روش کمتری مربعات کامل روشی است که هم زمان خطای بردار مشاهدات و ماتریس ضرایب را در نظر می گیرد. امیری و جزایری (2012) مسئله ی کمترین مربعات کامل را در قالب مسئله ی کمترین مربعات استاندارد فرموله کردند. به این ترتیب امکان استفاده از دانش های حاکم بر کمترین مربعات استاندارد، همچون تئوری برآورد کمترین مربعات مولفه ی واریانس، در کمترین مربعات کامل فراهم شد. در این پروژه به توسعه و گسترش روابط ارائه ...

abstract: in the paper of black and scholes (1973) a closed form solution for the price of a european option is derived . as extension to the black and scholes model with constant volatility, option pricing model with time varying volatility have been suggested within the frame work of generalized autoregressive conditional heteroskedasticity (garch) . these processes can explain a number of em...

چکیده ‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎ در چند دهه ی اخیر روش های بی نیاز از شبکه به دلیل انعطاف پذیری بالا در کاربرد، به سرعت توسعه یافته اند. در این پایان نامه ابتدا روش گالرکین بی نیاز از عناصر که در تقریب توابع شکل بی نیاز از شبکه است، معرفی می شود. هم چنین همگرایی عددی این روش برای معادلات دیفرانسیل با مشتق های پاره ای بیضوی و مستقل از زمان مورد بررسی قرار می گی...

چکیده ندارد.

هدف از این پایان نامه بررسی برخی روش های کلاسیک و تکاملی برای حل مسئله کمترین مربعات غیرخطی مقایسه با برخی روش های تکاملی و بیان کاربردی از این روش ها در مسائلی با داده های بزرگ و مسائل کنترل بهینه می باشد. ابتدا برخی از روش های موجود برای حل مسئله کمترین مربعات غیرخطی را بیان کرده نتایج حاصله از این روش ها را با روش های تکاملی مقایسه کرده و کارایی آن ها را مورد ارزیابی قرار می دهیم. در ادامه ب...

روش تکراری استاندارد برای حل مسائل کم ترین مربعات بزرگ و تنک min???b-ax?_2 ?, a?r^(m×n) ، روش cgls است که از نظر ریاضی معادل به کارگیری روش گرادیان مزدوج روی معادله ی نرمال a^t ax= a^t b است. ما روش های جای گزین دیگری را با استفاده از ماتریس b?r^(n×m) و به کارگیری روش کم ترین مانده ی تعمیم یافته (gmres) روی min???b-abz?_2 ? یا min???bb-bax?_2 ? بررسی می کنیم. هم چنین، برای روش های gmres، یک شرط...

چکیده ندارد.

چکیده ندارد.

در این پایان نامه بعد از معرفی روش کمترین مربعات متحرک به حل عددی معادلات انتگرال یک بعدی و دو بعدی و معادلات انتگرال-دیفرانسیل خطی و غیر خطی می پردازیم. این روش یک ایزار موثر برای تقریب یک تابع مجهول با استفاده از داده های نا منظم است. روش کار به این ترتیب است که ابتدا جواب معادله را با روش کمترین مربعات متحرک تقریب زده و با کمک نقاط هم محلی به یک دستگاه رسیده و سپس آن را حل می کنیم.

در این پایاننامه روشهای gaor پیش شرط شده را برای حل مسائل کمترین مربعات خطی وزن دار ارائه می دهیم . دو نوع پیش شرط کردن که هر یک شامل سه پیش شرط هستند معرفی میکنیم. شعاع طیفی ماتریس های تکرار پیش شرط شده و روش اصلی را مقایسه میکنیم. مقایسه نتایج نشان میدهد که نرخ همگرایی روش های پیش شرط شده gaor بهتر از روش اصلی است در نهایت با ارائه یک مثال عددی نتایج به دست آمده تائید می شود.