几类时滞脉冲系统概周期解存在性的研究

来源 :广西师范大学 | 被引量 : 1次 | 上传用户:kasuo11111111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
众所周知,微分方程解的性态研究是微分方程理论中的一个重要分支.在自然科学和社会科学,例如物理学、天体学、经济学、生态学以及工程技术等等,这其中很多问题都可以归结为微分方程的数学模型.因此,研究微分方程的解的性态具有重要的现实意义.近年来,研究时滞脉冲微分方程的概周期解不仅在理论上获得了许多进展,许多研究工作者将这些理论应用于实际模型,例如神经网络模型,生态模型等,有助于对这些实际模型解的性态做深入了解.本篇学位论文分别讨论了几类含有时滞脉冲效应的微分系统,利用不同的研究方法获得了几类系统存在概周期解的充分条件,并且针对每章的结果给出一些例子说明该结果的可行性.全文结构如下:第一章为绪论,简要介绍了概周期解、时滞微分方程和脉冲微分方程发展的历史及一些研究现状,提出了本文要讨论的一些问题,并给出了必要的预备知识.第二章,主要讨论了一类非线性时滞脉冲方程概周期解的存在性,利用压缩映射不动点定理,得出了保证系统存在概周期解的一组充分条件.第三章,主要研究了一类中立型高维时滞脉冲微分方程,利用线性系统解的结构以及压缩映射原理,得出了系统概周期解的存在性的一组充分条件.第四章,主要讨论了一类非线性小参数扰动时滞脉冲微分系统,利用指数二分性,得出了这类系统概周期解存在性的一组充分条件.第五章,作为本论文的结束语,我们对本论文进行了小结并提出了几个值得进一步研究的问题.
其他文献
随着对微观世界的深入认识,我们通常需要用高能实验手段才能更好地对微观世界进行研究。在中国,北京正负电子对撞机(BEPC)是τ-粲能区的正负电子对撞机,该对撞机已经取得了以τ质量为代表的一批国际高能物理学界瞩目的成就。北京谱仪(BES)是基于北京正负电子对撞机上的大型磁谱仪,经过升级后的北京谱仪,对于我们分析和研究重子道提供了更好的条件,使得测量的衰变道分支比精确度提高。本文是基于225.2MJ/ψ
北京正负电子对撞机和北京谱仪是产生粲偶素粒子的重要场所,我们可以从BESⅢ上采集到的225M的J/ψ数据样本和106Mψ’数据样本对J/ψ和ψ’的衰变道进行研究,计算出它们各自的衰变分支比,并且,我们还可以通过BESⅢ上采集到的数据样本去寻找诸如N*、∑*和Λ*这些重子激发态,再通过分波分析方法,确定它们的质量、宽度和自旋宇称等参数,完善人们对重子激发态的研究,进而对J/ψ和ψ’粒子的性质特征做进
单调算子的基本理论在最优化、经济及变分不等式等领域有着广泛的应用.近年来,许多学者对单调算子扰动的零点问题进行了较深入的研究,并取得了相当多的成果.鉴于单调算子的基本理论在当今数学研究中的突出地位和重要作用,并受近年来这一领域研究成果的启发,本文主要利用例外簇的方法研究了单调算子和增生算子扰动的零点问题,内容具体安排如下:第一章,概述单调算子、增生算子及例外簇的研究背景和研究现状,并介绍了本文需要
平衡问题是变分不等式问题、凸优化问题、不动点问题、互补问题、纳什平衡问题等的推广.对平衡问题研究的不断深入,为我们研究金融、经济、网络分析、交通和不动产等领域产生的一系列问题提供了系统的、更广泛的研究框架.本文主要利用例外簇的概念来研究平衡问题(EP)和对偶平衡问题(DEP)解的存在性问题.首先,我们给出平衡问题例外簇的定义,其中对给定的r>dist(x,K),在两个空间中例外簇都限制在Kr上.接
由于测量仪器存贮介质等因素的影响,舍入数据在实际生活中经常出现.当数据出现舍入情况时,经典的统计推断会出现较大的问题,原来具备的优良性质不再满足,如无偏性,相合性等.由舍入带来的误差会被传递到所做的统计推断中,从而降低了统计推断的准确精度.因此,对舍入数据,迫切需要寻找新的统计方法或者是对已有的经典方法进行调整.另一方面,经验似然是近年来非常流行的非参数统计方法之一.它具有与参数似然类似的大样本性
非参数回归估计是研究回归模型的一种有用工具,在金融经济方面有重要应用,如在金融资产价格和收益率波动性等方面有重要的的研究应用.在非参数回归估计中,通常采用权函数回归估计.自Sotne(1977)提出非参数回归估计的权函数估计方法后,其方法引起了广泛的重视.对于固定设计回归模型Yi=g(xi)+εi,1≤i≤n,Gass and Muller[1](1979)引入了权函数从而称为Gasser-Mul
似然方法是参数统计方法中非常重要,应用相当广泛的方法之一,经验似然是参数似然方法在非参数方面的推广.用经验似然法构造置信区间有变换不变性及域保持性等很多优点,所以这一方法被广泛应用到各种领域中.L。似然方法是用更一般的函数代替了1og(u)而得到的一类较广的似然.实际上,它是参数似然的一种推广,在某些条件下比似然方法有更高的精度.Lq似然自从Davide和Yang(2010)提出后,得到了一些学者
Block et al.[Some concepts of negative dependence, Ann. Probab.10(1982),765-772]和Joag-Dev and Proschan [Negative association of random variables with applications, Ann. Statist.11(1983),286-295]首次引入了N
Block et al.[Some concepts of negative dependence, Ann. Probab.10(1982),765-772]和Joag-Dev and Proschan [Negative association of random variables with applications, Ann. Statist.11(1983),286-295]首次引入了N
本文中,主要是利用分组经验似然方法讨论了NA样本情形多元概率密度函数置信区间,证明了分组经验似然比统计量的极限分布为自由度为1的χ2分布,这个结果可以用来获得多元概率密度函数的经验似然置信区间.密度函数的核估计方法最初是由Rosenblatt [Remarks on some nonparametric estimates of a density function[J], Ann. Math.