4第四章 生成函数

合集下载

第四章-特殊函数(上)-勒让德多项式和球谐函数

第四章-特殊函数(上)-勒让德多项式和球谐函数

2ll!dxl
k0
2lk!(lk)!
[2 l]
(1)k
k0
(2l2k)! xl2k 2lk!(lk)!(l2k)!
Pl(x).
3.勒让德多项式的积分表示
根据柯西积分公式的高阶导数,并取正方向积分有
i f(l)(z) l!
f() d
2πi C(z)l1
容易证明微分表示(4.1.10)也可表示为环路积分形式
4.2.1 勒让德多项式的性质 1. 勒让德多项式的零点 对于勒让德多项式的零点,有如下结论:
(i) P n ( x ) 的 n个零点都是实的,且在 (1,1) 内;
(ii) Pn 1 ( x ) 的零点与 P n ( x ) 的零点互相分离.
2. 奇偶性 根据勒让德多项式的定义式,作代换 x (x), 容易得到
P2n(0)(1)n2(22 nn n!)n !!(1)n(2 (n 2n )1 !)!!! (4.1.9)
式中记号 ( 2 n ) ! ! ( 2 n ) ( 2 n 2 ) ( 2 n 4 ) L 6 4 2
而 ( 2 n 1 ) ! ! ( 2 n 1 ) ( 2 n 3 ) ( 2 n 5 ) L 5 3 1
的项,即 k l
2
的项,应取 k m ax
[l] 2
,并且注意到
d l x 2 l 2 k ( 2 l 2 k ) ( 2 l 2 k 1 )[ 2 l 2 k ( l 1 ) ] x l 2 k d x l
因此有
1
dl
(x21)l
[2 l]
(1)k
(2l2k)(2l2k1)L(l2k1)xl2k
本章主要内容:勒让德多项式的来源、定 义、性质、生成与递推公式,球谐函数。

legendre多项式生成函数

legendre多项式生成函数

legendre多项式生成函数介绍在数学中,Legendre多项式是以法国数学家阿道夫·雅克·勒让德(Adrien-Marie Legendre)的名字命名的一类多项式。

这些多项式广泛应用于物理学、工程学和应用数学中,具有许多重要的性质。

本文将详细介绍Legendre多项式的生成函数及其相关内容。

生成函数的定义生成函数是一种将数列与函数联系起来的工具,通过将一个数列表示为幂级数形式,可以更方便地进行求解和分析。

Legendre多项式的生成函数是其独特之处,也是引人注目的。

Legendre多项式的定义Legendre多项式可以使用递归关系定义。

设Pn(x)是n次Legendre多项式,则其定义如下:•P0(x) = 1•P1(x) = x•Pn(x) = [(2n-1)xPn-1(x) - (n-1)Pn-2(x)] / n生成函数的定义Legendre多项式的生成函数可以表示为:G(x, t) = 1 / (1 - 2xt + t2)0.5其中,t是一个常数。

生成函数的性质生成函数提供了一种方便的方法来研究Legendre多项式的各种性质。

下面列举了一些生成函数的常见性质。

构造递归关系通过生成函数,我们可以推导出Legendre多项式的递归关系。

根据生成函数的定义,我们可以将G(x, t)展开为幂级数形式:G(x, t) = 1 + 2xt - (t2)x2 + (3t2)x3 - (3t3)x4 + …观察这个幂级数的系数,我们可以得到Legendre多项式的递归关系。

计算Legendre多项式的系数由于生成函数具有幂级数形式,我们可以通过展开生成函数,逐项提取Legendre多项式的系数。

根据生成函数的定义,我们可以得到:G(x, t) = (1 - 2xt + t2)-0.5 = 1 + C1x + C2x^2 + C3x^3 + …通过对比展开式和Legendre多项式的定义,我们可以依次得到C1,C2,C3等系数,从而计算Legendre多项式的值。

