关于m次齐次多项式偏导数的一个算法原理

提出求m次齐次多项式P(X)偏导数的一个算法原理,并给出了直接由K阶导数计算m-K阶导数的计算方法。     

关于齐次多项式函数的Schur—凹性

Necessary and sufficient conditions for homogeneous polynomial functions of n variables of degree m with m odd, m=2 or m=4 to be Schur-concave on Rn are given.     

偏导数与方向导数的关系

讨论了方向导数在不同的定义下,偏导数与方向导数的关系.     

偏导数与方向导数的关系

讨论了方向导数在不同的定义下,偏导数与方向导数的关系.     

Jacobi多项式及其导数零点的求解方法及算法实现

建立Jacobi多项式及其任意阶导数零点求解方法的统一框架。并在该框架下给出了算法和程序。数值例子表明该方法是非常有效的。     

关于混合偏导数一个结论的注解

微积分中提到,二元函数的二阶混合偏导数在连续的条件下与求导次序无关的结论可以推广到二元函数的更高阶混合偏导数.许多教材对这个结论一带而过.学生在学习这部分内容时,理解出现了偏差,本文予以分析,解释,并给出满足条件下的二元函数n阶偏导数的个数确定方法.     

关于正交多项式导数的正交性的注记

首先讨论了Jacobi多项式的k阶导数在[-1，1]上关于权函数p(x)-(1-x)α k(1 x)β k是正交的，其结果比[2]更具有一般性，然后得到了Hermite多项式和Laguerre多项式的导数的正交性．     

齐次cantor集与偏齐次cantor集的关系

利用投影的方法得到了在一定条件下,齐次Cantor集与偏齐次Cantor集是可以相等的,并给出了具体的结论和证明．     

关于混合偏导数求导次序无关的条件

本文绘出了二元函数二阶混合偏导数求导次序无关的一个充分条件.     

基于Chebyshev多项式函数系的齐次扩容精细算法

基于Chebyshev多项式函数系的特点，设计了求解非齐次线性自治系统的一种新的精细算法——基于Chebyshev正交多项式系的齐次扩容精细算法（HHPD-C）。这一算法不仅避免了HPD—F算法中的矩阵求逆，还克服了HHPD—F算法中对右端激励的周期性要求，从而适合于任意形式的右端激励；不仅计算量小、设计合理，还易于推广和实现。理论与算倒表明，HHPD—C算法十分有效。     

齐次对称多项式的分解原理与方差平均不等式猜想

获得了如下齐次对称多项式的分解原理:设f(x)为m次齐次对称多项式,且m≥2,n≥2,如果当x1=…=xn时,有f(x)≡0,那么存在m-2次齐次多项式pi,j(x)(1≤i相似文献   

算子多项式和次可加m—正齐次泛函的性质

本文首先用m—正齐次算子定义了多项式,讨论了它的简单性质。在此基础上,证明了任意算子的Peano型余项的Taylor公式以及所述公式的唯一性。其次,对次加m—正齐次泛函讨论了运算性质、m的数值与f的取值关系,最后给出了共鸣定理。     

具有任意激励的非齐次线性自治系统的齐次扩容精细算法

基于第二类Chebyshev多项式函数系的特点与齐次扩容技巧,设计了求解非齐次线性自治系统的一种新的长效精细算法(HHPD CS).其不仅避免了HPD F算法中的矩阵求逆,还克服了HH-PD F算法中对右端激励的周期性要求,从而适合于任意形式的右端激励.理论与算例表明,长效HHPD CS算法十分有效,不仅计算量比R K算法小许多,而且数值稳定、计算精度高、设计合理,易于推广和实现.     

Bernstein多项式导数的点态逼近

估计Ｂｅｒｎｓｔｅｉｎ多项式的导数对可导函数的点态逼近度,建立了逼近的正逆定理。     

偏导数的统计求法

对于数学分析教材中所讲到的求解多元函数的偏导数的方法，大家都很熟悉，但是在遇到比较复杂的函数形式时，求偏导数的复杂程度也会随着增加。这时可以由偏导数的定义得到一种估计形式，而本文采用统计的方法对此问题给出了另外一种估计形式，最后通过例子对两种估计进行比较。     

对称函数的偏导数

对于一类特殊的函数--对称函数,给出了它的定义、性质,这些性质给偏导数的计算和证明带来很大方便.     

Jacobians法对热力学偏导数的应用

本文运用Jacobians法引出Jacobians偏导数公式表和Jacobians偏导数通式,统一而简便地用可测物理量描述热力学偏导数,并讨论其应用。     

关于LP(0＜p＜1)尺度下多项式导数的不等式的改进

以Hn 表示n次代数多项式的全体 ,得到如下的定理 :设 0

相似文献