复变函数的微分中值定理及其应用

研究整函数的微分中值定理,得到一个新的复变函数微分中值定理.给出了复变函数微分中值定理在定理证明和计算复变函数不定式极限方面的应用.     

几个微分中值定理之异同——从罗尔定理到泰勒定理

要深刻地了解函数的性质,就必须进一步研究可导函数与其导数之间的关系.微分中值定理就深刻地揭示了它们的内在联系.微分中值定理是微分学教学的重点和难点.从理论上、形式结构上、定理的证明上等方面分析了几个微分中值定理的异同,揭示了微分中值定理在微分学中的重要地位和理论价值.     

微分中值定理的推广及其应用

本文在函数f(x)分别满足Rolle定理和Lagrange中值定理的条件下,以及函数(x)、F(x)满足Cauchy中值定理条件而函数g(x)满足一定条件下,推广了前述三个定理,而这三个基本定理则成为本文所建立的推广后有关定理的特殊情形。     

利用参数变导法构造辅助函数

微分学中有3个著名的中值定理，其中Lagrange中值定理的证明，引入了辅助函数，然后由Rolle中值定理来证明Lagrange中值定理，这个突如其来的辅助函数很难理解和接受．利用参数变异法引入辅助函数，给出了一种辅助函数的“统一”构造法，并利用这种方法解决了一些具体问题．     

利用参数变导法引入证明中值定理的辅助函数

微分学中有3个名的中值定理，其中在Lagrange中值定理的证明过程中，引入了辅助函数，然后由Rolle中值定理来证明Lagrange中值定理．这个突如其来的辅助函数很难让学生理解和接受．中从一个全新的角度，利用参数变异法引入辅助函数，攻克了教学难点．     

实函数与复函数上微分中值定理内在联系的探究

从二元实函数与复数间的联系出发,将一元微分中值定理推广到二元实函数上,然后利用二元实函数的微分中值定理,将实数域上的微分中值定理推广到复数域上,得到解析函数的微分中值定理。     

二重积分中值点渐近性的讨论

利用已有的积分第一中值定理的中值点的渐近性的一些结论,通过对中值点渐进性的研究,讨论了含两个函数的二重积分中值定理中值点的渐近性,并得出类似于积分第一中值定理及其中值点渐近性的结论.     

弱条件n元多函数高阶对称式柯西中值定理

以行列式为工具,给出了n元多函数对称式含高阶导数的柯西中值定理,减弱了柯西中值定理的条件.     

微分中值定理的证明及推广

基于拉格朗日中值定理与柯西中值定理的基本原理,构建了罗尔定理不同系数的辅助函数,用这些辅助函数重新证明了拉格朗日中值定理和柯西中值定理,并且推广了微分中值定理.     

微分中值定理在理论推导中的应用

微分中值定理是微分学的基本定理。泰勒定理、罗必塔法则、函数的单调性与极值以及函数的凹凸性等涉及到的大量的定理和结论,都是微分中值定理的理论推导应用。深入研究微分中值定理,有助于加深对这些定理的理解;清楚这些定理的证明,能促使学习者掌握微分中值定理的具体应用。     

主成分回归的主成分选择准则

结合回归自变量选择的Cp准则及平均残差平方和准则，讨论了利用主成分回归时如何选择主成分可在一定程度上避免人为性，提出了两个准则，以供实际应用时参考。     

普遍化Woodward—Hoffmann周环选择定则的一种简易形式

简化的普遍化Woodward-Hoffmann周环选择定则（SGWH定则）可适用所有类型周环反应。SGWH定则可以从普遍化Woodward-Hoffmann周环选择定则推导出。     

Hilbert空间中函数和的次微分规则及应用

 给出了Hilbert空间中非光滑函数和次微分的“局部”和规则,讨论了这个和规则的应用.利用“局部和规则”,讨论并得到了一类较广的复合优化问题的最优必要条件.     

中值定理泰勒公式罗必塔法则的统一证明

借助插值的思想 ,首先给出函数f(x)的泰勒公式的行列式表达式 ,推广了柯西中值定理 ,据此拉格朗日中值定理、泰勒公式、罗必塔法则均是该结论的推论 ,从而对经典的中值定理、泰勒公式、罗必塔法则给出了统一证明     

基于粗集和模糊集的启发式规则约简算法研究

提出了一种新型的决策规则约简方法。基于均匀划分和正态分布隶属度函数,对决策表的连续属性进行模糊化,用欧氏距离贴近度来构建相似矩阵,并提出了一种论域的模糊划分算法;依据粗糙集隶属度进行属性约简的基础上,给出了一种决策规则约简算法,从而达到发掘知识并简化知识的目的。     

基于可能性准则的一元累积和控制图

基于过程检验统计量模糊化后的隶属函数确定的可能性分布,提出了一种对质量模糊特性进行累积和控制的方法,其中应用了一类新的距离概念、新的方差和样本方差.将LR-型质量数据看作中心值变量服从正态,二扩展变量服从均匀分布的模糊随机变量,进而对过程均样本作近似正态处理,根据Kruse-Meyer对模糊数据假设检验的方法,给出了独立观测下一元累积和控制的可能性准则.     

基于模糊相似矩阵与粗糙集的规则获取

粗糙集理论是一种对对象进行分类的能力.分类是推理、学习与决策中的关键问题.传统粗糙集所基于的是不分明关系,这往往使得分类过细,因而基于粗糙集的规则获取也存在知识粒度过细的问题.文章探讨一种基于模糊相似矩阵的分类方式,把传统的等价关系弱化为模糊等价关系,从而得到更具表达力的粗糙集模型,在这个前提下讨论规则获取一定程度上解决了知识粒度过细的问题.     

寿命特征模糊假设的贝叶斯检验

研究了寿命试验数据的模糊统计假设的贝叶斯停止判决法则，其中损失函数为试验费用和误判损失之和．在试验过程中，贝叶斯停止法则由最优截断时间确定，贝叶斯判决法则由判决风险决定．     

关于模糊证据理论的一个新解释

推广了Dempster所提出的随机集概念，并讨论了模糊信息源的不确定结构与模糊事件空间之间的关系，最后特别地用广义的上、下概率概念给出了模糊证据理论的一种新的解释，同时证明了模糊条件信任函数实际上是Dempster模糊条件规则的推广。     

基于模糊规则的随机缺失属性值数据分类算法

针对缺失属性值数据分类算法中模型分类精度和泛化能力低的问题, 提出一种基于模糊规则的缺失属性值数据分类算法, 即“循环 接收”模型. 该算法不需要对缺失属性值数据进行插补运算, 可直接对该数据集进行分类. 对UCI公开数据集进行模拟仿真实验, 实验结果表明, “循环 接收”模型与其他算法相比具有更高的分类精度和泛化能力.