S7-1200 PLC编程及应用第三版_廖常初_课件_第4章.ppt

S7-1200 PLC编程及应用第三版_廖常初_课件_第4章.ppt

在接口区中生成局部变量,后者只能在它所在的块中使用。 右键单击项目树中的FC1,单击快捷菜单中的“属性”,选中打开的对话 框左边的“属性”,用复选框取消默认的属性“块的优化访问”。成功编译 后接口区出现“偏移量”列,只有临时数据才有偏移量。 函数各种类型的局部变量的作用如下: 1)输入参数Input用于接收调用它的主调块提供的输入数据。 2)输出参数Output用于将块的程序执行结果返回给主调块。 3)输入_输出参数InOut的初值由主调块提供,块执行完后用同一个参数将 它的值返回给主调块。
数据覆盖。பைடு நூலகம்
6)常量Constant是块中使用并且带有符号名的常量。 4.FC1的程序设计 程序见下图,运算的中间结果用临时局部变量“中间变量”保存。STEP 7 自动地在局部变量的前面添加#号。 5.在OB1中调用FC1 在变量表中生成调用FC1时需要的3个变量,将项目树中的FC1拖放到右边 的程序区的水平“导线”上。FC1的方框中左边的“输入数据”等是在FC1的 接口区中定义的输入参数和输入/输出参数,右边的“压力值”是输出参数。 它们被称为块的形式参数,简称为形参,形参在FC内部的程序中使用。方框 外是调用时为形参指定的实际参数,简称为实参。实参与它对应的形参应具 有相同的数据类型。STEP 7自动地在全局变量的符号地址两边添加双引号。
2.用于用户生成的函数块的多重背景 在项目“多重背景”生成与4.1.2节相同 的名为“电动机控制”的函数块FB1,去掉 FB1“优化的块访问”属性。生成一个名为 “ 多 台 电 机 控 制 ” 的 函 数 块 FB3 , 去 掉 FB3“优化的块访问”属性。在它的接口区 生成两个数据类型为“电动机控制”的静 态变量“1号电动机”和“2号电动机”。 每个静态变量内部的参数是自动生成的, 与FB1“电动机控制”的相同。 在FB3中调用FB1,在“调用选项”对话 框中选中“多重背景DB”,选中列表中的 “1号电动机”,用FB3的静态变量“1号电 动机”提供FB1“电动机控制”的背景数据。 用同样的方法调用FB1来控制2号电动机。

第四章-01 gradientmethod

第四章-01 gradientmethod

t1d(i) TQd(1)+t2d(i) TQd(2)+…+tkd(i) TQd(k)=0
由共轭方向定义知有 从而 tj=0 (j=1:k) tjd(i) TQd(j)=0(i≠j)
n维空间中共轭方向的个数不会超过n个
16
性质2
n阶对称正定阵Q至少有n个共轭方向 Proof 由线性代数知识我们知道 Q有n个正交的特征向量d(1),…d(n),
则 当初始点x(0)与x*充分接近时对一切k有定义, 且当k∞时,x(k)二阶收敛于x*
13
牛顿算法的评价 (i)牛顿法虽有较快的收敛速度,但它只是局部收敛的 (即当初始点离x*较近时才能保证收敛) (ii)即使确定了x(0),在每次迭带时还要计算二阶导数矩 阵(有时虽然存在但很难甚至不可能求出),求出后为了进 行矩阵分解还需存储n阶方阵,这些均对大型问题不利。 (ⅲ)牛顿法的主要工作量在d(k)的确定上,但机算时通过求解 求解线性方程组
(iv)判断是否终止,终止则输出,否则k:=k+1,返(i)
3
1. 最速下降法 基本思想
(最简单的梯度算法)
以负梯度方向(即最速下降方向)作为搜索方向 又称梯度法(Gradient Method) 算法
给定控制误差 S TEP1 取 初 始 点 x (0) , k 0 S TEP2 计 算g k f(x(k) ) S TEP3 如 果 g k , x* x (k) , 停 止 运 算 ; 否则,令下降方向 d ( k ) -gk , 作 一 维搜 索 , 求 步 长 k f(x(k) k d (k) ) m i nf(x(k) d (k) )
▽f(x(2))=Qx(2)+b=Q(x(1)+t1d(1))+b

S7-1200 PLC编程及应用第三版_廖常初_课件_第4章

S7-1200 PLC编程及应用第三版_廖常初_课件_第4章

5.在OB1中调用FB1 在PLC变量表中生成两次调用FB1使用的符号地址。在OB1中两次调用FB1, 自动生成背景数据块。为各形参指定实参。
6.调用函数块的仿真实验 将程序下载到仿真PLC,后者进入RUN模式。在S7-PLCSIM的项目视图打 开项目树中的“SIM表1”,在表中生成IB0和QB0的SIM表条目。 两次单击起动按钮 I0.0,1号设备Q0.0变为1状态。两次单击停止按钮I0.1, Q0.0变为0状态,制动 Q0.1变为1状态。经过参数“定时时间”设置的时间后 Q0.1变为0状态。可以令两台设备几乎同时起动、同时停车和制动延时。
4.1.2 生成与调用函数块 1.函数块 函数块(FB)是用户编写的有自己的存储区(背景数据块)的代码块,FB
的典型应用是执行不能在一个扫描周期结束的操作。每次调用函数块时,都需 要指定一个背景数据块。
2.生成函数块 在项目“函数与函数块”中添加名为“电动机控制”的FB1。取消FB1默认 的属性“块的优化访问”。
8.函数与函数块的区别 FB和FC均为用户编写的子程序,接口区中均有Input、Output、InOut参数 和Temp数据。FC的返回值实际上属于输出参数。下面是FC和FB的区别: 1)函数块有背景数据块,函数没有。 2)只能在函数内部访问它的局部变量。其他代码块或HMI可以访问函数块 的背景数据块中的变量。 3)函数没有静态变量,函数块有保存在背景数据块中的静态变量。如果 函数或函数块的内部不使用全局变量,只使用局部变量,不需要做任何修改, 就可以将块移植到其他项目。如果代码块有执行完后需要保存的数据,应使 用函数块。 4)在调用函数块时可以不设置某些输入、输出参数的实参,而是使用它 们的默认值。函数的局部变量没有默认值,调用时应给所有的形参指定实参。 5)函数块的输出、输入参数和用静态数据保存的内部状态数据有关。 9.组织块与FB和FC的区别 出现事件或故障时,由操作系统调用对应的组织块,FB和FC是用户程序在 代码块中调用的。组织块没有输出参数、InOut参数和静态数据,它的输入参 数是操作系统提供的启动信息。用户可以在组织块的接口区生成临时变量和 常量。组织块中的程序是用户编写的。

