用阿基米德滚刀加工渐开线齿形的原理误差计算

分析了阿基米德滚刀加工渐开线齿形的原理误差,推导出滚刀切削刃连续位置的包络线方程及齿形误差的计算式:θ=(nβ)/(Hcos αcos λ)r2sin2α+2r2ha+ha2-((ρnβ)/(Hcos αcos λ))2-1+cos-1((H)/(ρnβ)cos αcos λ)-α△fF=ρ{[(1)/(cos α)((nβ)/(Hcos λ)-(1)/(r2))r22sin2α+2r2ha+ha2]-[((ρnβ)/(Hcos αcos λ))2-1-((ρ)/(r2cos α))2-1]+[cos-1((H)/(ρnβ)cos αcos λ)-cos-1((r2cos α)/(ρ))]}所用的方法,也可用于其它齿形的范成法.     

一类二阶非齐次欧拉方程的特解

对一类形如x2y″+pxy′+qy=f(x)的二阶欧拉非齐次线性常微分方程,利用变量变换化为常系数线性常微分方程。然后用复数法讨论了具有形如f(x)=Axαcos(βln|x|)和f(x)=Axαsin(βln|x|)非齐次项时求特解的方法,得到了用A/F(α+iβ)xα(cos(βln|x|)+isin(βln|x|))和A/F′(α+iβ)xαln|x|(cos(βln|x|)+isin(βln|x|))表示特解的一般公式。应用该方法简单便捷地得到了若干算例结果,表明了所得结论的正确性和算法的实用性。     

Asymptotic Approximations of Jacobi Polynomials and Their Zeros with Error Bounds

IntroductionUniform asymptotic expansions and error boundsof the (α,β>- 1 ) two- term approximations of theJacobi polynomials P(α,β)n ( cosθ) were obtained[1] .Their result wassin θ2α cosθ2βP(α,β)n ( cosθ) =Γ( n +α + 1 )n!θsinθ1/ 2 Jα( Nθ)Nα +θB0 (θ) Jα+1( Nθ)Nα+1+σ2 ,|σ2 |≤ E2 θ2 +αN -2 ,　 0≤θ≤ π2 ,where E2 is a construct.Baratella and Gatteschiused the first two terms of this expansion[2 ] toconstructa more accurate one- term approximation:x(θ)x′(θ)…     

两类左定Sturm-Liouville问题间的特征值不等式

根据分离型边界条件Sturm-Liouville问题的特征值关于α，β的严格单调性及相关定理，得到两类分离型边界条件的左定S-L问题间的特征值不等式，进一步改进了已有的结论。     

一类右定Sturm-Liouville算子特征的渐近分析

考虑[0,π]上一类带一般分离型边界条件的右定S-L问题特征值的渐近表示,利用Green-Liouville变换及Fréchet 导数,对特征值进行精细的分析,清楚地给出了方程系数q(x)与权函数w(x)及边界条件中常数cotα,cotβ对特征值的影响,使结论更具一般化.     

同名函数倍角公式及其应用——函数x~n+1/x~n的应用之二

我们从三角学知 cos2α=2cos~2α-1 sin3α=-4sin~3α+3sinα cos3α=4cos~3a-3cosα…………这些公式的特点:左边是α角的倍角,右边是用同名函数表示的展开式,象这样的式子我们称为同名函数倍角公式。一般地,cosnθ的同名函数倍角公式是什么?sinnθ有没有同名函数倍角公式呢?这些问题利用函数t_n=x~n+1/(x~n)的性质可以获得解决。     

用待定系数法求非齐次欧拉方程的特解

直接用待定系数法详细地讨论了两类常见的二阶非齐次欧拉方程x2y＇＇＋axy＇＋by=xαPm（lnx）,x2y＇＇＋axy＇＋by=xα[Px（lnx）cos（βlnx）＋Pn（lnx）sin（βlnx）],特解的求法,并对求n阶非齐次欧拉方程的特解作了必要的说明.     

关于二阶常系数非齐次线性方程的一个说明

二阶常系数非齐次线性方程 y″ Py′ qy=e~(αx)〔P_1(x)cosβx P_2(x)sinβx〕 (1)的特解 y*=x~ke~(αx)〔R_1(x)cosβx R_2(x)sinβx〕 (2)中多项式R_1(x)、R_2(x)的次数,有关微分方程的教材中指出,它等于多项式P_1(x)、P_2(x)中较高次数(设为m),而K是特征多项式F(λ)=λ~2 Pλ q中含重根α iβ的次数(即K=0或K=1)。本文的目的是:说明R_1(x)、R_2(x)不一定都是m次以及在什么条件它们不同时是m次。     

几乎Prüfer整环的研究

通过对几乎赋值环的理想和性质的讨论,对几乎Prüfer整环的理想和性质进行了刻画,证明了几乎Prüfer整环的几个等价条件.最后给出一个例子来说明几乎Prüfer整环不是Prüfer整环.     

