泰勒公式教学的探索与实践

分析了一阶泰勒多项式的物理意义与误差,采用启发式教学,引导学生自主探索泰勒公式.在此过程中,将数学理论知识与函数图像、实际生活相结合,增加了直观性,活跃了课堂氛围.     

基于两点信息构造的多项式逼近函数

通过一个函数在两点处的函数值及其导数值,构造了一个次数最低的多项式来逼近函数,并得到了一个误差估计表达式.与只利用一点处信息得到的泰勒展式的比较,利用两点处信息构造的逼近多项式具有较好的逼近效果.     

由泰勒公式和中值定理谈一元函数微分学与多元函数微分学形式的统一

利用高阶微分和方向导数,改写了多元函数的泰勒公式和拉格朗日中值定理(简称中值定理)的形式,从而将多元函数的泰勒公式和中值定理与一元函数的泰勒公式和中值定理统一起来.进一步地,可以由此出发,以一元函数微分学的视角重新认知并理解多元函数微分学.     

一类多项式函数零点分布问题

利用儒歇定理讨论一类多项式函数一定条件下在圆周内零点分布情况．     

广义多项式函数的极值问题

本讨论了广义多项式函数的极值问题，给出了这一问题的必要条件和充分条件，介绍了一种求解此类函数极值的实用方法。     

函数性态分析

应用泰勒定理给出了在高阶导数情况下,关于函数极值和凹凸性判别法的一般提法,应用函数单调性的结论给出了关于其单调性判别的简易方法,并对函数不等式的证明作了适当的补充。     

多项式的泰勒展开式的应用

利用多项式的泰勒公式,给出与代数式化简相关问题的新方法.     

小波神经网络逼近非线性函数算法

介绍用于函数近似的一种新型神经网络——小波神经网络,该小波神经网络采用的函数是sigmoid函数的组合.文中从理论上阐明了小波神经网络对某些时频有限的非线性函数的逼近能力,并实际建立了一个前馈小波神经网络,同时讨论了如何选择小波母函数及如何减少该神经网络规模的算法.实验结果表明这种小波神经网络可以在较小规模的基础上实现对这类非线性函数的逼近.     

几种函数逼近方式的逼近能力比较与综合

介绍了Fourier变换、小波变换、神经网络、小波神经网络、多小波和多小波神经网络几种不同的函数逼近方式，对这几种函数逼近方式中的基函数性能作了详细比较，发现基函数的性能越好，其函数逼近效果一般来说也越好，并对这几种函数逼近方式的表达式进行了比较和综合。     

命题多项式与命题函数的解析化

本文提出了命题多项式，0－1命题多项式的概念，应用它们，实现了命题函数的解析化．     

一类不可微函数的光滑逼近法

研究了一类不可微函数的1种光滑逼近法.采用推理的方法证明当控制参数趋于无穷大时,熵函数在整个空间上一致逼近原函数.此结果对于不可微函数的光滑化研究具有重要的理论意义.     

对称函数最佳线性逼近的求法

利用频谱技术给出了求对称函数最佳线性逼近函数的快速算法.     

涉及亚纯函数微分多项式和分担值的正规函数

研究亚纯函数的微分多项式与分担值的关系,得到了一族新的正规函数,即:设F是定义在单位圆盘上的一族亚纯函数,零点重级至少为k并且存在正数A≥1,使得当f(z)=0时有f(k)(z)≤A.f的微分多项式为F(z),如果对于任意的f∈F,有f(z)∈{a,b}F(z)∈{a,b},这里a,b是2个互异的非零有穷复常数,则存在仅与a,b有关的正数M,使得对于每个f∈F,有(1-∣z∣)2∣f′(z)∣f 1+∣f(z)∣2≤M     

关于多项式的定义

本文对多项式的定义,就高等代数与中学代数中关于多项式的定义的联系和差异,作了比较详尽的论述.     

亚纯函数微分多项式的值分布

研究了亚纯函数微分多项式fkQ[f]的值分布.证明了对于满足δ(∞,f)≥1-α>0的超越亚纯函数f(z),微分多项式fkQ[f]在任意不含极点的可数个圆盘并集之外取任何非零有限复数无穷次,其中k>1-α,ΓQ是Q[f]的权.     

脉搏波的函数叠加逼近分析方法的研究

研究了脉搏波的形成机理,并根据波形变化规律,采用函数叠加逼近方法对其进行了分析,得到了脉搏波的特征参量.初步临床应用表明,该方法物理概念清晰、直观、有效.