学会应用图象解决物理问题

中学物理中常用的图象都是以平面直角坐标系描述的，在应用图象分析问题时，应注意以下4个方面。     

物理竞赛中的物理图象

图象处理法是物理竞赛中常用的处理方法,主要表现在图象的"面积"与图象的交点两个方面.     

利用运动图象巧解物理问题

运动图象（包括v-t，s-t图象）是描述物体运动规律的重要方法之一，它具有直观，形象的特点。利用图象分析问题，往往会收到简便快捷的解题效果，因此在教学中应对运动图象给予足够的重视，充分发挥图象的作用，为学生学习和提高广开思路．     

图象法与极值法在物理解题中的应用

应用物理公式解题,实际上就是把物理问题转化为数学问题,然后运用数学知识和有关的数学技巧来解答物理问题,可以使问题的解答变得更为简单.下面介绍数学方法中的图象法和极值法在物理解题中的应用.     

用图象分析电功率问题

研究了物理教学中的图象分析法 ,举出教学实例予以讨论。     

应用速度图象巧解物理题

物理图象由于其直观、形象,在表达物理规律、求解物理问题时,有其独特的优势.本文就应用速度图象解题方法举例说明. 例一:质点在如图1所示力(方向在一直线上)的作用下由静止开始运动,则质点动能最大的时刻是:     

应用图象法进行物理教学

在物理学中，要使学生深入理解基本概念和基本规律．并运用它们正确地解释现象，分析和计算问题．教师必须设计切实可行的教学方法．而应用物理图象的直观性和运动性对讲清物理规律的内涵和外伸，导出某些推论，以及学生理解概念，掌握物理意义。加强印象开阔思路，解决某些具体问题等方面都有独到之处．下面以几则教学实例浅谈教学体会．     

运用不同的物理思想解决同一问题

学习物理，就是培养我们运用物理思想解决问题的能力，学会观察，学会描述，学会分析物体的运动，不断增强解决问题的能力．     

借助物理图象加强过程分析

在分析和解决物理问题时,利用图象展示较为复杂的运动过程,其直观性和整体性十分明显,会使学生易于分清运动的各个不同阶段,找出各阶段的特有属性及相互间的联系,把握运动变化的临界点以及运动过程的总体情况.     

解题拾零二则

【例1】（2006年全国理综Ⅱ）如图1所示，一固定在竖直平面内的半圆形轨道ABC，其半径R=0．5m，轨道C处与水平地面相切．在C处放一小物块，给它一水平向左的初速度”0=5m／s，结果它沿CBA运动，通过A点，最后落在水平面上的D点，求C、D间的距离，取重力加速度g=10m／s^2．     

利用物理模型解决弹簧类问题

弹簧问题经常出现在高考中,是由于弹簧和与其相连的物体构成的系统相互作用时涉及到的物理规律比较多、运动状态比较复杂、所给条件比较隐蔽．弹簧问题能考查学生分析物理过程、建立物理模型的能力,对学生思维能力和知识迁移能力的要求也比较高．     

如何解决初中物理中的“陷阱”题

就如何解决初中物理中遇到的"陷阱"题目,发表一些看法.     

独辟蹊径 突破数学知识不同步的困境

学习物理的过程就是学习基础物理知识、掌握基本物理方法、培养解决物理问题能力的过程.无论是理解能力、推理能力、分析综合能力、应用数学处理物理问题的能力还是实验与探究能力都离不开数     

习题课要解决什么问题

习题课,指的是书本内容讲完一个章节,一个单元,教师将内容梳理一下,把练习中的一些典型的、有代表性的错误作一讲评.下面结合实例,谈几点做法.1 培养学生分析问题的深刻性 分析问题的深刻性是要深入细致地思考问题,要透过现象看本质,理解物理过程的本质特征,不是套公式、定律,机械模仿.     

正确理解算数平均值巧解物理题

先看一例．【例题】一质量为／／7,的金属杆。6以一定的初速度从一光滑平行金属导轨底端向上滑行,导轨平面与水平面成30°,两导轨上端用一电阻R相连,如图1所示．磁场垂直斜面向上,导轨与杆的电阻不计,金属杆上行到某一高度之后又返回到底端,则在此过程中,     

一种处理原子核多体问题的有效方法

由二级散射矩阵元出发计算了核物质内强子的二级自能修正, 并且归纳了一种研究原子核多体问题的有效方法. 另外, 还讨论了各种密度相关的相对论多体方法之间的关系.     

浅谈“基本不等式”在高中物理解题中的应用

1 基本不等式 (1)a+b≥2√ab(→)ab≤(a+b)2/4 (2)a+b+c≥3 3√abc(→)abc≤(a+b+c)3/27 2 应用 2.1 非完全弹性碰撞 [例1]光滑水平面上,质量为m的物体A以速度v0与静止的物体B(质量也为m)发生对心碰撞.讨论:若为非完全弹性碰撞(动量守恒、动能有损失),求AB后来的运动状态,及系统动能损失情况.     

Using Gaussian Eigenfunctions to Solve Boundary Value Problems

Kernel-based methods are popular in computer graphics, machine learning, and statistics, among other fields; because they do not require meshing of the domain under consideration, higher dimensions and complicated domains can be managed with reasonable effort. Traditionally, the high order of accuracy associated with these methods has been tempered by ill-conditioning, which arises when highly smooth kernels are used to conduct the approximation. Recent advances in representing Gaussians using eigenfunctions have proven successful at avoiding this destabilization in scattered data approximation problems. This paper will extend these techniques to the solution of boundary value problems using collocation. The method of particular solutions will also be considered for elliptic problems, using Gaussian eigenfunctions to stably produce an approximate particular solution.