第四章 程序语言的性质

第四章 程序语言的性质
6
1型文法—上下文有关文法

产生式的形式为: , 其中任意非终结符 串, 是终结符和非终结符的任意序列,但 中的符号个数应不多于的符号个数


从开始符开始导出的串的长度是递增的 在生成串时,需要使用固定数量的存储空间,例如 识别上下文无关文法无法识别的串ancnbn 上下文有关文法太复杂,很难用于程序设计语言 人们对上下文有关文法的很多特征还不太清楚

这是综合属性,包含程序中声明的名字集合。该属性 可以沿树向下传递,成为继承属性,用于正确地生成 数据的代码。
28
属性文法的使用


首先创建语法分析树。属性文法假设你已经知道表达 式是如何推导出来的,它并不关心是如何分析推导出 来的。 定义属性的函数可以是任意给定的,因此定义属性的 过程完全是手工完成的。 如果只有综合属性,并且文法是 LR(k),那么,属性 文法可以用来在语法分析时自动产程中间代码。 这就是 YACC 如何工作的,它利用属性文法来计算所 有非终结符的值。
25
属性文法

例:考虑算术表达式的简单文法。
E→T|E+T T→P|T×P P→I|(E)

其语义通过文法中非终结符间的关系集合定义。如: 下面函数生成该文法生成的任意表达式的值:
产生式 E→E+T E→ T T→T×P T→P P→ I P→(E) 属性 Value(E1)=V(E2)+V(T) V(E)=V(T) V(T1)=V(T2)×V(P) V(T)=V(P) V(P)=数I的值 V(P)=V(E)

如Hoare的公理语义。
22
语义建模(5)—规约模型


描述实现程序的各个函数的关系,只要 我们可以证明一个实现符合了所有的函 数间的关系,则称实现相对于规约是正 确的。 代数数据类型是形式规约的一种形式。

S7-1200 PLC编程及应用 第4版课件第4章

S7-1200 PLC编程及应用 第4版课件第4章
P =(High N)/ 27648 (MPa) 用函数FC1实现上述运算。
2.生成函数 双击指令树的“添加新块”,单击“添加新块”对话框中的“函数”按钮, FC默认的编号为1,默认的语言为LAD。设置函数的名称为“计算压力”。 单击“确定”按钮,生成FC1。 3.定义函数的局部数据 往下拉动程序区最上面的分隔条,分隔条上面是函数的接口区,下面是程 序区。
中操作数的地址。例如可以用循环程序来累加一片连续的地址区中的数值。
累加后修改地址指针值,使指针指向下一个地址。地址指针就像收音机调台
的指针。
2.使用FieldRead与FieldWrite指令的间接寻址 打开项目“间接寻址”,在DB1中生成“数组1”Array[1..5] of Int。
这个例子中实际上有3重背景数据。FB3的背景数据块DB3包含了两次调用 FB1的背景数据, FB1的背景数据又包含了定时器TOF的背景数据。
图4-19 在FB3中两次调用FB1
在OB1中调用FB3
4.2 数据类型转换与间接寻址 4.2.1 数据类型转换
1.数据类型的分类 数据类型分为基本数据类型、复杂数据类型、参数类型、系统数据类型和 硬件数据类型。
3.生成函数块的局部变量 函数块的输入、输出参数和静态数据用指定的背景数据块保存。在接口区 生成块的局部变量。FB中的定时器如果使用一个固定的背景数据块,在同时 多次调用该FB时,该数据块将会被同时用于两处或多处。为此在块接口中生 成数据类型为IEC_TIMER的静态变量“定时器DB”,用它提供定时器TOF 的背景数据。
2.参数类型 参数类型是传递给被调用块的形参的数据类型。参数类型Void不保存数值, 它用于函数不需要返回值的情况。 3.系统数据类型 系统数据类型(SDT)由系统提供,可供用户使用,具有不能更改的预定 义的结构。例如定时器结构IEC_TIMER、6种整数数据类型的计数器结构等。

