C ） （A ）(0)f 是()f x 的极大值 （B ）(0)f 是()f x 的极小值 （C ）(0,(0))f 是()y f x =的拐点 （D ）(0)f 不是()f x 的极值，而且(0,(0))f 也不是()y f x =的拐点 二．计算题 1．求方程21y y '+=''的通解。 解： 22'' 1(')arctan ''tan()1(') dy dy y dx y x C y x C dx y =+?=?=+?=++。
联立方程模型的识别
第十二章联立方程模型的识别 识别的概念： 联立方程模型是由多个方程组成。由于各个方程包含的变量之间可能存在互为因果的关系，某个方程的自变量可能是另一个方程中的因变量，所以需要对模型中的各个方程之间的关系进行严格的定义，否则联立方程模型中的系数就可能无法估计。所以在进行模型估计之前首先要判断它是否可以估计，这就是模型的识别。 关于识别的定义：就是指由简化式参数导出结构式参数的充分必要条件。识别一词的本意就是用来说明这种有简化式参数导出结构式参数的可能性的。 所谓统计形式，即方程中的变量与变量之间的函数关系式。“确定的统计形式”，也就是模型中其他方程或所有方程的任意线性组合所构成的新的方程，都不再具有这种统计形式。 第一节模型的识别 上述识别的定义是针对结构方程而言的。模型中每个需要估计其参数的随机方程都存在识别问题。如果一个模型中的所有随机方程都是可以识别的，则认为该联立方程模型是可以识别的。反过来，如果一个模型系统中存在一个不可识别的随机方程，则认为该联立方程模型是不可识别的。
结构式模型的一般形式： ;∑∑g k b Y +r X =μi =1,2,,g ij j ij j i j=1j=1 …………………(12.1) 矩阵形式为： BY+ΓX=μ…………………………………… (12.2) 一、 模型识别的两种含义： (1)从结构式参数和简化式参数的关系角度 一个结构方程可以识别是指它的全部结构式系数可以从参数关系体系的方程组求解出。 结构方程可以识别又包含两种情况：如果求解结构参数值唯一，则称恰好识别；如果求解结构参数值不唯一，则称过度识别。 (2)从结构方程的统计形式看 如果被识别方程具有确定的统计形式，则称这个结构方程可以识别，否则为不可识别。 确定的统计形式是指模型中若干个方程或全部方程以及它们的任意线性组合方程都与被识别方程含有不完全相同的变量。 只有当联立方程中每个随机结构方程都能识别，该模型才是可以识别的，否则是不可识别的。对于恒等式和制度方程，由于不含未知待定参数，均不存在识别问题。 二、模型识别的状态 1.不可识别 例子：