雅可比矩阵在机器人运动中的应用

利用雅可比矩阵的性质研究机器人的逆运动问题,特别地讨论了带冗余度和矩阵奇异的情形.首先给出逆运动的求解方法,然后给出它的应用,用梯度下降法给出关节角的迭代公式,最后给出模拟仿真结果.仿真结果表明该方法准确高效,为机器人的运动规划和控制的实现奠定基础.      

基于MATLAB的一类迭代分析

SOR迭代法收敛的必要条件是0〈ω〈2．基于MATLAB对于大量实际问题进行了数值实验,发现对最常见的系数矩阵类,当ω〈1时SOR迭代法是收敛的,但其收敛速度低于Gauss-Seidel方法（ω=1）的收敛速度,对此本文给出了证明．说明了一般情况下SOR迭代的超松弛方法（ω〉1）才有意义．     

关于Jacobi三重积恒等式的一个证明

本文主要利用Kac-Moody代数中的分母恒等式证明了Jacobi三重积恒等式。     

Hermite插值与Jacobi展开在过收敛方面的关系

对纽线内部的解析函数,得到了Hermite插值与Jacobi多项式之差的过收敛性的精确估计;此外还指出有关的差在过收敛区域的边界上一致收敛的充分必要条件。     

非线性耦合Klein-Gordon方程组的周期波解

利用F-展开法,求出了非线性耦合Klein-Gordon方程组的许多新的由Jacobi椭圆函数表示的周期波解.当模趋于1和0时,分别得到了孤立波解及三角函数解.     

考虑人寿保险的最优金融决策

不同于以前的最优消费、投资问题研究，本文研究个人投资者的最优金融决策问题——如何决定最优的证券组合、消费和购买人寿保险，使其期望效用最大化。假设投资者死亡事件是一个独立的泊松过程，对投资者生存期间的最优金融决策问题构造了一数学随机模型，运用动态规划原理和随机分析方法，解决对应的最优控制问题，最优策略可通过对应的HJB方程得到。对于效用函数为CRRA(常数相对风险厌恶)类型，显式地得到具有反馈形式的最优投资过程、消费过程及人寿保险购买过程。     

一个新的Hamiltonian振幅方程的周期波解

由扩展的F-展开法获得了一个新的Hamiltonian振幅方程的新形式的周期波解.在极限情形得到了由双曲函数和三角函数表示的解.作为特别情形,得到了非线性Schr(o)dinger方程的相应解.     

Jacobi矩阵的性质与几何体上积分变换定理

研究了Jacobi矩阵的性质，给出了几何体上积分的变量变换定理，总结推广了经典分析数学中的有关结果。     

线性互补问题和线性方程组迭代方法的收敛条件

讨论了对线性互补问题Z>0,MZ-q>0,Z~T(MZ+q)=0,其中M∈R~(n×n),q∈R~n,Z∈R_+~n的选代方法收敛条件,M所有特征值的实部大于零是投影Jacobi松弛算法收敛的充分条件,这个条件相对弱于其它迭代方法的收敛条件,同时指出线性方程组AX=b迭代方法收敛的充分必要条件是A所有特征值实部不等于零且同号。此外,还给出各种矩阵类型的线性互补问题的实例。     

关于Hermite—Fejér型插值多項式的逼近阶

众所周知,Hermite-Fejer多项式具有表达式H_(2n-1){f,x}=sum from k=1 to nf(x_k)w_n~2(x)/(x-x_k)~2[w'_n(x_k)]~2{1-w'_n(x_k)/w'n(x_k)(x-x_k)}其中x_k(k=1,……,n)为[a,b]为中一组互异点,w_n(x)=(x-x_1)(x-x_2……(x-x_n),f(x)∈C[a,6]。本文就取一类较广泛的Jacobi多项式的零点作插值节点时对H_(2n-1){f,x}的逼近阶进行统一的估计,得出了比较满意的结果。作为特例,它包括以下最常用的五类Jacobi多项式的零点作节点时的结果:第一类Чебышев多项式,第二类多项式,Legendre多项式以及J_n~(-1/2, 1/2)(x),J_n(1/2,1/2)(x)。