第四章基本图元的生成

第四章基本图元的生成

4.5 区域填充
基础知识: 基础知识 区域: 区域:通常由一个封闭的轮廓线来定义,处于一个 封闭轮廓线内的所有像素点即构成了一个区域。 区域填充: 区域填充:给出一个区域的边界,要求对应边界范 围内的所有像素单元赋予指定的颜色值或图案。 区域填充要解决两个问题: 区域填充要解决两个问题:一是确定需要填充哪些 像素;二是确定用什么颜色填充(实心填充)或 图案填充。 在光栅系统中有两种基本的区域填充方法: 在光栅系统中有两种基本的区域填充方法: 扫描线填色方法 种子填色方法
一般来讲,任何图形输出设备都能准确地画出水 平线X和垂直线Y,但要画出一条准确的斜线不是 件容易的事。怎样生成斜线段呢?图形显示器是 由一个个排列有序的像素构成,划分的像素点越 多分辨率越高。例如,VGA卡640×480的显示 VGA 640 480 器,分成640×480个网络,网络的单元称为像素, 一条线段就是由一些连续可见的像素所组成。画 一条直线实际上是根据一系列计算出来并与该线 靠近的像素绘制的。(见书P51)
4.4 椭圆的生成
4.4.1 概述 4.4.2 中点椭圆算法
4.4.1 概述
椭圆被定义为到两个定点(也称为焦点) 的距离之和等于常数的点的集合。假如椭 圆上任意点P=(x,y)到两个焦点F1= (x1,y1)和F2=(x2,y2)的距离之和等于 常数R,那么椭圆的通用方程可表示为: 对方程平方处理去掉根号后,椭圆的方程 可表示为:
4.5.3 种子填充
种子填充算法允许从四个方向寻找下一个 像素的,称为四向算法;允许从八个方向 搜索下一像素的,称为八向算法。八向算 法可以填充八向连通区域,也可以填充四 向连通区域。但四向算法只能填充四向连 通区域,而不能填充八向填充区域。
4.5.3 种子填充

第四章 非线性回归模型的线性化讲解

第四章 非线性回归模型的线性化讲解
第四章 非线性回归模型的线性化
线性回归模型 最小二乘法求解 若不是线性回归模型,又该如何求解呢?
(一)变量关系非线性问题:
若:(1)、变量

Y 和
X 1 , X K
之间不存在
多元线性随机函数关系
Y 0 1 X 1 K X K

那么我们如何估计出模型中的未知参数呢?
Dependent Variable: Y Method: Least Squares Date: 10/08/08 Time: 13:51 Sample: 1980 1996 Included observations: 17 Variable Coefficient C -10.46551 X1 1.021132 X2 1.472202 R-squared Adjusted R-squared S.E. of regression
(2)可线性化的非线性回归模型: 虽然被解释变量Y与解释变量X1X 2 .....X k以及与未知 参数 0 1...... k 之间都不存在线性关系,但是可以转化 为线性函数。例如: 生产函数模型: Y AK L e 转化为: ln Y LnA LnK LnL (3)不可线性化的非线性回归模型: 被解释变量Y与解释变量X1X 2 .....X k以及与未知 参数 0 1...... k 之间都不存在线性关系,而且无法转化 为线性函数。 例如:Y 0 1e 1x1 2 e 2 x2
0.99841 S.D. dependent var 0.029873 Akaike info criterion
变量间的非线性关系
(1)非标准线性回归模型: 虽然被解释变量Y与解释变量X1X 2 .....X k 之间 不存在线性关系,但与未知参数 0 1...... k 之间 存在线性关系。例如: 根据平均成本与产量为U型曲线理论,总成本C 可以用产量X的三次多项式来近似表示,得到总成 本函数模型如下: C 0 1 X 2 X 2 3 X 3

基础化学4第四章 化学热力学基础

基础化学4第四章 化学热力学基础
由于热是途径函数,所以要根据系统状态变化的具体途经将热冠以 不同名称,如恒压热、恒容热、气化热、熔化热、升华热等;在进行热 量计算时,必须按实际过程(给定的条件)计算,而不能随意假设途径。
热力学中,只讨论三种热:化学反应热;相变热;显热(仅因T变 化吸收或放出的热)。
2.功
除热以外,系统与环境之间的其他能量传递统称为功,其符号为W, 单位为J或kJ。热力学规定,环境对系统做功时,W>0;系统对环境做 功时,W<0。功也是过程变量(途径函数),无限小量用δW表示。
系统性质与状态是一一对应的,因此在热力学中又将描述系统状态
的性质称为状态函数。
状态函数的基本特征是:状态一定,状态函数都有一定的值;状态
变化时,状态函数的变化值等于终态值减去始态值,而与所经历的途径
无关。即
△X=X2-X1
(5-1)
其无限小变化是全微分dX。若系统经历一个循环过程时,所有状态
函数的改变分物质和空间。系统是研究的 主体,环境则是辅助部分,按系统和环境之间有无物质及能量传递,可 将系统分为三类。
(1)封闭系统 与环境只有能量传递,而没有物质传递的系统。 (2)敞开系统 与环境既有能量传递,又有物质传递的系统。 (3)隔离系统 与环境既无能量传递,又无物质传递的系统,或 称孤立系统。 绝对的隔离系统是不存在的,通常将绝热、封闭的保温设备,以及 封闭系统中发生的极快变化(如爆炸)等过程
封闭系统的热力学能包括三部分 (1)分子的动能 是系统温度的函数; (2)分子间相互作用的势能 是系统体积的函数; (3)分子内部的能量 是分子内各种粒子(原子核、电子等)的能 量之和,在不发生化学变化的条件下,为定值。 因此,封闭系统的热力学能是温度和体积的函数,即
U=f(T、V) 当系统的状态一定(如物种、nB、T、V一定)时,则系统的热力学 能一定,故U为状态函数,广延性质。 U的绝对值无法确定,但可以计算变化量。△U>0,表示系统的热 力学能增加,△U<0,表示系统热力学能减少。

