参数统消、分离参数——尽显定值本色

如果曲线中某些量不依赖于变化元素而存在,则称为定值,探讨定值的问题可以是解答题,也可以是证明题,求定值的基本方法是:先将变动元素用参数表示,然后计算出所需结果与该参数无关;也可将变动元素置于特殊状态下,探求出定值,然后再予以证明,因为毕竟是解几中的定值问     

关于三角形数和正方形数的一个结论

问题如图1中的数1,3,6,10,…能表示成三角形,故将其称为三角形数,类似地,称如图2中的数1,4,9,16,…为正方形数.下面各数中,既是三角形数又是正方形数的是( ). A.15 B.25 C.55 D.1225     

具有两类需求服务的随机库存系统控制策略研究

研究具有两类顾客排队需求服务的随机库存系统.系统采取(s,Q)补货策略且当库存水平下降到安全库存s时,到达的第二类顾客以概率P得到服务.首先,建立库存水平状态转移方程并通过递推算法求解获得库存水平稳态概率分布和系统稳态指标;接下来,构建库存成本函数;最后,采用数值试验的方法研究该库存系统的最优控制策略并考察系统参数的敏感性.     

欢迎投稿

来稿须知1.稿件的内容要新颖、形式要活泼,以适合中学生阅读,应避免写成教学交流文章.2.提倡短小精悍的文章,讲清一、两个问题,不要追求"大而全".来稿一般不超过3000字.3.来稿请在左上方注明文稿适合初中生还是高中生阅读,标题下方请写明作者的通讯地址、邮编、作者姓名、电子信箱及电话.     

求解右定两参数特征值问题的精化Jacobi-Davidson方法(英文)

在文献[1]中,作者M E Hochstenbach和B Plestenjak认为精化的方法不适合两参数特征值问题,原因是求解两参数特征值问题的精化方法存在着三个问题:即精化Ritz向量收敛性差,运算量大,不能计算多个特征值.本文指出,事实并非如此.针对右定两参数特征值问题,本文提出了一种有效的精化数值方法.并通过理论证明和数值实验说明了Ritz值的收敛性,以及精化Ritz向量具有比通常的Ritz向量更好的收敛性.     

基于DEA三阶段模型的两型农业生产效率研究

农业生产技术效率通常受到管理效率、环境特征和随机误差的影响,管理效率因素是内生的,环境特征和随机误差两个因素是外生的.为了剥离这两个外生因素对效率值的影响,区分并测算这三种因素对生产效率的具体作用,可以利用三阶段DEA模型对"两型农业"生产效率进行研究.通过采用DEA三阶段模型去除了环境因素和随机影响,以2008年湖南省14个市州为例,测算了"两型农业"生产的综合效率,并依据实证分析的结果,提出了相应的促进两型农业发展的政策建议.     

多元时间序列复杂网络流型动力学分析

针对气液两相流流动特性,利用有限元分析方法设计变曲率对壁式电导传感器.采用设计加工的传感器在多相流装置上进行气液两相流动态实验,并测得多组对应于不同流型的电导波动信号. 基于测量数据,采用多元时间序列复杂网络构建算法构建对应于不同流型的复杂网络.在此基础上, 对网络的社团特性进行了分析, 研究发现,不同的社团结构对应于不同的流型,而社团内部网络特征可有效刻画不同流型内在动力学特性.多元时间序列复杂网络分析可为两相流流型演化动力学特性研究及流型识别提供新理论、开拓新途经.     

Numerical Simulation of Explosive Dust Detonation with CE/SE Method

采用CE/SE方法数值模拟悬浮在空气中的RDX炸药粉尘的两相爆轰过程.炸药颗粒在爆轰波阵面后的高温高速气流中加速并升温,释放能量支持爆轰波传播.数值模拟爆轰波管中的粉尘爆轰,得到爆轰波流场中的物理量分布,确定爆轰参数,数值结果与文献符合较好.数值模拟复杂通道中的炸药粉尘爆轰,预测了爆轰波的发展和传播过程以及爆轰波后的流场演化.数值结果表明CE/SE方法能成功模拟气体-固体两相爆轰,为粉尘爆轰的研究提供了新的数值预测手段.     

格子Boltzmann方法中三种流固耦合格式的对比

详细对比分析模拟流固两相流的格子Boltzmann方法中三类不同的流固耦合格式(半反弹方法、亚网格方法和曲边界方法)的特点,发现半反弹方法所获得的速度、角速度存在较大的扰动,而亚网格颗粒方法则能够获得平滑的发展曲线.     

矩形微槽道纳米流体沸腾传热压降特性研究

为研究纳米流体微尺度沸腾传热流阻及压降特性,文中以体积浓度为0.2%的水基Al2O3纳米流体为试验工质,在尺寸为0.6mm×2mm矩形微槽道中进行沸腾传热实验,建立实验模型,分析纳米流体沸腾传热两相摩擦乘子的影响因素及进出口压降组成,并将本实验的两相摩擦压降值与现有理论模型及参数修正后理论模型预测值进行比较。结果显示,在本实验给定的条件下,实验段两相流压降中88.6%为两相摩擦压降。与L-M模型相比,M-H修正模型和Z-M修正模型都能较好地预测实验结果。其中经M-H修正模型能更好地预测本实验的实验值,使得平均误差减小为21.2%,大大降低了原L-M模型的误差。