测度微分方程的变差稳定性

利用广义常微分方程的稳定性理论,定义了测度微分方程变差稳定性和变差渐近稳定性概念,建立了测度微分方程的变差稳定性和变差渐近稳定性定理.

一类测度微分方程的有界变差解

首先讨论一类测度微分方程和Kurzweil广义常微分方程的关系,进而得到此类测度微分方程有界变差解的存在性.

非线性测度微分方程的有界变差解

本文首先讨论一类非线性测度微分方程和Kurzweil广义常微分方程的关系，进而得到此类测度微分方程有界变差解的存在性．

无限滞后测度泛函微分方程的Ф-变差稳定性

利用Φ-有界变差函数,本文讨论了无限滞后测度泛函微分方程的Φ-有界变差解的稳定性.给出了这类方程的Φ-变差稳定、Φ-变差吸引以及渐进Φ-变差稳定的定义,建立了其Φ-有界变差解的Φ-变差稳定性和渐进Φ-变差稳定性的Lyapunov型定理.所得结果是对无限滞后测度泛函微分方程的变差稳定性定理的本质推广.

无限滞后测度泛函微分方程的有界变差解

主要研究了无限滞后测度泛函微分方程有界变差解的存在性,借助Henstock-Kurzweil积分和Schauder不动点定理,建立了这类无限滞后测度泛函微分方程有界变差解的存在性定理,推广了一些相关结果。

滞后型测度泛函微分方程的变差稳定性

研究滞后型测度泛函微分方程的变差稳定性与变差渐近稳定性,利用广义常微分方程的稳定性理论,在滞后型测度泛函微分方程等价于广义常微分方程的基础上,获得滞后型测度泛函微分方程的变差稳定性与变差渐近稳定性定理.

无限滞后测度泛函微分方程的Φ有界变差解

本文主要研究了无限滞后测度泛函微分方程的Φ有界变差解的存在性,借助Kurzweil积分和Φ有界变差函数理论,建立了无限滞后测度泛函微分方程的Φ有界变差解的存在性定理,这是对无限滞后测度泛函微分方程和Kurzweil积分相关结果的推广。

滞后型测度泛函微分方程的Φ-有界变差解

利用Kurzweil积分和Φ-有界变差函数理论,建立了滞后型测度泛函微分方程的Φ有界变差解的存在性定理.

无限滞后脉冲测度微分方程的有界变差解

研究无限滞后脉冲测度微分方程有界变差解的存在唯一性,通过梳理无限滞后脉冲测度微分方程在一定条件下与广义线性微分方程的关系,建立了一类无限滞后脉冲测度微分方程有界变差解的存在唯一性定理。

无限滞后测度泛函微分方程的Φ有界变差解的唯一性

借助Musielak及Orlicz等提出的Φ有界变差函数理论,引入无限滞后测度泛函微分方程Φ有界变差解,建立了无限滞后测度泛函微分方程Φ有界变差解的唯一性定理,这是对无限滞后测度泛函微分方程有界变差解的唯一性相关结果的推广.

随机线性系统部分变元依概率强稳定性研究

借助随机线性系统的Cauchy矩阵解及其截断矩阵解 ,通过引进随机线性系统左截Cauchy矩阵解和右截Cauchy矩阵解 ,并运用测度的单调性与连续性 ,讨论了线性It^o随机系统部分变元的依概率强稳定性 ,得出了该系统只依赖于左截Cauchy矩阵解的有界性和右截Cauchy矩阵解的渐近性的各种依概率强稳定、强一致稳定、强渐近稳定、强一致渐近稳定的等价关系 .

测度微分方程的Lipschitz稳定性

本文研究了测度微分方程的Lipschitz稳定性问题.利用广义常微分方程的Lipschitz稳定性结果,在测度微分方程等价于广义常微分方程的基础上,获得了测度微分方程的变差一致Lipschitz稳定性与一致整体Lipschitz稳定性定理,是对测度微分方程稳定性理论的实质性推广.

分析一类非边界状态变体排队系统的新方法

文章应用一种新颖的分析方法,即不变概率测度方程差分化方法研究了一个具有典范GI//M 1型结构矩阵的一般到达离散时间早到排队系统,获得了该排队系统的稳态队长分布和顾客的稳态逗留时间分布,并且进一步给出了这些指标的随机分解及其PH结构。值得注意的是所使用的分析方法较现在普遍使用的矩阵几何解法更简洁明了。

带奇异系数的随机(偏)微分方程

熟知,在Gauss噪声的扰动下,微分方程的性质可以得到本质的改善.比如:系数仅为Hlder连续的常微分方程不具备适定性,但是在Brown运动的驱动下,只要系数具有某种局部可积性(此时系数仅为几乎处处定义的)就可保证方程的适定性;随机微分方程可以将粗糙的函数磨光为光滑的函数.本文简要介绍关于奇异系数随机微分方程解的存在唯一性研究的基本思想,提供关于随机偏微分方程、泛函随机微分方程以及带跳随机微分方程等模型研究的前沿文献,并着重展示在可积性条件下关于随机微分方程所取得的最新研究进展.

可测函数的K-L信息最小化

将K-L信息D(p,p0)推广到p0为非负有限可测函数,讨论了D(p,p0)在定义域约束、可测函数组的期望值约束和同时具有两个约束条件下的最小化问题,以及它们的逆问题.指出任何均匀分布族、负指数分布族和正则指数分布族都是最小化广义K-L信息的解.

概率方法解拟线性偏微分方程

本文用随机分析方法证明了拟线性抛物型方程ｕｔ＋ｆ（ｕ）ｕｘ、ｕｘｘ＝０，ｕ（０，ｘ）＝ｕ０（ｘ）在ｕ０有界可测，ｆ连续且ｆ＞０条件下，其解当→０时收敛于拟线性方程ｕｔ＋ｆ（ｕ）ｕｘ＝０，ｕ（０，ｘ）＝ｕ０（ｘ）的熵解，即论证了“沾性消失法”解此方程的正确性，１９５７年Ｏｌｅｉｎｉｋ曾用差分方法解决了此问题。这里用概率方法重新获得此结果。