生成函数 数列

生成函数 数列

生成函数数列生成函数是数学中的一个重要概念,可以用来描述和分析数列及其性质。

在本文中,我们将深入探讨生成函数及其在数列中的应用。

一、什么是生成函数?生成函数是一种将数列转换为代数函数的工具。

它可以将一个数列转化为一个多项式函数,从而使我们能够更方便地研究数列的性质和特征。

生成函数的一般形式为:G(x) = a0 + a1x + a2x^2 + a3x^3 + ...其中,a0、a1、a2等为数列的项系数,x为自变量。

通过生成函数,我们可以将数列的每一项与自变量的幂次对应起来,从而方便地进行运算和分析。

二、生成函数的应用1.求解递推关系递推关系是数列中相邻项之间的关系,通过递推关系可以得到数列的所有项。

生成函数可以将递推关系转化为代数方程,从而求解数列的通项公式。

例如,对于斐波那契数列(Fibonacci sequence),其递推关系为Fn= Fn-1 + Fn-2,其中F0 = 0,F1 = 1。

我们可以通过生成函数的方法求解出斐波那契数列的通项公式。

2.计算数列的和与平均值通过生成函数,我们可以将数列的每一项与自变量的幂次对应起来。

通过对生成函数进行求导、积分等操作,我们可以得到数列的各种和与平均值。

例如,对于等差数列(Arithmetic sequence),其生成函数为G(x) = a + (a + d)x + (a + 2d)x^2 + ...,其中a为首项,d为公差。

通过对生成函数进行求导,我们可以得到等差数列的和公式。

3.求解组合问题生成函数在组合数学中有着广泛的应用。

通过生成函数,我们可以求解各种组合问题,如排列、组合、划分等。

例如,对于二项式系数(Binomial coefficients),其生成函数为G(x) = (1 + x)^n。

通过对生成函数进行展开,我们可以得到二项式系数的性质与应用。

三、生成函数的性质生成函数具有许多重要的性质,这些性质使得我们能够更方便地进行数列的分析和计算。

第四章 母函数及应用

第四章 母函数及应用

14:28
12
一般地,由于
故从n个不同物体中不重复取k个的方法数即为xk的系数。 ⑵从n个不同物体中允许重复选取k个物体的方法数
1+x:可象征性地表示一个物体都不选,或只选取一次,即至多选取一次; 1+x+x2:可象征性地表示一个物体都不选,或只选取一次,或选取两次,
即至多选取两次; 1+x+x2+x3+….:可象征性地表示一个物体都不选,或只选取一次,或选取
例3 现有无穷多个字母A、B、C,求从中取n个字母但必须含有偶数个 A的方式数。
例4 现有2n个A,2n个B和2n个C,求从它们中选取3n个字母的不同方 式数。
14:28
15
三、指数母函数在排列计数问题中的应用

已知
(1
x)n

n k 0

n k

xk
,
kn
f (x) (x x2 x3)( x x3 x5 ...)(1 x x2 ...)
(2)因为第1、2个盒子装相同个糖果,故装入这两个盒子的糖果 总数应为偶数。所以先取2i个糖果,现将它们一分为二分别装 入第1、2个盒子。又因为糖果无区别,故每次一分为二的方法 仅一种。所以普通母函数为
为序列{a0,a1,a2,…,an,…}的普通母函数. n0
14:28
1
注:
①普通母函数从形式上看是一个无穷级数(幂级数),但 没有必要讨论它的收敛性,它实质上是序列的记号,x
为形式变元。对该级数可把它看成形式幂级数,从
而可进行加法、乘法及形式微分等运算,从而构成 一个代数体系。
②一个序列和它的普通母函数是一一对应的。
f (x) (1 x2 x4 ...)(1 x x2 ...)

