齐次线性微分方程解取小函数的点的收敛指数

研究齐次线性微分方程f(k)+Ak-1(z)f(k-1)+…+A0(z)f=0解取小函数的点的收敛指数,并用二阶收敛指数估计无穷级解的增长率。     

一类二阶非齐次微分方程解的零点

研究方程f″+A(z)f′+B(z)f=F解的零点,其中A(z),B(z)(≠0),F(z)(≠0)是整函数,得到了方程解的不同零点收敛指数、二级不同零点收敛指数等的精确估计,改进了G.Gundersen、Ki-Ho Kwon、陈宗煊、Benharrat Beladi及作者的结果.更多还原     

U一统计量余项的指数收敛速度

本文主要利用ｄｅｃｏｕｐｌｉｎｇ不等式讨论Ｕ－统计量余项的指数收敛速度。     

ND随机变量列的指数不等式

主要研究了同分布ND随机变量列的指数不等式,通过指数不等式得出关于ND随机变量列强大数定律的收敛率为O（1）n1/2（logn）-1/2.推广了Soo Hak Sung（2009）关于NA的结果.     

一类高阶整函数系数微分方程的解的性质

研究了当a为非零多项式,m＞0为实常数,A(z)为有限级超越整函数且σ(A)≠1,F≠0为有限级整函数时,方程f(k)+aemzf′+Af=F解的增长级和零点收敛指数及其对应的齐次方程f(k)+aemzf′+Af=0解的增长级和不动点收敛指数.     

单位圆内方程f″+A(z)f=0的解的零点

研究单位圆D={z:｜ z｜＜1}内方程f″+A(z)f=0 (*)的解的零点,其中A(z)为D内的解析函数.在一定条件下,得到了方程(*)的任一非平凡解的零点收敛指数的估计.     

随机变量的统计收敛性

将FRIDYJA关于实数序列的统计收敛的概念推广到了随机变量序列上，并给出了a．s．收敛，依概率收敛，依分布收敛相对应的统计收敛的定义，给出了统计a．s．收敛、统计依概率收敛的充要条件或充分条件.     

一类差分方程亚纯解的增长级

主要研究了高阶线性齐次差分方程Anf(z+n)+…+A0f(z)=0亚纯解的增长级,利用Nevanlinna值分布的基本理论和复振荡理论,在假设系数Ak(k=0,1,…,n)中有一个具有有穷亏值条件时,得到了差分方程亚纯解f(z)的增长级和a值点收敛指数与系数的增长级之间的关系,推广了陈宗煊和孙光镐以及Chiang和Feng等人的结果。     

基于时变增益的微电网分布式预定时间经济调度算法

针对微电网的经济调度问题,本文提出了一种基于时变增益的预定时间分布式优化算法。不同于传统渐进/指数收敛算法,本文提出的算法能保证发电单元输出功率在给定时间内收敛于最优值。同时,该给定时间可由设计者根据任务需要提前设定,且不受系统初始条件及系统控制参数影响。利用凸优化理论、李雅普诺夫稳定性理论,综合分析了算法的预定时间收敛性能。最后,通过数值仿真案例验证了算法的有效性。     

数列和可测函数的几乎收敛性

对经典的数列极限进行了推广，通过引入几乎收敛的定义，证明了几个重要性质以及数列几乎收敛的充分必要条件，建立了几乎收敛与严格收敛之间的等价关系。以Rⁿ上的Lebesgue测度为基础，建立了Rⁿ子集的密度概念，引入了可测函数几乎收敛的定义，证明了与数列几乎收敛平行的若干性质，以及函数几乎收敛基本定理。给出了函数几乎连续的定义，利用Lebesgue微分定理，证明了任意可测函数在Rⁿ上几乎处处几乎连续。     

一个高阶并行迭代法

在Durand-Kerner迭代法的基础上,构造了一个5阶收敛的并行迭代公式,并对其收敛性及初始条件进行了研究.     

多项式零点同时逼近算法的加速

对多项式重零点同时逼近算法提出了一种加速技巧,求得了加速算法的收敛阶,并给出了数值计算实例。     

一个并行计算多项式全部零点的圆盘迭代法

运用加速技巧,提出了求解复多项式全部零点的圆盘算术法,考虑了其收敛定理和收敛条件,使收敛价提高到7阶,而计算工作量增加不多.     

求解非线性方程的一个新方法

提出了一种求解非线性方程的数值方法，此方法不需要导数的计算，其收敛阶与抛物线法相同，但计算量要比抛物线法小得多。     

一个Weierstrass迭代修正法的收敛性分析

为了求解多项式方程f(z）=0，我们在Weierstrass迭代的基础上给出了一个同时求解该方程所有根的迭代法，并对其收敛性及收敛的初始条件进行了分析，得出其收敛的初始条件，它仅与迭代的初始点有关而与方程的根无关，同时还证明了在此初始条件下，该迭代是3阶收敛的。     

并行迭代的高阶加速方法

从4阶收敛的并行迭代公式出发,利用并行加速技巧构造了一个5阶收敛的并行迭代算法,并进行了收敛性分析,通过数值实验验证了算法的高速收敛性.     

求解非线性方程组双参数牛顿Jacobi方法及收敛性

本文利用文[2]的结果,构造了求解非线性方程组的双参数牛顿-Jacobi方法,并证明了它的局部收敛性。     

解大型线性方程组的ATOR方法

本文提出了一种数值求解大型稀疏线性方程组Ax=b的具有三个参数的迭代法,我们称之为ATOR法,并且指出,熟知的Jacobi法、Gauss-Seidel法,SOR法,AOR法和TOR法为其特例.同时,我们对具有某些性质的系数矩阵A——Hermite正定矩阵、H-矩阵、L-矩阵和对角占优矩阵,讨论了ATOR法的收敛性以及给出了迭代矩阵谱半径的表达式和上界估计。     

非线性不可微方程的迭代解法

本文提出了一种解非线性不可微方程的迭代方法,分析了其收敛性并给出了误差估计,取得了很好的效果.     

避免导映照求逆的变形Newton迭代的收敛性和误差估计

主要证明了Banach空间中避免导映照求逆的变形Newton迭代在统一判定条件下的收敛性,并给出它和Newton迭代的误差估计,最后给出了两个积分方程算例。