Banach空间中变形牛顿法的收敛性

研究了Banach空间中求解非线性算子方程的一个变形牛顿法的收敛性,建立了它的New-ton-Kantorovich型的收敛性定理并给出了误差估计.     

Stiding公式参数θ的一个精确估计

应用著名Euler-Maelauring公式，给出了Stirling公式参数θ的精确估计，并得到阶乘的一个双边不等式，改进了文献[1，2]中的一些结果。     

Banach空间中具体三阶收敛的一个修正牛顿法

将文献[10]中的一个三阶修正型的牛顿迭代推广到Banach空间中，建立了它的Newton-Kantorovich型收敛性定理并给出了误差估计．最后，用例子说明了定理的应用。     

Banach空间中Jarratt迭代收敛性的注

研究Banach空间中解非线性算子方程避免求逆的Jarratt迭代Ncwton-Kantorovich型收敛性，给出迭代收敛的误差估计，并用数值例子说明其应用．所得结果是对已有结果的改进和推广．     

γ-条件下的一个变形牛顿法的收敛性

将已有文献中的一个迭代法推广到Banach空间，得到求解非线性算子方程的一个变形牛顿法，建立了它在γ-条件下的Newton-Kantorovich型的收敛性定理及误差估计，并给出两个例子说明收敛性定理的应用。     

线性多时滞系统的开闭环PID型迭代学习控制

针对线性多时滞系统讨论了开闭环PID型迭代学习控制算法的收敛性和鲁棒性0利用λ范数和Bellman-Gronwall定理,获得了算法收敛的判定条件．仿真结果表明,这种算法是有效的．同时,从仿真实例也可看出,在收敛速度方面,开闭环算法优于开环算法．     

γ条件下Chebyshev迭代的收敛性

研究了Banach空间中，解非线性算子方程的Chebyshev迭代在γ-条件下的收敛性定理，同时给出了数值例子．