第四章-特殊函数(上)-勒让德多项式和球谐函数

第四章-特殊函数(上)-勒让德多项式和球谐函数

因此,(2 n )!(2 n )!!(2 n 1 )!!
2、勒让德多项式的微分表示
Pl(x)21ll!ddxll (x21)l
(4.1.10)
上式通常又称为勒让德多项式的罗德里格斯(Rodrigues) 表示式.
下面证明表达式 (4.1.10) 和(4.1.7)是相同的.
【证明】 用二项式定理把 (x2 1)l展开
勒让德多项式的图形可通过计算机仿真(如MATLAB仿真) 得到
图 4.1
计算 P l ( 0 ) ,这应当等于多项式 P l ( x ) 的常数项.
如 l 为 2n 1(即为奇数)时, 则 P2n1 ( x)
只含奇 数次幂,不含常数项,所以
P2n1(0)0
(4.1.8)
l 2n (即为偶数)时.,则 P 2 n ( x ) 含有常数项,即 (4.1.7)中 k l 2 n 的那一项,所以
P2n(0)(1)n2(22 nn n!)n !!(1)n(2 (n 2n )1 !)!!! (4.1.9)
式中记号 ( 2 n ) ! ! ( 2 n ) ( 2 n 2 ) ( 2 n 4 ) L 6 4 2
而 ( 2 n 1 ) ! ! ( 2 n 1 ) ( 2 n 3 ) ( 2 n 5 ) L 5 3 1
(4.1.2) 式的解 Y ( , ) 与半径 r 无关,称为球谐函数
பைடு நூலகம்
,或简称为球函数.
球谐函数方程进一步分离变量,令 Y(,) () ()
得到关于 的常微分方程
sin 1 d d sind d l(l 1 )sim n2 2 0 (4.1.3)
称为 l 阶连带勒让德l 方程或缔合勒让德方程
.
令 xcos和 y(x)(x)

第四章 化学平衡熵和Gibbs函数

第四章  化学平衡熵和Gibbs函数

第四章化学平衡熵和Gibbs函数[教学要求]1.掌握化学平衡的概念、标准平衡常数、平衡组成的简单计算和多重平衡规则。

2.熟悉反应商判据和Le Chaterlier原理,掌握浓度、压力、问题对化学平衡移动的影响及有关的简单计算。

3.了解标准摩尔熵Smθ的概念和ΔrSmθ的简单计算。

了解标准摩尔生成Gibbs函数的概念、ΔrGmθ的简单计算、ΔrGmθ与ΔrHmθ和ΔrSmθ的关系、ΔrGmθ与Kθ的关系,初步会用ΔrGm和ΔrGmθ判断反应进行的方向和程度。

[教学重点]1.标准平衡常数和吉布斯能变的关系:Van't Hoff等温式、反应商、标准平衡常数及其有关计算、利用反应商和标准平衡常数判断反应进行的方向。

2.浓度、压力、温度对化学平衡移动的影响及其相关计算。

[教学难点]Van't Hoff等温式、标准平衡常数及其有关计算[教学时数]10学时[主要内容]1.化学反应的可逆性和化学平衡。

2.平衡常数表达式(化学平衡定律)及其书写、经验平衡常数(实验平衡常数)和标准平衡常数,浓度平衡常数和压力平衡常数概念及其关系。

标准平衡常数和吉布斯能变:Van't Hoff等温式、反应商、标准平衡常数及其有关计算、利用反应商和标准平衡常数判断反应进行的方向;标准平衡常数与实验平衡常数的关系。

多重平衡规则。

3.化学平衡的移动:浓度、压力、温度对化学平衡移动的影响及其相关计算;从热力学和动力学等方面来选择合理的生产条件。

4.标准摩尔生成Gibbs函数的概念、ΔrGmθ的简单计算、ΔrGmθ与ΔrHm θ和ΔrSmθ的关系、5.ΔrGmθ与Kθ的关系,ΔrGmθ判断反应进行的方向和程度。

[教学内容]§4.1 标准平衡常数 4.1.1 化学平衡的基本特征只有极少数反应是“不可逆的”(单向反应)如:2 KClO3 (s) = 2 KCl(s) + 3 O2(g) 大多数化学反应都是可逆的。

