从一道习题说起——关于三角函数与向量的进一步认识

向量是高中数学的重要内容,在教学中占据重要地位.具体来说,向量既有代数运算,可以相加、相减、数乘、内积;又有几何特征,可以用它来证明直线平行、垂直;同时它又有着丰富的物理背景,可以类比物理中的速度、加速度、位移等.学好向量对于我们以后的学习很有帮助,这就要求学生形成一个正确的向量概念,深刻理解其内涵.     

基于向量变换的DGM(1,1,k~α)模型的病态性

系数矩阵谱条件数是度量灰色预测模型病态性的重要工具,而向量的数乘变换和旋转变换是降低系数矩阵谱条件数的有效方法.首先,利用向量的数乘变换和旋转变换研究DGM(1,1,k~α)模型的病态性,结果显示,DGM(1,1,k~α)模型的病态性主要受系数矩阵列向量的长度之比、夹角大小及时间幂的影响;其次,给出了基于向量变换的DGM(1,1,k~α)模型病态性的解决步骤;最后,通过一个算例验证了向量变换在解决矩阵病态性问题时的有效性和实用性.     

平面向量

1.本单元知识点向量是近代数学中重要和基本的数学概念之一,向量是沟通代数、几何的一种工具,有着极其丰富的实际背景.向量具有代数形式和几何形式的“双重身份”,融数与形于一体,能与中学数学教学内容的许多主干知识综合,形成知识交汇点.本单元的学习重点是:理解平面向量的意义与实际背景,掌握平面向量的三种运算——加减运算、数乘运算、数量积运算及其运算法则,掌握平面向量的基本定理及坐标表示.     

谈“向量”引入中学数学

最近 ,经过试验修订的普通高中数学教学大纲和中等职业学校数学教学大纲再次确定了“向量”在中学数学中的地位 .通过对两届学生的教学实践和对教材的研究 ,我深切体会将“向量”引入中学数学非常必要并且可行 .下面谈谈向量教学的几个基本问题及其在中学数学教育中的作用 .1　向量的线性运算线性运算是向量的基本运算 .向量可以用有向线段表示 ,用有向线段进行向量的线性运算 ,具体且直观 ,在坐标系中 ,向量可以用坐标表示 ,向量的线性运算可转化为坐标运算———数的加、减、乘运算 ,运算变得更加简单 .向量线性运算的这两种方法相结合 ,…     

基于混沌最小二乘支持向量机的时间序列预测研究

为了对这种具有非线性特性的时间序列进行预测,提出一种基于混沌最小二乘支持向量机.算法将时间序列在相空间重构得到嵌入维数和时间延滞作为数据样本的选择依据,结合最小二乘法原理和支持向量机构建了基于混沌最小二乘支持向量机的预测模型.利用此预测模型对栾城站土壤含水量时间序列进行了预测.结果表明,经过相空间重构优化了数据样本的选取,通过模型的评价指标,混沌最小二乘支持向量机的预测模型能精确地预测具有非线性特性的时间序列,具有很好的理论和应用价值.     

诗三首

三角函数射线旋转生成角 ,角度弧度需化好 .切弦常用意境高 ,基本公式架三桥 .奇偶正负看似乱 ,诱导能让简替繁 .二角和差与倍角 ,熟记活用巧关联 .图象变换有特色 ,函数性质类比前 .振幅周期伴相位 ,平移伸缩高低点 .反正余弦反正切 ,了解会用能改写 .本间精简变化大 ,切莫拾遗走偏斜 .平面向量向量概念是新添 ,方向大小都占全 .模型源自平衡力 ,合成分解释加减 .“数乘”“点乘”差别大 ,搞清本质细钻研 .数乘向量得向量 ,向量内积实数显 .基本定理寓意深 ,定比分割求分点 .引入坐标威力大 ,依法转化可通观 .利用向量作平移 ,移点移图恰相…     

基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型及其在信用分类中的应用

信用分类是信用风险管理中一个重要环节,其主要目的是根据信用申请客户提供的资料从申请客户中区分出可信客户和违约客户,以便为信用决策者提供决策依据.为了正确区分不同的信用客户,特别是违约客户,结合核主元分析和支持向量机算法构造基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型对信用数据进行了分类处理.在基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型中,首先对样本数据进行预处理,然后利用核主元分析以非线性方式降低数据的维数,最后利用带可变惩罚因子最小二乘模糊支持向量机模型对降维后数据进行分类分析.为了验证,选择两个公开的信用数据集来进行实证分析.实证结果表明：基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型取得了较好的分类结果,可为信用决策者提供重要的决策参考依据.     

高中数学向量知识的内容定位与教学建议

1数学课程改革当中的向量背景和前景分析1.1向量的双重身份向量是近代数学最重要和最基本的概念之一.向量是既有大小又有方向的量,要用两个实数、三个实数甚至更多的实数才能确切地表达.所以它既具有图形的直观性,又有代数推理的严密性.从而向量是一个具有几何和代数双重身份的概念.1.2向量对运算的贡献从“数、量和运算”发展的角度理解向量,向量的加法、减法、数乘向量和向量的数量积以及数学课程标准里未加入的向量积都是新的运算,应该说向量代数是以前所有“数的运算”的一个发展和扩大.在中学引入向量为以后进入大学或选修矩阵及运算做…     

可靠性分析中的最小二乘支持向量机分类方法

为了提高支持向量分类机在处理大样本可靠性问题时的计算效率,将最小二乘支持向量分类机引入到可靠性分析中,使得支持向量机中的二次规划问题转化为求解线性方程组问题,减少了计算量.数值算例表明:基于最小二乘支持向量分类机的可靠性方法与基于支持向量分类机的可靠性方法具有一样的计算精度,而且前者的计算效率明显优于后者.     

