集合与简易逻辑

1）重点：集合及子集、交集、并集、补集、空集、相等集合等概念的理解，元素与集合、集合与集合之间的关系及集合的运算的理解与应用；绝对值不等式、一元二次不等式的解法，二次不等式、二次方程和二次函数之间的联系与应用；逻辑联结词“且、或、非”及简单命题、复合命题等概念的理解，命题真假的判断与应用，四种命题及其关系；充分条件、必要条件、充要条件的概念及两命题间充要关系的判断与证明．     

关于一类含绝对值函数的求导问题

介绍了一类含绝对值函数的简洁而统一的求导方法,并给出了判断含绝对值的分段函数在分段点处是否可导的简便方法     

命题到底该怎样考查概念——以七年级上学期一些习题为例

命题研究一直是数学教学研究的重点之一,也是很多老师的兴趣点,加以各种各样名目繁多的考试,特别是中考、学期(年)期末统考的"现实引领",各种命题"成果"在网络上传播得热闹非凡,客观地讲,绝大部分命题体现了数学老师的心血和智慧,但有些命题存在着一定的缺陷,特别是越往"底层"的学案单、周测、单元练的试题更是缺陷明显,有些试题的考查立意是关注概念,其实却是在歪曲、丑化数学概念,使得数学以一种怪怪的     

符号函数在积分运算中常见的错误分析

符号函数sgnx是数学分析中一个特殊的分段函数,在积分运算中,经常被误认为是常值函数,被提到积分符号的前面,从而导致结果错误．本文将通过具体的例子来分析常见的错误．     

与“0”有关的几个问题解析

同学们,在数学中的零,即0这个数可真是个特别而又有趣的数!不是吗?当用它来表示物体的个数时,0就表示没有即一无所有!同时在实数中我们知道,数0又是唯一的一个中性数——既不是正数也不是负     

一类绝对值函数最值问题的解法及其推广

笔者通过对两道含有多个一次函数绝对值之和的竞赛试题的思考和研究,给出这类函数最小值问题的一般性结论.在结论1中讨论形如f(x)=|x-x1|+|x-x2|+…+|x-xn|的函数何时取到最小值,并给出最小值的计算,进一步,当绝对值前面的系数不是1而是一般的常数时,给出这类函数图像的特点,即此时的函数图形是一条开口向上或开口向下或两端水平的折线。     

对一个错误观点的纠正

《中学生数学》2010年11月(上)期刊登文章《再谈一类不等式的错解原因》分别就《中学生数学》(上)在近年刊载的三篇文章进行剖析,从解含绝对值不等式的等价性考虑.录求所提问题相同症结,从而开辟更直接的解法.     

Skandia导航器—工业经济转向知识经济的财务里程碑

知识经济时代的临近,传统财务会计系统已不能正确反映企业的真实价值,因而诞生了一种反映公司智力资本（即企业的市场价值和帐面价值的差值）的新型财务模型——Ｓｋａｎｄｉａ导航器,用以帮助股东精确评价企业的未来竞争力和发展潜力。文章分析了这一模型的五个组成部分：财务、顾客、运作过程、更新和发展、人力资源,并且介绍了精确评价智力资本的大体计算框架。     

Dyadic Bivariate Wavelet Multipliers in L^2（R@2）

The single 2 dilation wavelet multipliers in one-dimensional case and single A-dilation (where A is any expansive matrix with integer entries and |detA| = 2) wavelet multipliers in twodimensional case were completely characterized by Wutam Consortium (1998) and Li Z., et al. (2010). But there exist no results on multivariate wavelet multipliers corresponding to integer expansive dilation matrix with the absolute value of determinant not 2 in L ²(ℝ²). In this paper, we choose $2I_2 = \left( {{*{20}c} 2 & 0 \\ 0 & 2 \\ } \right)$2I_2 = \left( {\begin{array}{*{20}c} 2 & 0 \\ 0 & 2 \\ \end{array} } \right) as the dilation matrix and consider the 2I ₂-dilation multivariate wavelet Φ = {ψ ₁, ψ ₂, ψ ₃}(which is called a dyadic bivariate wavelet) multipliers. Here we call a measurable function family f = {f ₁, f ₂, f ₃} a dyadic bivariate wavelet multiplier if Y₁ = { F ^{- 1} ( f₁ [^(y₁ )] ),F ^{- 1} ( f₂ [^(y₂ )] ),F ^{- 1} ( f₃ [^(y₃ )] ) }\Psi _1 = \left\{ {\mathcal{F}^{ - 1} \left( {f_1 \widehat{\psi _1 }} \right),\mathcal{F}^{ - 1} \left( {f_2 \widehat{\psi _2 }} \right),\mathcal{F}^{ - 1} \left( {f_3 \widehat{\psi _3 }} \right)} \right\} is a dyadic bivariate wavelet for any dyadic bivariate wavelet Φ = {ψ ₁, ψ ₂, ψ ₃}, where [^(f)]\hat f and F ⁻¹ denote the Fourier transform and the inverse transform of function f respectively. We study dyadic bivariate wavelet multipliers, and give some conditions for dyadic bivariate wavelet multipliers. We also give concrete forms of linear phases of dyadic MRA bivariate wavelets.