简介：不用特征方程,用一种新的方法建立了二阶常系数线性微分方程的通解公式。

简介：已知Riccati方程的一个特解,可求出该方程的通解公式.

简介：求解二阶变系数微分方程一般比较困难,没有通用的方法。根据一类二阶变系数非线性微分方程的特点,通过变量代换转化为可降阶的微分方程,再应用一阶微分方程的解法给出其通解公式,并在此基础上给出了一个推论。

简介：摘 要:考虑一类一阶常微分方程---可分离变量的微分方程的求解,从实际出发，通过数学建模的方式，引导学生求解该方程，提高解决实际问题的能力，培养科研素养.

简介：摘要本文通过对闭环系统微分方程进行研究，求解常系数线性微分方程，验证了P、PI、PID控制是否能消除稳态误差，并指出了系统产生超调时参数的范围，对于参数的整定具有一定的指导意义。由于PID控制算法并没有严格的理论证明，在算法的学习中，容易对其消除稳态误差的原因及调节参数时产生超调的现象产生困惑，本文根据这一问题作出了研究。

简介：二阶变系数线性微分方程通解的计算,没有初等解法,也没有一个统一的计算方法。文章在一定条件限制下,利用解微分方程的重要方法——常数变易法,给出了一类二阶变系数线性微分方程通解的求法和结论,并通过应用说明方法和结论是行之有效的。

简介：微分方程理论的应用，不断促进着科学应用的发展。本文通过介绍微分方程的基本概念，总结了一些微分方程求解的技巧和方法，最后通过实际事例阐述了解决不同类型微分方程的一些方法。

简介：

简介：摘要：微分方程来源于实践，是现代科学技术中分析问题和解决问题的有力工具。介绍微分方程的几个应用实例，将实际问题抽象成微分方程模型，通过求解微分方程，用得到的解来分析实际问题。读者可从中感受到应用微分方程的理论和方法解决实际问题的魅力。

简介：摘要：微分方程是数学中的一种重要的方程类型，它能描述自然现象和工程问题中的许多变化规律。但是大多数微分方程解法是无法用解析的方式求解的，因此需要借助数值解法来近似求解。本文将介绍微分方程的常用数值解法。

简介：摘要

简介：摘要本文利用首次积分建立一阶线性偏微分方程与常微分方程组的关系,并对求解常微分方程组的方法进行了分析和讨论.

简介：提出几类Euler（欧拉）型微分方程。借助变量替换法、线性化法、降阶法、交换变量位置法及复合函数求导法则，转化为可求解的Euler方程。论证它们的可积性，扩大微分方程的可积范围。给出求解的方法及通积分的表达式．

简介：在分析微分方程课程教学现状的基础上,提出了微分方程课程的教学设计策略.克服以往传统教学中存在的缺陷,剖析教学上的难点,实施以＂融合背景、剖析思想、多维表达、多层训练＂为主要内容的微分方程课程教学设计策略,培养学生的理论分析能力、解决问题的能力和创新能力.

简介：一般来说,在实际中偏微分方程的通解是不容易求出的,用定解条件确定函数更是比较困难。本文在运用MATLAB解偏微分方程时,列出两种方法：pdepe函数和PDE工具箱,并应用实例展现出两种方法的实现过程。结果表明：MATLAB对解偏微分方程带来极大的方便,并且在此基础上可以解决更多更复杂的问题。

简介：利用锥上的Krasnoselskii不动点定理,证明了二阶非线性具特征值问题的脉冲微分方程正解的存在性.

简介：本文利用Leray—Schauder原理及先验估计得到了四阶微分方程边值问题的存在性定理.

简介：本文将常系数线性微分方程的特征根理论推广到变系数线性微分方程上去,从而建立了线性微分方程系统一的特征根理论。常系数线性微分方程的特征根理论实质是矩阵的特征根理论,因此,我们建立的理论也可以看成将矩阵的特征根理论平移到线性微分方程系上去。矩阵的特征根分简单特征根(初等因子次数为1)与复杂特征根(初等因子次数大于1)两类。本文先推广前者并称之为“方程的特征根”;然后推广后者,并称之为“方程的特征阵”。

简介：Foradifferentialequation,atheoreticalproofoftherelationshipbetweenthesymmetryandtheone-parameterinvariantgroupisgiven;therelationshipbetweensymmetryandthegroup-invariantsolutionispresented.Asamapplication,somesolutionsoftheKdVequationarediscussed.

简介：倒向随机微分方程在随机微分对策、随机最优控制、偏微分方程以及金融数学等方面的应用中起到了重要的作用。本文阐述了倒向随机微分方程的基本原理，对它的一般性结论进行说明。提出倒向随机微分方程在最优控制中的应用，给出倒向随机微分方程最优控制的数学模型，并给出在最优控制问题中的条件假设以及状态方程，并对其最优性进行了相关的证明。