几类泛函微分方程周期解的性态研究

来源 :中南大学 | 被引量 : 0次 | 上传用户:mhpymhpy
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
本文利用重合度理论研究了几类泛函微分方程周期解的性态问题.全为共分为五部分.首先,介绍了泛函微分方程周期解的研究历史及其发展,然后介绍了度理论的有关知识和本文的主要工作.第二章研究了一类简单的Rayleigh泛函微分方程周期解的存在性问题,基于重合度理论和有关不等式,得到了该方程存在周期解的新的充分条件,改进了已有文献的相关结果.第三章利用重合度理论和Fourier级数理论建立了一类三阶泛函微分方程存在周期解的新的充分条件.第四章利用重合度延拓定理和更精确的先验估计,研究了一类四阶非线性泛函微分方程解的存在性问题,在更弱的条件下获得了该方程存在周期解存在性的若干充分条件,推广了已有文献的相关结果.第五章运用重合度理论和分析的技巧,研究了一类具分布时滞的中立型泛函微分方程周期解的存在性问题,在比已有文献更弱的条件下得到了其周期解存在的新的充分条件,改进和丰富了已有文献的结论.  
其他文献
本文把一类自治时滞微分方程的周期解的存在性问题用多种方法推广到非自治的情形.当方程中的函数f依赖于变量t时,这给问题的讨论带来实质性的困难.本文就这个问题做了下面几方
模拟自然景物是计算机图形学中研究的一个重要课题。自然景物在外形上的随机性和不规则性难以用传统的方法加以描述。70年代B.Mandelbort提出分形概念后,其作为一门新兴的交
按照神经生理学的观点,生物神经元本质上是随机的,因为神经网络重复地接受相同的刺激,其响应并不相同.这意味着随机性在生物神经网络中起着重要的作用.随机神经网络模型的稳
支持向量机(Support Vector Machines,简称SVM)是V.Vapnik等在20世纪90年代提出的基于统计学习理论(Statistical Learning Theory,SLT)的一种新型机器学习方法。由于其完备的理论基
学位
偏微分方程反映了有关的未知量关于时间变量的导数和关于空间变量的导数之间的制约关系。许多自然现象的基本规律都可以写成偏微分方程的形式,并且人们还求出了典型问题的解。
许多有重要价值的实际问题的数学模型均为概率约束优化模型,如水库系统设计问题,现金匹配问题等,这类模型通常存在分布的不确定性,因而,解决该类问题的关键是分布的不确定集的构造
众所周知概率论与数理统计是研究风险问题尤其是保险风险问题的重要理论基础和研究工具之一。本文将通过概率统计的角度来研究一些与保险风险有关的问题。在本文中我们主要研
随着社会、经济的发展,汽车数量的急剧增加,城市交通拥挤堵塞现象日益严重,交通事故率居高不下。针对这一现状,本文基于车辆相继到达时间服从Poisson分布,建立交通流实时动态数据
长期以来,对经济增长理论的研究与应用为各国学者、专家所研究的热点问题之一,因为它指导着一个国家经济发展的兴衰,也与人们的生活水平息息相关。然而,要使经济快速稳定的增