带有未知输入的降阶观测器的设计

本文讨论了带未知输入的线性时不变系统的状态重构问题 .在一种特定的坐标变换下 ,给定了该系统存在降阶观测器的充分必要条件 .与已有结果相比 ,该条件比相应的文献所给出的条件弱 ,并且本文的条件是系统本身的 ,因而也更合理     

群逆的扰动界及其在奇异线性系统中的应用

本文建立了群逆的扰动界,此界基于矩阵A的Jordan标准形和P-范数,其中P是非异矩阵满足 是非异上双对角阵且 当矩阵A和A+E有相同的秩且 较小时,得到了 较好的估计.在相同的条件下,研究了相容的奇异线性系统Aχ=b的扰动,给出了χopt=A#b扰动的上界,其中A#是A的群逆,χopt是最小P-范数解.     

微分系统的反射函数与周期解

本文主要介绍了微分系统反射函数与周期解理论的产生与发展动态．论述了一些基本问题，并提出了一些可供研究的新课题。     

PRECONDITIONED GAUSS-SEIDEL TYPE ITERATIVE METHOD FOR SOLVING LINEAR SYSTEMS

The preconditioned Gauss-Seidel type iterative method for solving linear systems, with the proper choice of the preconditioner, is presented. Convergence of the preconditioned method applied to Z-matrices is discussed. Also the optimal parameter is presented. Numerical results show that the proper choice of the preconditioner can lead to effective by the preconditioned Gauss-Seidel type iterative methods for solving linear systems.     

基于小子样试验的两种线性系统可靠度预测方法

本文提出了在小子样试验的前提下，结构系统关键失效模式可靠度预测的两各 一是基于抽样分布分析的转换法，在这种方法中，严格推导了元件强度和外和正态分布时，可靠度计算从正态分布概率积分到ｔ分布概率积分的转换。它适用于试验样本数不小于２的情况；其二是基于模糊学原理的加权平均法。此方法要求根据专家经验和现场数据，给出强度和载荷分布参数的隶属函数，然后用加权平均法给出结构系统关切关键失效模式的可靠度，这种方法     

单自由度线性系统自由振动的Taylor级数法

本文从单自由度线性系统的运动方程及初始条件出发，用递推的方式导出初始时刻解的各阶导数，并由Ｔａｙｌｏｒ级数直接得到系统自由振动的通解表达式．     

一类拟线性系统的Lyapunov不等式

本文研究了一类拟线性系统，引入了反周期边值条件，基于反周期边值条件和数学分析的技巧，建立了新的Lyapunov不等式．     

带有纯放大环节的方线性系统的稳定解耦

本文利用Ｙｏｋｏｙａｍａ标准形与系统传递函数阵间的直接对应关系,用构造性方法给出了带纯放大环节的方线性系统稳定解耦问题有解的充分必要条件。当条件满足时,问题的解是容易给出的。     

A PRODUCT HYBRID GMRES ALGORITHM FOR NONSYMMETRIC LINEAR SYSTEMS

It has been observed that the residual polynomials resulted from successive restarting cycles of GMRES(m) may differ from one another meaningfully. In this paper, it is further shown that the polynomials can complement one another harmoniously in reducing the iterative residual. This characterization of GMRES(m) is exploited to formulate an efficient hybrid iterative scheme, which can be widely applied to existing hybrid algorithms for solving large nonsymmetric systems of linear equations. In particular, a variant of the hybrid GMRES algorithm of Nachtigal, Reichel and Trefethen (1992) is presented. It is described how the new algorithm may offer significant performance improvements over the original one.