方程x′(t)=ax(t)+bx([t])的线性θ-方法的数值解的稳定性

讨论分段连续型延迟微分方程(EPCA)数值解线性θ-方法的稳定性,研究方法的稳定性和收敛性,证明数值解趋于零与其在整数节点上的值趋于零等价,同时,在每个区间[n,n+1]内,这些方程可以看作是常微分方程,并且证明数值方法保持收敛阶,得到方程x′(t)=ax(t)+bx([t])解析解的稳定区域包含在数值解的稳定区域内的条件,给出方程稳定性的充分必要条件.     

θ-方法对分段连续型延迟微分方程的渐进稳定性

运用线性θ-方法和单腿θ-方法处理了带有一个延迟项(t)的分段连续型延迟微分方程数值解的渐近稳定性问题.应用线性θ-方法和单腿θ-方法解方程时,由于这个方程是定义在[n,n+1)上,即不包含区间的右端点,结果两种θ-方法得到了相同的差分方程.运用θ-方法给出了在单位时段[n,n+1)任意分划情况下的解析解的稳定区域包含在数值解的稳定区域的充分必要条件,最后相应地给出了几个数值算例.     

方程x''''(t)=ax(t)+bx([t])的线性θ-方法的数值解的稳定性(英文)

讨论分段连续型延迟微分方程(EPCA)数值解线性θ-方法的稳定性,研究方法的稳定性和收敛性,证明数值解趋于零与其在整数节点上的值趋于零等价,同时,在每个区间[n,n+1]内,这些方程可以看作是常微分方程,并且证明数值方法保持收敛阶,得到方程x’(t)=ax(t)+bx([t])解析解的稳定区域包含在数值解的稳定区域内的条件,给出方程稳定性的充分必要条件。     

线性分段连续型随机微分方程数值解的收敛性和稳定性

把Back-Euler方法应用到线性分段连续型随机微分方程上,研究对给定步长该方程数值解的收敛性和对任意步长数值解的均方稳定性,在处理线性项的矩阵时,证明的方法主要应用了矩阵范数,从而达到要研究线性分段连续型随机微分方程数值解的收敛性和稳定性的目的.     

半线性分段连续型随机延迟微分方程Euler方法的收敛性

采用Euler方法研究半线性分段连续型随机延迟微分方程的数值解的收敛性,在处理半线性项的矩阵时,证明的方法主要应用了矩阵欧几里得范数,从而达到要研究半线性分段连续型随机延迟微分方程数值解的收敛性的目的.     

分段连续型随机延迟微分方程指数Euler方法的收敛性

研究线性分段连续型随机延迟微分方程的数值解的收敛性,采用的是指数Euler方法,在处理线性项的矩阵时,证明的方法主要应用了矩阵欧几里得范数,从而达到要研究线性分段连续型随机延迟微分方程数值解的收敛性的目的.     

半线性分段连续型随机微分方程数值解的收敛性和稳定性

将Back-Euler方法应用到半线性分段连续型随机微分方程上,研究对给定步长该方程数值解的收敛性和对任意步长数值解的均方稳定性,在处理半线性项的矩阵时,证明的方法主要应用了矩阵范数,从而达到要研究半线性分段连续型随机微分方程数值解的收敛性和稳定性的目的。     

自变量分段连续超前型延迟微分方程的θ-方法的数值振动性

讨论θ-方法对自变量分段连续超前型延迟微分方程X'(t)=ax(t) a1x([t 1])的数值振动性.把θ-方法应用到方程X'(t)=ax(t) a1x([t 1]),得到了数值解的差分格式.证明了任意数值节点上数值解的振动性等价于整数节点上数值解的振动性.利用差分方程的所有解振动等价于其特征方程没有正根这一重要结论,得到了整数节点上数值解振动的充要条件,从而得到了任意节点上数值解振动的充要条件.     

带有积分边界条件的微分方程的数值求解算法

在区间[0,1]中研究带有积分边界条件的微分方程数值求解问题,给出了这类方程精确解的表达式,证明了近似解一致收殓到精确解,误差随结点数的增加单调递减.算例验证了本文算法是有效的.     

超前型自变量分段连续型微分方程的Runge-Kutta方法的数值稳定性

讨论一类特殊类型的超前型自变量分段连续型微分方程的解析解的稳定性,及应用Runge-Kutta方法于该方程所得数值解的稳定性。应用M.Z.Liu等在1990年证明的结果给出了N2时解析解渐近稳定的充分条件;同时给出了N=2时解析解渐近稳定的充要条件。利用Or-der-Star和Padé逼近理论,给出了当Runge-Kutta方法的稳定函数是ex的Padé逼近时数值解保持解析解渐近稳定的充分必要条件。