生成函数中英文翻译

生成函数中英文翻译

Chapter 5 Generating functions and Their Applications5.1 EXAMPLES OF GENERATING FUNCTIONSMuch of combinatorics is devoted to developing tools for counting. We have seen that it is often important to count the number of arrangements or patterns, but in practice it is impossible to list all of these arrangements. Hence we need tools that are useful in counting. One of the most powerful tools that we shall present is the notion of the generating function. This chapter is devoted to generating functions.Often in combinatorics, we seek to count a quantity k a that depends on an input or a parameter, say k. this is true, for instance, if k a is the number of steps required to perform a computation if the input has size k. we can formalize the dependence on k by speaking of a sequence of unknown values, ,,,,,210k a a a a .We seek to determine the k th term in this sequence. Generating functions provide a simple way to “encode ” a sequence such as,,,,,210k a a a a ,which can readily be “decoded ” to find the terms of the sequence. The trick will be to see how to comput the encoding or generating function for the sequence without having the sequence. Then we can decode to find k a . The method will enable us to determine the unknown quantity k a in an indirect but highly effective manner.The method of generating functions that we shall present is an old one. Its roots are in the work of De Moivre around 1720, it was developed by Euler in 1748 in connection with partition problems, and it was treated extensively in the late eighteenth and early nineteenth centuries by Laplace, primarily in connection with probability theory. In spite of its long history, the method continues to have widespread application, as we shall see. For a more complete treatment of generating functions, see Lando[2003], MacMahon[1960],Riordan[1980],Srivastava and Manocha[1984], or Wilf[1994].(See also Riordan[1964].) 5.1.1 Power SeriesIn this chapter we use a fundamental idea from calculus, the notion of power series. The results about power series we shall need are summarized in this subsection. The reader who wants more details, including proofs of these results, can consult most calculus books. A power series is an infinite series of the formk k k a x ∞=∑. Such an infinite series always converges for x=0. either it does not converge for any other value of x, or there is a positivenumber R(possibly in finite) so that it converges for all x with x<r . In the later case , the largest such R is called the radius of convergence. In the former case, we say that 0 is the radius of convergence. A power seriesk k k a x ∞=∑can be thought of as a function of x, f(x), which is defined for those values of x for which the infinite sum converges and is computedby calculating that infinite sum. In most of this chapter we shall not be concerned with matters of convergence. We simply assume that x has been chosen so that0k kk a x ∞=∑converges. Power series arise in calculus in the following way. Suppose that f(x) is a functionwhichhas derivatives of all x in an interval containing 0. then''''''230(0)(0)(0)()(0)(0)...!2!3!k k k f f f f x x f f x x x k ∞===++++∑. (5.1) The power series on the right-hand side of (5.1) converges for some values of x, at leastfor x=0. The power series is called the Maclaurin expansion for f or the Taylor series expansion for f about x=0Some of the most famous and useful Maclaurin expansions are the following:23011...,1k k x x x x x ∞===++++-∑ for 1x <, (5.2) 231111...2!3!xk e x x x x k∞∞==++++∑ , for x <∞, (5.3)21350(1)11sin ...(21)!3!5!k k k x x x x x k ∞+=-==-+-+∑ , for x <∞, (5.4)112341(1)111ln(1)...234k k k x x x x x x k +∞+=-+==-+-+∑ , for 1x <. (5.5)To show, for instance, that (5.3) is a special case of (5.1), it suffices to observe that if()x f x e =, the ()k x f x e = for all k, and ()(0)1k f =. Readers should check for themselves that Equations (5.2), (5.4) and (5.5) are also special cases of (5.1).One of the reasons that power series are so useful is that they can easily be added, multiplied, divided, composed, differentiated, or integrated. We remind the reader of these properties of power series by formulating several general principles.Principle 1. Suppose that0()k k k f x a x ∞==∑ and 0()k k k g x b x ∞==∑. Then()(),()()f x g x f x g x +, and ()()f x g x can be computed by, respectively, adding term byterm, multiplying out, or using long division. [This is true for division only if g(x) is not zero for the values of x in question.] Specifically,2001122()()()()()()...kk k k f x g x a b x a b a b x a b x ∞=+=+=++++++∑......)(...)(...)(...)()(10222101221000220100++++++++++++=+++=∑∑∑∞=∞=∞=x x x k kk k kk k k x b x b b x a x b x b b x a x b x b b a xb xa xb x a b a x g x f ,21000()...()x kkkkkkk k k a a x a xf xg x b xb xb x∞∞∞====+++∑∑∑20122012012......a a x b b x b x b b x b x =+++++++ 222012......a xb b x b x +++++ . If the power series for f(x) and g(x) both converge for x R <, so do f(x)+g(x) and f(x)g(x). If (0)0g ≠, then ()()f x g x converges in some interval about 0.For instance, using (5.2) and (5.3), we have()⎪⎭⎫⎝⎛+++++++++=+- 3232!31!211111x x x x x x e x x()()kk x k x x x ∑∞=⎪⎭⎫⎝⎛+=+⎪⎭⎫ ⎝⎛++⎪⎭⎫ ⎝⎛+++++=032!11!311!2111111 . Also ,()⎪⎭⎫⎝⎛++++++++=- 3232!31!211111x x x x x x e x x⎪⎭⎫⎝⎛+++++⎪⎭⎫ ⎝⎛++++= 3232!31!211!31!2111x x x x x x x+⎪⎭⎫⎝⎛+++++322!31!211x x x x23551223x x x =++++ Power series are also easy to compute under composition of functions.Principle 2. If ()()()x u g x f =and if we know that ()k k k u a u g ∑∞==0, we have()()[]kk k x u a x f ∑∞==0Thus setting 4x u = in Equation (5.5) gives us()()k k k x kx 411411ln ∑∞=+-=+[principle 2 generalizes to the situation where we have a power series for ()x u .]Principle 3. If apower series ()∑∞==0k k k x a x f converges for all (x)<r with r>0, thederivative and antiderivative of f(x) can be computed by differentiating and integrating term by term. Namely,()()∑∑∑∞=-∞=∞===⎪⎭⎫ ⎝⎛=0100k k k k kk k k k x ka x a dxd x a dx d x dx df (5.6) And()∑∑⎰⎰∑⎰∞=+∞=∞=+==⎪⎭⎫ ⎝⎛=01000011k k k k xkk x k k k xx a k dt t a dt t a dt t f (5.7)The power series in (5.6) and (5.7) also converge for R x < For instance, since()⎥⎦⎤⎢⎣⎡-=-x dx d x 11112 We see from (5.7)and (5.6) that()++++==-∑∞=-32012432111x x x kx x k k5.12 generating functionsSuppose that we are interested in computing the k th term in a sequence ()k a of numbers. We shall use the convention that ()k a refers to the sequence and k a , written without parentheses, to the entry, the (ordinary ) generating function for the sequence ()k a is defined to be()10120120k k G x kx a x a x a x ∞-===+++∑ (5.8).The sum is finite if the sequence is finite and infinite if the sequence is infinite. In thelatter case, we will think of x as having been chosen so that the sum in (5.8) converges.Example 5.1 Suppose that ⎪⎪⎭⎫⎝⎛=k n a k , for k=0,1,…,n. Then the ordinary generatingfunction for sequence ()k a is()nx n n x n x n n x G ⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛= 2210.By the binomial expansion (Theorem 2.7),()()nx x G +=1.The advantage of what we have done is that we have expressed ()xG in a simple, closed form (encoded form). Knowing this simple for ()xaG, one can now possibly derivek simple by remembering this closed form for ()xG and decoding, that is ,expanding out, and searching for the coefficient of k x. Even more useful is the fact that ,as we have observed before, often we are able to find ()xG without knowing k a and then to solve for k a by expanding out .第5章 生成函数及其应用5.1 生成函数的例子组合数学在很多时候是用来研究计数的工具开发。