系数和常量的摄动对最小范数最小二乘解稳定性的影响

通过对在欧氏范数下系数矩阵和常数向量的摄动△A和△b对最小范数最小二乘解稳定性影响的大小的研究,得到了△x在欧氏范数下的上界.     

赏析2011年高考精彩向量题

向量是新课标中的重要必修内容.由于向量具有数与形的双重性,也使得向量与其他教材内容相比,更具独特性.正是由于向量的上述特征,高考命题者对向量内容格外青睐,在命制有关向量问题时,呈现形式鲜活,知识纵横交汇,可谓匠     

数形结合思想在向量问题中的应用

我们知道向量可以按照一定的运算进行加、减、数乘及数量积等运算,因而向量是属于代数范畴的。但我们知道以上的运算都有它的几何意义,因而向量实际上又是属于几何范畴,故可以说向量是一个数形结合的典范.我们在解题时,若能巧妙地结合向量的几何意义,可以将许多复杂的问题简单化,抽象问题     

自由向量助你一臂之力

以往的立体几何问题常常是给出一定的几何条件,通过逻辑推理、演绎论证得出需要证明的几何结论.现在应用向量处理立体几何问题,常把一定的几何条件通过基向量,转化为向量关系式,再运用向量的基本运算即加法、数乘、内积、外积等,转化为新的向量关系式,从而使得要求的几何结论得以解决.这已成为现在解决立体几何问题的“通性通法”,也容易被学生接受和掌握.通常建立空间直角坐标系,通过位置向量的运算来解决立体几何中的度量问题,实质是上是将已知的几何条件翻译为数组,通过代数运算,完成几何度量,突出几何问题代数化.在运用自由向量解决几何…     

由课本中的例题引发的思考

新课程标准已经在江苏实施了多年，在新课标中对向量部分的内容有这样的解释：向量既是代数的对象，又是几何的对象，它是沟通代数与几何的桥梁．《标准》要求学生掌握向量的加、减、数乘、数量积的运算．向量是近代数学中重要和基本的数学概念之一，是沟通代数与几何的一种工具，体现了数形结合的思想．     

初等函数Taylor级数的向量形式(英文)

推广了初等函数 Taylor级数的向量形式的一些结果 ,所考虑的初等函数 Taylor级数的向量形式涉及了三个复向量 .给出了在二阶常微分方程初值问题中的一个应用 .     

求解四元数矩阵方程X-AXB=CY+D的一种新方法（英文）

提出了四元数矩阵的一种实向量表示法,可以结合矩阵的半张量积研究四元数矩阵方程.给出了四元数矩阵方程X-AXB=CY+D的最小二乘Hermitian解的通解表达式,以及该方程具有Hermitian解的充要条件,通过数值实验,验证该方法的有效性.     

基于遗传算法和熵的缩减记忆式LS-SVM财务困境预测模型研究

为了提高财务困境预测的正确率,减少模型的训练样本数和训练时间,在传统支持向量机(SVM)预测模型的基础上,将遗传算法、信息熵和缩减记忆算法应用于最小二乘支持向量机(LS-SVM),提出了一种基于遗传算法和信息熵的缩减记忆式最小二乘支持向量机预测模型。并独立推导出了适合财务困境预测这一离散序列的熵以及支持向量机核函数的表达式,同时,给出了这一改进模型的实现步骤。实验结果表明,该模型无论是预测正确率,还是训练样本的数量和训练时间,都显著优于最小二乘支持向量机以及传统支持向量机模型。     

竞赛中的向量问题

向量是一种数学工具,理解容易,作用很大,可以解决很多数学竞赛中的问题.平面向量融数形于一体,具有几何与代数的双重形式,兼有图形和数的优点,成为沟通数学各部分知识的重要工具.由于向量是一种图形,具有直观形象的优点,同时又可直接进行计算,因而有关向量的问题具有构思巧妙、     

果蝇优化最小二乘支持向量机混合预测模型—以我国物流需求量预测为例

为解决最小二乘支持向量机参数设置的盲目性,利用果蝇优化算法对其参数进行优化选择,进而构建了果蝇优化最小二乘支持向量机混合预测模型.以我国物流需求量预测为例,验证了该模型的可行性和有效性.实例验证结果表明:与单一最小二乘支持向量机和模拟退火算法优化最小二乘支持向量机预测模型相比,该模型不仅能够有效选择参数值,而且预测精度更高.     

基于最小二乘法的空间坐标转换的非迭代算法

利用最小二乘法讨论三维空间的坐标转换问题,先对已知数据进行中心化处理使得坐标转换化为向量形式的最小二乘线性拟合问题,进而化为矩阵形式的最小二乘问题,最后得到法方程以及最小二乘解.如果已知数据量大且维数高,可通过奇异值分解确定相应的转换参数.和现有方法比较,方法的拟合过程不需迭代,简单易行.算例结果表明,拟合结果和原文数据吻合较好.