下列一阶微分方程中哪个不是可分离变量的微分方程()。
B、(ex-y+ex)dx+(ex+y+ey)dy=0
C、y′tanx-ylny=0
D、y′=(x+2)/(x+2y2)
B、(ex-y+ex)dx+(ex+y+ey)dy=0
C、y′tanx-ylny=0
D、y′=(x+2)/(x+2y2)
A.x(y')2+2yy'+x=0
B.(y")2+5(y')4-y5+x7=0
C.xy"+y'+y=0
D.y(4)+5y'-cosx=0
式中:T≥0为时滞常数。在Matlab中提供了命令dde23来直接求解时滞微分方程。其调用格式为801=dde23(ddefun,lags,history,tspan,options),
其中,ddfun为描述时滞微分方程的函数;lags为时滞常数向量;history为描述t≤to时的状态变量值的函数;tspan为求解的时间区间;options为求解器的参数设置。该函数的返回值sol是结构体数据,其中sol.x成员变量为时间向量l,sol.y成员变量为各个时刻的状态向量构成的矩阵,其每一个行对应着一个状态变量的取值。求解如下时滞微分方程组:
已知,在i≤0时,x(t)=5,x2(t)=0,x(1)=1,试求该方程组在[0,40]上的数值解。
其中,因为滞后支出变量,第一个可用年份(基年)是1993年。
(i)用混合OLS估计模型, 并报告通常的标准误。为使得ai的期望值可以非零, 你应该与年度虚拟变量一起包含一个截距项。支出变量的估计效应是什么?求OLS残差。
(ii)lunchit系数的符号在意料之中吗?解释系数的大小。你认为学区的贫穷率对考试通过率有很大的影响吗?
(iii)利用的回归计算AR(1)序列相关的一个检验。你应该在回归中使用1994~1998年的数据。验证存在很强的正序列相关,并讨论为什么。
(iv)现在用固定效应法估计方程。滞后的支出变量仍显著吗?
(v)你为什么认为在固定效应估计中,注册学生人数和午餐项目变量不是联合显著的?
设函数f(u),g(u)和h(u)可微,且h(u)>1,u=φ(x)也是可微函数,利用一阶微分的形式不变性求下列复合函数的微分: