一类高阶非线性系统的零解稳定性

由Барбащин公式得到的四阶常系数线性系统的Ляпунов函数出发，通过类比法构造了一类四阶非线性系统的Ляпунов函数，并由此得到了这些系统零解的全局渐近稳定性的充分条件     

非线性非自治系统零解的渐近稳定性

本文利用向量李雅普诺夫函数方法得到了一类高阶非线性非自治系统零解渐近稳定的新判据，推广了有关文献的结果。     

关于三维非线性非自治系统解的有界性

本文将[1]的结果推广至三维空间变系数系统,首先研究三维变系数线性系统V函数的构造,然后用类比法得到非线性非自治系统V函数,进而讨论带强迫项的三维非线性非自治系统解的一致有界性,最后把定理4推广到n维空间中去。     

一类非线性非自治系统周期解的研究

研究了一类非线性非自治周期系统周期解存在唯一性及其渐近稳定性．采用类比缓变系数的方法，作出了相应的Liapunov函数，对缓变系数作了较为精确的估计，得到了存在唯一渐近稳定的周期解的充分条件．     

高维非自治系统周期解的稳定性

本文用构造Ляпунов函数的方法,讨论了一般形式的高维非自治周期系统(1.1)存在唯一全局稳定周期解的充分条件。作为应用,文中给出了形如(2.1)、(2.4)的非自治系统存在唯一稳定周期解的充分条件。     

常系数缐性系统的快速控制问题

本文试解一个综合问题。对于常系数线性系统,要求确定开关函数以使系统尽快地衰减到某一给定区域或原点。文中借助于Ляпунов函数作出某些定量估计并据此以讨论问题之解。用此方法在求解问题时就不必以А.М.Ляпунов的稳定性定理作基础。文中还将此法用于常系数线性时滞系统。这种系统的综合问题目前还很少受到研究。     

一类具有时滞非自治线性系统的指数稳定性

为探讨一类具时滞非自治线性系统指数的稳定性及其实用性,本文利用Lyapunov函数方法和线性矩阵不等式及Riccati微分方程解的性质等,给出了这类线性系统指数稳定性的充分条件,这些充分条件可用线性矩阵不等式表示,且表达式中含有时滞项。实例举证说明本文得到的结果具有一般性和实用性。     

一类三阶非自治系统的稳定性

通过构造Lyapunov函数给出了一类三阶非自治系统零解稳定性的判定准则,并给出了相关例子.     

一类非自治系统零解的稳定性

通过构造Lyapunov函数给出判定一类三阶非自治系统零解稳定性的充分条件,并给出了相关例子.     

脉冲积分不等式未知函数的估计

积分不等式是研究微分方程和积分方程的重要工具.对非连续函数积分不等式中未知函数进行估计,可以研究某些脉冲微分系统和脉冲积分系统解的一些重要性质.建立了一类新的积分不等式,其不等式左端为未知函数的非线性因子,右端和项中也为未知函数的非线性因子.利用数学归纳法给出了未知函数的上界估计,并用求得的结果给出了脉冲微分方程解的估计.     

模糊数线性方程组

文献[2,3]提出了区间数线性组,模糊数线性方程的新概念及其解法,文献[4]给出了模糊数简化的运算法则,本文在此基础上提出了模糊数线性方程组的新概念,并给出了它的一种解法.     

关于差分方程xn+1=1+xn-k/xn的正解的收敛性

研究了差分方程xn+1=1+xn-kxn,n=0,1,…,k∈{1,2,3,…}的正解的收敛性,证明了:1)若k是奇数,则该方程的每个正解都收敛于一个(不必是基本的)2周期解;2)若k是偶数,则该方程的每个正解都收敛于它的休止点x=2.从而回答了文献[2]中提出的公开问题2.     

一类中立型时滞双曲微分方程解的振动性

本讨论了一类中立型时滞微分方程解的振动性,推广和改进了「１」－「３」的有关结果和证明。     

一类拟线性常微分方程组边值问题正解的存在性

本文研究了一类拟线性常微分方程组边值问题正解的存在性．讨论了当非线性项非负单调增时，解对参数的依赖性，从而推广了以前的结果     

用二次常数变易法解几类非线性微分方程

非线性微分方程没有一般的求解方法,而常数变易法是求解一阶线性微分方程的主要方法．文献[1～3]研究了解非线性微分方程的常数变易法,其中文献[2]提出了用二次常数变易法求解非线性微分方程的一些具体例子．作者在此基础上构造了可用二次常数变易法求解的一阶非线性微分方程的类型,并给出相应的例子来说明二次常数变易法的重要性．     

分数阶第一类Volterra积分方程小波数值解

利用Haar小波求解分数阶第一类Volterra积分方程,主要采用配置法将积分方程转化为线性方程组．证明了解的存在性,并且给出了数值解的误差估计,数值算例表明了算法的有效性．     

Research of optimization to solve nonlinear equation based on granular computing

In this article, a real number is defined as a granulation and the real space is transformed into real granu-lar space[1]. In the entironment, solution of nonlinear equation is denoted by granulation in real granular space. Hence,the research of whole optimization to solve nonlinear equation based on granular computing is proposed[2]. In classicalcase, we solve usually accurate solution of problems. If can't get accurate solution, also finding out an approximate solutionto close to accurate solution. But in real space, approximate solution to close to accurate solution is very vague concept. Inreal granular space, all of the approximate solutions to close to accurate solution are constructed a set, it is a granulation inreal granular space. Hence, this granulation is an accurate solution to solve problem in some sense, such, we avoid to sayvaguely "approximate solution to close to accurate solution". We introduce the concept of granulation in one dimension real space. Any positive real number a together with movinginfinite small distance ε will be constructed an interval [a-ε,a ε], we call it as granulation in real granular space, denotedby ε(a) or [a]. We will discuss related properties and operations[3] of the granulations. Let one dimension real space be R, where each real number a will be generated a granulation, hence we get a granularspace R* based on real space R. Obviously, R∈R*. Infinite small number in real space R is only O, and there are three in-finite small granulations in real number granular space R* : [0], [ε] and [-ε]. As the graph in Fig. 1 shows. In Fig. 1,[-ε] is a negative infinite small granulation,[ε] is a positive infinite small granulation,[0] is a infinite small granulation.[a] is a granulation of real number a generating, it could be denoted by interval [a-ε,a ε] in real space [3-5].Letf(x)=0 be a nonliner equation,its graph in interval[-3,10]id showed in Fig.2.Where -3≤x≤10 Relation ρ(f‖,ε)is defied is follows:(x1,x2)∈ p(f‖,ε)iff |f(x1)- f(x2)|<εWhere ε is any given small real number.We have five appoximate solution sets on the nonliner equation f(x)=0 by ρ(f‖,ε)∧|f(x)|[a,b]max,to denote by granulations[xi1 xi2/2],[xi3 xi4/2],[xi5 xi6/2],[xi7 xi8/2]and[xi9 xi10/2]respectively,where |f(x)|[a,b]max denotes local maximum on x ∈[a,b].This is whole optimum on nonliear equation in interval [-3,10].We will get best opmension solution on nonliner equation via computing f(x)to use the five solutions dented by grandlation in one dimension real granlar space[2,5].     

对散度—旋度系统三类不同有限元法数值试验的比较

本文对散度-旋度系统给出了三类不同的有限元法,即最小二乘法,惩罚法和子域配置/最小二乘法。数值试验与理论分析得到的收敛阶一致。‖e‖_1≤ch_1,‖e‖_0≤C_2h~2只是常数C略有不同。上列方法也可用于一般一阶线性椭圆方程组的正则边值问题.     

一类高阶线性微分方程的算子解法及其解的稳定性

本文利用微分算子研究一类高阶线性微分方程的解法及其解的稳定性,推广了文[3]的有关结果.