Cantor序列的Hankel行列式

本文给出Cantor序列的Hankel行列式的递推公式,并证明其Hankel行列式是二维的3-自动机序列.利用Cantor序列的Hankel行列式,本文证明Cantor数(即b-进制展式为Cantor序列的超越数)的无理指数等于2.     

关于广义三周期Fibonacci序列的二项式系数和的恒等式

首先构造了广义三周期Fibonacci序列的通项公式,然后在一定限制条件下,利用矩阵方法给出了关于广义三周期Fibonacci序列和广义三周期Lucas序列的一些二项式系数和的恒等式.     

一个序列的组合解释及其应用

该文给出了一个序列的组合解释，讨论了这个序列在研究两类Chebyshev多项式，广义Fibonacci序列和广义Lucas序列中的一些应用.     

Fibonacci和Lucas序列的混合卷积公式

通过Fibonacci序列和Lucas序列的生成函数,利用导函数的性质,得到了Fibonacci序列和Lucas序列构成的混合卷积∑a1+a2+…+ak+b1+b2+…+b1+c1+c2+…+cm=na1Fa1+1…akFak+1.Fb1…Fb1.Lc1+1…Lcm+1的计算公式.     

广义的k阶Fibonacci-Jacobsthal序列及其性质

定义了一类广义的k阶Fibonacci-Jacobsthal序列,并给出了第四个初值条件.借助矩阵的方法得到了Jacobsthal序列与Jacobsthal-Lucas序列的关系,广义k阶Fibonacci-Jacobsthal序列与Jacobsthal序列,Fibonacci序列的关系,同时给出了k阶Fibonacc...     

因子谱与诱导序列

对于任意给定的性质${\mathcal{P}}$和序列$\rho$, 词上的组合领域一个重要的研究课题是找出所有的因子$\omega$和序数$p$,使得序列$\rho$中第$p$次出现的因子$\omega$ (记为$\omega_p$) 满足性质${\mathcal{P}}$.这个问题等价于研究``因子谱''.确定因子谱是一个困难的问题. 为了实现目标,我们引入并研究了一系列的概念:核词、包络词、回归词和任意因子的诱导序列. 利用因子谱和诱导序列,我们可以解决序列中的一些计数问题.例如:在序列的任意一个片段中回文或者高次方词的个数. 本文中,我们将结合几个特殊的序列展示相关的研究结果.这些序列包括: Fibonacci序列、Tribonacci序列、Period-doubling序列等等. 我们相信这些概念和方法对于所有的一致常返序列都是有效的.     

Fibonacci序列的Catalan恒等式推广及应用

给出Fibonacci序列的Catalan恒等式在一般序列及其伴随序列上的推广．并列举若干特例．由此获得它在同余式方面的一个应用．     

负相关随机变量序列的对数律

在本文中,首先我们得到了负相关(ND)随机变量序列的指数不等式和矩不等式,然后运用这些不等式讨论了ND序列的对数律.结果,我们将独立情形下的对数律推广到ND序列情形下依然成立.     

正Fibonacci数的标准分解式中因子2的指数

Fibonacci数列 {Fn}定义如下 :F0 =0 ,F1 =1,Fn + 1 =Fn +Fn -1 (n =1,2 ,… ) ,我们把 {Fn}中每一项Fn 叫做一个Fibonacci数 ,当n≥ 1时 ,称Fn 为正Fibonacci数 .关于正Fibonacci数的奇偶性及其中偶Fibonacci数中因子 2的指数 ,笔者在文 [1]中已有部分结果 (见下文中引理 1) ,即正Fibonacci数Fn 的奇偶性 ,由其下标n是否含因子 3来确定 ,且当n是一个奇数的 3倍时 ,Fn 的标准分解式中 ,因子 2的指数确定为1.本文所做的工作 ,是利用同余的知识 ,对于n是一个正偶数的 3倍时 ,Fn 的标准分解式中因子 2的指数给出一个准确的结果 .定理 1…     

正Fibonacci数的标准分解式中因子5的指数

根据Fibonacci数列的定义,利用初等数论的知识和数学归纳法,讨论了正Fibonacci数Fn的标准分解式中因子5的指数与下标n的关系,得到下列结论:正Fibonacci数Fn的标准分解式中因子5的指数,与下标n的标准分解式中因子5的指数一致.     

