指数函数和对数函数

指数函数和对数函数是基本的初等函数,指数函数和对数函数的单调性涉及底的大小的讨论,可以培养学生分类讨论的思维品质,对养成良好的数学思维方式大有好处.另外,对数换底公式的灵活应用,对培养学生的应变能力也是非常有益的.一、对数换底公式的应用     

求一类多元多峰函数全局极小的区间斜率方法

Based on the interval analysis, an interval slope method is proposed for finding all global minimizers of a several peaks function f on domain X^0包含于R^n, which is given by interval slope discard tests and interval extension of objective function.Numerical results of representative test functions show that this method is practical and effective.     

全局优化问题的一个新的无参数填充函数

求全局最优化问题的填充函数算法被提出以来,参数的选取和调整一直是制约算法有效性的因素.如何在实际的计算过程中选取合适的参数,直接影响和决定了运算速度和效率.因此,构造不含参数的填充函数就显得极为重要.提出一个新的无参数的填充函数,对其理论性质进行了分析,并给出相应的填充函数算法,数值计算验证了算法的有效性.     

三角函数与三角恒等变换

1.本单元知识点三角函数是基本初等函数,它是描述周期现象的重要数学模型.本单元的学习重点包括:三角函数的概念,三角函数的图象与性质,同角三角函数基本关系,三角函数诱导公式,两角和与差的正弦、余弦、正切公式,二倍角的正弦、余弦、正切公式,函数y=Asin(ωx+φ)的图象,三角函数模型的应用.本单元的学习难点包括:三角恒等变换.2.典型例题选讲例1已知tanα=13,求值:     

RBF-PU方法求解二维非局部扩散问题和近场动力学问题

采用单位分解径向基函数(radial basis function partition of unity,RBF-PU)方法,数值求解了二维非局部扩散问题和近场动力学问题。主要思想是对求解区域进行局部划分,在局部子区域上分别进行函数逼近,然后加权得到未知函数的全局逼近。这种基于方程强形式的径向基函数方法在求解非局部问题时,不需要处理网格与球形邻域求交的问题,避免了额外的一层积分计算,实施简便,计算量小。数值实验显示计算结果与解析解吻合较好,RBF-PU方法可以准确有效地求解非局部扩散方程和近场动力学方程。     

探源高考 回归课本

高三数学复习存在一个重要而又关键的过程——回归课本.但复习中,教师和学生为了尽快走近高考,直接进入教辅资料便利化,题海战役正常化的阶段,课本的作用未能得到体现,其重要性远远未能得到重视,殊不知课本是高考试题的"发源地",课本习题是高考试题的重要依据;课本是高考试题作答的"示范地",课本例题为高考试题的作答提供了标准化的模板;课本是学生数学能力的"生长地",课本的例、习题提供了相应的方法及数学思想,为进一步的深入探究提供了方法及方向.1课本是高考数学复习的最有效资源课本是众多教材编写者智慧的结晶,是每年高     

赏析两道高考姊妹题

近日,笔者看到两道姊妹题,作了改编并运用于课堂,效果很好,现拿来与大家分享.题1(2010年天津高考题)已知函数f(x)     

旅行商问题的基因整合算法

本文针对旅行商问题提出了基因整合算法。它是通过设置扰动矩阵构造与原商问题等价的近似问题，使用最优罚函数选择回路分枝得到一系列局部最优回路，从中提取频度高的分技——基因进行整合，得到更优的回路。该算法计算量小，对大规模问题计算效果显著。利用该算法对CHN144问题给出了目前最件的结果。     

广义变系数模型的Bayesian B样条估计

提出了广义变系数模型函数系数的一种新的估计方法．我们用B样条函数逼近函数系数,不具体选择节点的个数,而是节点个数取均匀的无信息先验,样条函数系数取正态先验,用Bayesian模型平均的方法估计各个函数系数．这种估计方法一个主要特点是允许各个函数系数所需节点个数的后验分布不同,因此允许不同函数系数使用不同的光滑参数．另外,本文还给出了Bayesian B样条估计的计算方法,并通过模拟例子,说明广义变系数模型的函数系数可以由Bayesian B样条估计方法得到很好的估计．     

随机函数的几乎处处中心极限定理

设{X_n,n≥1}是独立同分布随机变量序列,EX_1=0,EX_1~2=1．设S_n=∑_i~n=1 X_i,T_N=T_N(X_1,…,X_n)是随机函数且T_N=AS_N+R_n．我们证明若supE|R_n|＜∞,R_n=o n~(1/2)a．s．或R_n=O(n~(1／2-2γ))a．s．(0＜γ＜1／8),则对随机函数T_n几乎处处中心极限定理(简记为ASCLT)和函数型几乎处处中心极限定理(简记为FASCLT)成立．由此作为推论,可得对U统计量、Von-Mises统计量、线性过程、移动平均过程、线性模型中误差方差估计、功率和、连续分布函数的乘积极限估计和分位点函数的乘积极限估计等均成立着ASCLT和FASCLT．