拟Gauss求积公式

讨论了ｒ拟Ｇａｕｓｓ求积公式的存在性以及在一定条件下对干预先指定的ｎ－ｒ个结点的ｒ拟Ｇａｕｓｓ求积公式和正的ｒ拟Ｇａｕｓｓ求积公式的存在性与构造。     

高斯──勒让德加速求积公式

在复化的ｍ＋１点高斯──勒让德求积公式的基础上，给出了数值积分的一种新的计算法。它比复化的高斯──勒让德求积法收敛的更快。     

拉盖尔—高斯光束通过双透镜聚焦系统的传播

运用惠更斯－菲涅尔原理和取样理论,推导了拉盖尔－高斯光束通过可由ＡＢＣＤ转换矩阵描述的双透镜聚焦系统传播的循环求和公式．利用计算机编程计算了拉盖尔－高斯光束通过上述光学系统传播的衍射图案     

拉盖尔-高斯涡旋光束的传输特性研究

从菲涅耳衍射理论出发,以自由空间为例,利用柯林斯公式推导出了任意阶拉盖尔-高斯涡旋光束的传播形式,证明了高阶拉盖尔-高斯涡旋光束在自由空间的传播能够保持其自身表达形式的不变性。此研究方法可以拓展到满足傍轴条件的任意光学系统。对不同阶数的拉盖尔-高斯涡旋光束经过传输后的相位和强度分布分别进行了数值模拟,在传输的过程中,光束的等相位线发生了弯曲并且光束发生了扩散,依据传播表达式对其相位和强度的变化规律进行了分析。     

高斯型求积系数的一般公式

本文给出的结果有（１）高斯型求积系数Ｗｉ＝；（２）插值基函数的正交多项式展开。     

聚焦拉盖尔─高斯光束的三维光强分布

运用Ｃｏｌｌｉｎｓ公式对受光阑限制的聚焦拉盖尔－高斯光束的轴上光强分布、相对焦移及三维光强分布进行了数值计算和分析讨论．     

关于拉盖尔多项式的一些新的恒等式

利用初等和组合的方法研究了拉盖尔多项式的基本性质,并给出了一些新的恒等式。     

振荡函数积分的一种Gauss型求积公式

本文讨论形如integral from n=-1 to 1 (f(x)e~(iθx))dx(θ为大的正数)的积分的计算方法。构造了计算上述积分的一种Gauss型求积公式。并把所得的公式与已有的一些结果作了比较。     

一种构建高精度求积公式的新策略

以低阶求积公式为基本模块,基于它的余项表达式及代数精度概念,提出了一种改进和构造高精度求积公式的普适性新策略。该方法可实现求积公式的有限次改进。最后,应用于几个常用低阶求积公式,以验证本文方法的有效性。     

广义Gauss-Laguerre-Radau求积公式

对[0,∞)上的广义Laguerre权函数wα(x)=xαe-x,讨论多重端点情形下的广义Gauss-Laguerre-Radau求积公式,从而推广和统一现有的一些结果.     

关于Romberg求积公式注记

对Romberg求积公式进行了详细分析.讨论了其显式公式,给出了其误差公式.与Newton-Cotes和Gauss求积公式进行了比较分析,得出Romberg求积并不是一个理想的求积公式.     

基于Laguerre多项式的分布参数系统最优控制方法

讨论分布参数控制系统最优控制的逼近方法问题.运用Laguerre多项式的正交特性和微分运算矩阵推导出几个有效的结论,把分布参数系统最优控制的积分型性能指标转化为一般的代数式,从而将一类分布参数系统的最优控制问题转化为一般代数极值问题,并给出了具体求解步骤.该方法简化了分布参数系统的最优问题求解,并保持了最优控制和系统状态逼近解的分布参数特性.最后,从理论和对比分析两方面对该算法的逼近效果进行分析,并结合仿真示例验证了方法的有效性.     

高斯型求积校正新公式

基于高斯-勒让德求积公式余项,给出一种新的数值积分校正公式.该校正公式相比原高斯型求积公式可提高四阶代数精度,即n点校正公式的代数精度至少达2 n+3,而且数值算例表明,该校正公式的数值精度明显优于原高斯型求积公式和其他已知的计算结果.     

关于应用Gauss公式的几点注记

本文由一道高等数学习题的错误结果来讨论应用Gauss公式应注意的几个问题,并得到关于曲面积分更为一般的结果。     

仿Laguerre特征值及Laguerre等参超曲面研究

设x:M→R~n是主曲率非零的无脐点超曲面,若x满足Laguerre形式C等于0,且所有Laguerre主曲率都是常数,则称x是Laguerre等参超曲面.证明了当Laguerre形式C等于0时,若Laguerre主曲率是常数,则仿Laguerre特征值为常数;若仿Laguerre特征值为常数且λ非零,则Laguerre主曲率是常数.     

R6中的Laguerre等参超曲面的分类

若超曲面的Laguerre形式为零且Laguerre第二基本形式的特征值(称为Laguerre主曲率)为常数,则称超曲面为Laguerre等参超曲面. 对$\mathbb{R}^{6}$中的Laguerre等参超曲面进行了研究,得到了分类定理.