4类图完美匹配数目的递推求法

本文研究了4类特殊图完美匹配数目的显式表达式.利用划分,求和,再递推的方法分别给出了图3-n Z4,2-n(2-C6),2-n(2-K4)和3-n(C4-C6)的完美匹配数目的计算公式.     

对一道课本例题的多角度剖析与推广

人教版普通高中数学课程标准实验教科书选修4-5(不等式选讲,以下简称文[1])第23页“综合法和分析法”单元中有如下一道例题:已知a1,a2,…,an∈R+,且a1a2…an=1,求证:(1+a1)(1+a2)…(1+an)≥2n.这道例题条件简约,结论优美,意蕴深长,不失为一道值得认真研读的经典例题.     

数列

1.本单元知识点数列作为一种特殊的函数,是反映自然规律的基本数学模型,是高中数学非常重要的基础内容.又由于数列与函数、方程、不等式有着紧密而广泛的联系,可以用来考查学生对数学思想方法的理解以及综合运用知识的能力,因此它也是高考的一个重点.本单元学习重点包括:数列的概念,an与Sn之间的关系,等差数列的概念、通项公式与前n项和公式,等比数列的概念、通项公式与前n项和公式.本单元学习难点包括:递推数列的求解,数列     

广义梯形模糊数决策粗糙集

考虑到在决策过程中损失函数的不确定性且广义梯形模糊数作为三角模糊数的一种拓展,从贝叶斯理论出发,在三角模糊数决策粗糙集的基础上,将广义梯形模糊数引入三枝决策粗糙集,建立了广义梯形模糊数决策粗糙集并推导了其性质和规则;然后,通过一个协同知识管理项目的例子来阐明模型的具体应用.优势在于不仅将离散模糊集合扩展到连续集合,而且与其它模糊集合相比较具有更好的泛化性.     

有流存在下三层密度分层流体毛细重力波二阶Stokes波解

以小振幅波理论为基础,利用摄动方法研究了有背景流场存在时三层密度分层流体的毛细重力波,给出了三层成层状态下各层流体速度势的二阶渐近解及毛细重力波面位移的二阶Stokes波解.结果表明:一阶解及二阶解除了依赖于各层流体的厚度及密度,也依赖于表面张力和各层流体的背景流场.     

基于课堂教学的数学探究性学习的实践与认识

1.引言所谓探究,就其本意来说,是探索和研究.最早提出在学校科学教育中要用探究方法的是杜威(1909年),上世纪末,上海的部分高中学校进行了"研究性学习"的实践和研究,之后全国各地效仿上海也开设了"研究性学习"校本课程.课程偏重解决实际问题,"实践的探究"成分占较大的比重.探究性学习是一种由科学研究的方式推演而成的学习方式.它并不神秘,没有必要把它与常规的教学割裂开     

数项级数的Cesàro和及Abel和的联系与应用

在级数理论中,由于数项级数的Cesàro和及Abel和的求和门槛较低、要求条件较弱,从而级数的这两种求和方法使许多定理的证明、习题的解答变得简捷,使我们对级数敛散性的研究就有了方便、快捷之感.进一步研究了这两种求和方法.     

一个奥数问题的拓展及面积证明

<正>题目[1]如图1,已知两平行线l1、l2,A、B、C是l1上的三点,D、E、F是l2上的三点,且直线AE与CF交于点G,AD与BF交于点H,BE与CD交于点K.证明:G、H、K三点共线.文献[1]里反复利用"l1∥l2"得比例式,使证明顺利完成.     

基于Chebyshev多项式的神经网络中长期负荷预测研究

高精度负荷预测在提高电力系统的安全性和经济性方面有着极其重要的意义,而现有的负荷预测方法因参数有限,难以完全反映其内在规律,因而导致预测结果不够准确.为此提出了一种基于Chebyshev多项式神经网络模型的预测方法.该方法使用递推最小二乘法训练神经网络权值系数,以获得高精度的参数估计,从而实现Chebyshev多项式神经网络模型对负荷量的最优拟合,再利用训练好的Chebyshev多项式神经网络模型实现中长期负荷预测.研究结果表明,该方法能较好模拟负荷变化规律,有效提高了负荷预测精度,在电力系统负荷预测中有较大的应用价值.