一类Hamilton算子的重数和完备性及其应用

对于一类Hamilton算子,考虑其特征值的重数,以及特征向量组和根向量组的完备性.首先给出了特征值的几何重数、代数指标和代数重数,再结合特征向量和根向量的辛正交性得到了特征向量组和根向量组完备的充分必要条件,最后将上述结果应用于板弯曲方程、平面弹性问题和Stokes流等问题中.     

《高等代数》教学准备的一个尝试

《高等代数》是一门抽象而有用的基础课程.授课教师应当让学生通过有效的学习和训练,深刻理解这门课程的基本概念,熟练掌握一些基本技巧.同时,授课教师应该鼓励学生探索这些基本概念和技巧在其他课程和学术研究中的延伸和应用,从而激发学生自主学习高年级课程甚至从事科研的兴趣.这是《高等代数》教学准备中值得探索的方向.     

实对称矩阵对角化教学的应用案例

矩阵的对角化是线性代数课程的重要内容之一,针对本科生教学,在考虑学生知识储备和理解力的基础上,依据学以致用的思想,利用特征值、特征向量及实对称矩阵对角化的理论知识,构造了一个图像压缩存储的应用案例.旨在加深学生对矩阵特征值和特征向量及对角化理论的理解,同时本案例也给出了更一般的扩展讨论.     

一类无穷维Hamilton算子根向量组的完备性

本文研究主对角元为常数的无穷维Hamilton算子的特征值问题.基于次对角元乘积的特征值和特征向量的某些性质,刻画此类Hamilton算子特征值分布、特征值的代数指标、特征向量(或一阶根向量)的辛正交关系及特征向量组和根向量组在辛Hilbert空间中完备的充要条件.     

上三角无穷维Hamilton算子特征值的代数指标

无穷维Hamilton算子特征函数系是否完备与其代数指标有关,研究了上三角无穷维Hamilton算子特征值的代数指标问题,基于主对角元的特征值和特征向量的某些性质,得到上三角无穷维Hamilton算子的几何重数和代数重数.     

多参数结构特征二阶灵敏度

提出了一种有效计算多参数结构特征值与特征向量二阶灵敏度矩阵--Hessian矩阵的方法.将特征值和特征向量二阶摄动法转变为多参数形式,推导出二阶摄动灵敏度矩阵,由此得到特征值和特征向量的二阶估计式.该法解决了无法用直接求导法计算特征值和特征向量二阶灵敏度矩阵的问题.数值算例说明了该算法的应用和计算精度.     

弹性理论中上三角无穷维Hamilton算子根向量组的完备性

考虑弹性力学中一类上三角无穷维 Hamilton 算子．首先,给出此类Hamilton算子特征值的几何重数和代数指标,进而得到代数重数．其次,根据Hamilton算子特征值的代数重数确定其特征(根)向量组完备的形式,得到此类Hamilton算子特征(根)向量组的完备性是由内部算子特征向量组决定．最后,将所得结果应用到弹性力学问题中．     

关于特征值与特征向量——<线性代数>教学研究

<正> 特征值与特征向量在<浅性代数>中具有很重要的意义,在其他科学领域中有着广泛的应用。由于特征值与特征向量涉及的慨念、定理比较多,学生在学习时会反映出不少错误观念。这些错误虽不能说具有普遍性,但却带有规律性;在每一个学年的教学中,在不同班次,不同班级的学生中都会反复出现。本文试图对其中经常出现的一些错误进行一些粗浅的分析,可能对教学有些裨益。     

函数最值的常见解法举隅——与三角函数相关的函数最值的求法

与三角函数相关的函数最值问题,具有综合性强、灵活性要求高等特点,是三角函数性质的一个非常重要的应用,它也是学生学习数学的一个难点.本人结合多年的教学体会,发现把它与学生熟悉的代数、几何等知识进行有效的结合,解决起来就比较容易,学生也比较容易理解.……     

矩阵的广义特征值及特征向量的神经网络方法

矩阵特征值及特征向量计算在实际问题中有广泛的应用.应用神经网络方法来计算广义特征值及对应的特征向量,给出了相应的算法,并对给出的算法在数学上进行了严格证明.并用实例验证了其正确性.