一类改进的鞍点矩阵最大特征值的区间估计

对鞍点矩阵的特征值估计理论进行了研究.基于对鞍点矩阵的对称性以及鞍点矩阵的最大特征值与子矩阵特征值之间关系的分析,改进了关于鞍点矩阵最大特征值的下界估计,从而得到一类改进的关于鞍点矩阵最大特征值的区间估计.数值实验中考察了由P1-P0混合有限元方法离散化Stokes方程所导出鞍点矩阵的最大特征值.数值结果表明所给出的关于鞍点矩阵最大特征值的区间估计是有效的.     

矩阵特征值的估计

讨论了矩阵特征值的估计,得到了特征值分布的几个区域,在此基础之上给出了矩阵张量积特征值的分布区域.数值算例显示了所得结果的优越性.     

周期多孔结构的Steklov弹性特征值问题的多尺度渐近分析

本文针对周期多孔结构的Steklov弹性特征值问题发展了一种多尺度渐近分析与计算方法,通过对特征函数进行二阶双尺度渐近展开,依次推导得到了一阶单胞函数、材料等效弹性系数、均匀化弹性特征值问题及二阶单胞函数.该多尺度渐近模型的特点是均匀化特征值出现在控制微分方程中而不在孔洞边界上.通过对特征值进行二阶渐近展开并利用校正方程思想,本文得到了特征值的一阶与二阶校正表达式,给出了多尺度特征值的误差估计.最后,基于多尺度渐近展开模型本文进行了有限元计算.数值算例结果显示了多尺度分析在预测Steklov弹性特征值与特征函数的有效性及二阶校正的必要性.     

一类区间三对角矩阵特征值的确界

利用三对角矩阵特征多项式的递推式,Chebyshev多项式的性质以及特征值相关的定理来研究一类区间三对角矩阵的特征值问题, 并且获得了该类区间三对角矩阵的特征值的确界以及取得该值时所对应的矩阵。     

正规矩阵特征值的Wielandt型绝对扰动上界

研究了一类特殊矩阵特征值的绝对扰动上界问题,利用矩阵的奇异值分解和矩阵计算方面的技巧,探讨了正规矩阵特征值的扰动问题,得到了正规矩阵特征值的Wielandt型绝对扰动上界。本文得到的结论还进一步推广了Wielandt－Hoffman定理．是比Wielandt－Hoffman定理更一般的形式。     

一类Sturm-Liouville问题的特征值的渐近分析

目的讨论一类有限区间[0,π]上的常型Sturm-Liouville算子特征值的渐近估计。方法本文运用了同阶无穷小的比较法。结果得到了一类有限区间[0,π]上的常型Sturm-Liouville问题比较精细的特征值的渐近估计。结论给出了微分方程系数及边条件对特征值的影响。     

大规模电力系统关键特征值计算的Arnoldi-Chebyshev方法

介绍了一种Chebyshev多项式加速的显式重启Arnoldi算法,并用其直接求取大规模电力系统小干扰稳定性分析中状态矩阵的按实部递减的部分特征值,即关键特征值.这种方法构造了一个包含不想要特征值的椭圆,用由此椭圆确定的Chebyshev多项式获取新的初始向量,增强右端特征值对应特征向量在基向量方向的分量;进而运用新的初始向量构造Krylov子空间,求取按实部递减的特征值.3机和46机两个系统的计算结果表明,所提算法能够准确有效地求出系统的关键特征值,适合于大规模电力系统的特征分析.     

分形图像压缩编码速度的提高方法及实现

分形技术以其高压缩比等优越特性引起世人瞩目，针对其压缩编码速度有待提高的问题，提出了改进的分形图像压缩方法，该方法在定义父块与子块对比自身而得到的特征值的基础上，证明了匹配父块存在的条件，并使得子块只搜索那些特征值符合条件的父块，从而降低了搜索的复杂度。实验表明，有特征值的搜索速度是无特征值搜索速度的5倍以上，而图像的压缩质量却没有受到很大的影响。     

基于标准结构熵偏差率的软件网络度量研究

基于软件静态网络宏观拓扑特征值的特性,提出了软件网络特征值偏差率以及软件相对规模质量特征和结构有序性的概念.并使用标准结构熵偏差率来衡量软件网络特征值与目前被广泛使用且规模相同的开源软件的网络特征值平均值的差距,以此来反映特征值对相应软件的相对规模有序性的影响.最后采用单样本K-S检验方法对标准结构熵偏差率进行验证,并得出结论:当标准结构熵偏差率大于0.05时,软件在系统设计以及代码编写方面均存在着一定的问题,软件的相对规模结构有序性存在较大的提高空间.     

一个常系数线性动态系统稳定性的判别法则

本文通过将常系数动态系统状态矩阵分解为一个对称矩阵和一个反对称矩阵.进而找出这两个分解矩阵的特征值与原状态矩阵特征值的依赖关系的方法,导出一个十分简单的判定线性常系数动态系统稳定性的法则。