关于无理指数的两个教案

一第一课时 (一) 教学题目:无理指数幂的意义。 (二) 教学目的:通过特例使学生初步地理解无理指数幂的意义。 (三) 课堂类型:单一课。 (四) 教学方法:讲解法。 (五) 教学过程: 1.组织教学:安定课堂秩序,检查出席情况。 2.讲解新课: 我们已经建立了有理指数这一概念。今天再来研究无理指数。今预定a为一个不等于1的正数,又a为一个无理数。考虑怎样定义无理指数的幂数a~a。为了简便起见我们从一个特例着手进行研究。即取a=10,a=2~(1/2),则a~a=10~(2~(1/2))。我们已经知道2~(1/2)的不足近似值和过剩近似值所构成的数列为:     

Zpe上本原序列的元素分布

文研究了Zpe上本原序列的元素分布.利用Ga,lois环上的指数和估计和本原序列的迹表示,得到了Zpe中各元素在本原序列的一个周期中出现频率的一个估计.当n＞4e时(n为本原序列生成多项式的次数).我们的估计优于Kuzmin的结果[1].     

基于 Fibonacci 序列寻优理论薄壁弯箱材料常数的 Powell 优化识别

对于薄壁弯箱结构,推导了材料常数的动态 Bayes 误差函数,提出步长的一维 Fibonacci 序列自动寻优方案后,利用 Powell 优化理论研究了薄壁弯箱材料常数的动态识别方法,同时给出了具体的计算步骤,并研制了相应的计算程序.算例分析表明,Powell 理论用于弯箱材料常数识别时表现出良好的数值稳定性和收敛性,在迭代过程中,Powell 理论不涉及有限元偏导数处理,与以往材料常数的梯度优化方法相比,计算效率较高;建立的动态 Bayes 误差函数能同时计入系统参数的随机性和系统响应的随机性;提出的 Fibonacci 序列寻优方案无需通过试算确定最优步长所在区间,有效地解决最优步长的一维自动寻优问题.     

北京交通流序列的重分形扩散熵分析

运用重分形扩散熵分析方法来分析北京交通拥堵指数的长程相关性和重分形特征.方法综合使用了扩散技术和Renyi熵来研究北京交通拥堵指数的标度行为.由于交通拥堵指数序列具有明显的周期性,故先选用傅里叶滤波去除序列的周期性,再进行重分形扩散熵分析.实验结果表明北京交通拥堵指数序列的极端波动显示出反相关性,同时拥堵指数序列具有较弱的重分形特征.     

Fibonacci三角形

利用 Pell方程和递推序列的方法证明了在 k=1 ,2 ,3 ,4,5时 ,以 Fibonacci数 Fn,Fn,Fn- k为边的Fibonacci三角形不存在 .     

基于Hurst指数的风速时间序列研究

为研究风速时间序列的长程相关性和自相似性,采用重标度极差分析和去趋势波动分析对风速时间序列进行相关性分析,计算风速时间序列的Hurst指数,并对其进行了功率谱密度分析,计算其谱指数.结果表明,两种方法计算所得Hurst指数都较为接近1,说明风速时间序列具有显著的自相似性和长程正相关性;但R/S分析及DFA所得Hurst指数有所差异,这一差异说明DFA可体现出非平稳风速时间序列的幂率特征.此外,对风速时间序列Hurst指数及谱指数的分析还表明了风速波动具有"1/f噪声"特征.为风速分形混沌特性研究及风速短时预测等提供了理论依据.     

广义Fibonacci序列的有限和

通过定义广义的Fibonacci序列{Hn,m}:Hn,m=p1Hn-1,m+p2Hn-2,m+…+pmHn-m,m,其中H1,m=a1,H2,m=a2,…,Hm,m=am,n≥m+1,m 2.给出了序列{Hn,m}一些有限和Un,m=∑ni=1Hi,m、U′n,m=∑ni=1(-1)iHi,m、Vn,m=∑ni=1iHi,m、Vn′,m=∑ni=1(-1)iiHi,m的计算公式.     

单调序列的非齐次GM(1,1)模型

GM(1,1)模型的白化解为齐次指数形式,而一般数据呈非齐次指数形式,存在形式上的差异.本文运用非齐次级比与非齐次指数函数的对应关系,对原始序列中相邻数据做差处理,得到新的序列,将非齐次指数序列转换为齐次指数序列,再建立GM(1,1)模型.实例表明,运用初值优化和非齐次化能提高GM(1,1)模型的精度.     

高中二年级代数教案

一.章节题目.高中代数学(东北译本)笫六章Ⅲ。关于无理指数的概念.二.教学目的.1.使学生知道无理指数的意义.2.使学生由无理指数的意义进一步休会函数的对应关系及极限的概念.三.教材内容及教学方法.1.组织教学.查点缺席人数,安定课堂秩序.(2′)2.复习旧课.(8′)     

尾数恰含k个零的正Fibonacci数

根据正Fibonacci数Fn的标准分解式中,因子2和因子5的指数的性质,利用初等数论的知识,讨论了尾数恰含k个零的正Fibonacci数Fn的下标n的特征,并证明了:对于任意大的正整数k,都存在着尾数恰含k个零的正Fibonacci数.