随机变量的概率生成函数

随机变量的概率生成函数

随机变量的概率生成函数
随机变量的概率生成函数,是描述随机变量取值与概率之间关系的数学工具。

通过概率生成函数,我们可以更直观地理解随机变量的分布规律,从而进行更深入的概率统计分析。

让我们来看看概率生成函数的定义。

概率生成函数通常用符号G(t)表示,其中t是一个实数。

通过概率生成函数,我们可以计算随机变量的各阶矩(包括均值、方差等)以及其他重要统计量。

概率生成函数的形式各异,常见的有矩母函数、特征函数等。

概率生成函数在统计学和概率论中有着广泛的应用。

例如,在概率分布函数的推导过程中,我们经常会用到概率生成函数。

通过对概率生成函数的求导、反演等操作,可以得到随机变量的各种性质,从而更深入地研究其分布规律。

除了理论研究,概率生成函数在实际问题中也有着重要的应用。

例如,在金融领域中,我们可以利用概率生成函数来建立风险模型,评估不同投资组合的风险水平。

又如在工程领域,通过概率生成函数可以分析系统的可靠性,预测设备的寿命等。

总的来说,概率生成函数是描述随机变量与概率之间关系的重要工具,它不仅在理论研究中有着重要作用,也在实际问题中有着广泛的应用。

通过深入理解概率生成函数的原理和应用,我们可以更好地理解和分析各种随机现象,为决策提供更科学的依据。

希望通过
本文的介绍,读者能够对概率生成函数有一个初步的了解,进而在相关领域有更深入的研究和应用。

第四章 生成函数

第四章  生成函数

第四章 生成函数1. 求下列数列的生成函数: (1){0,1,16,81,…,n 4,…} 解:G{k 4}=235(11111)1x x x x x +++-()(2)343,,,333n +⎧⎫⎛⎫⎛⎫⎛⎫⎨⎬ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎩⎭ 解:3n G n +⎧⎫⎛⎫⎨⎬ ⎪⎝⎭⎩⎭=41(1)x - (3){1,0,2,0,3,0,4,0,……} 解:A(x)=1+2x 2+3x 4+4x 6+…=211x-. (4){1,k ,k 2,k 3,…}解:A(x)=1+kx+k 2x 2+k 3x 3+…=11kx -. 2. 求下列和式: (1)14+24+…+n 4解:由上面第一题可知,{n 4}生成函数为A(x)=235(11111)1x x x x x +++-()=0kk k a x ∞=∑, 此处a k =k 4.令b n =14+24+…+n 4,则b n =0nk k a =∑,由性质3即得数列{b n }的生成函数为 B(x)= 0nn n b x ∞=∑=()1A x x -=34125(1111)ii i x x x x x i ∞=++++⎛⎫ ⎪⎝⎭∑. 比较等式两边x n 的系数,便得14+24+…+n 4=b n =1525354511111234n n n n n n n n -+-+-+-++++----⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭321(1)(691)30n n n n n =+++-(2)1·2+2·3+…+n (n +1)解:{ n (n +1)}的生成函数为A(x)=32(1)x x -=0k k k a x ∞=∑,此处a k = n (n +1).令b n =1·2+2·3+…+n (n +1),则b n =0nk k a =∑.由性质3即得数列{b n }的生成函数为B(x)=nn n b x ∞=∑=()1A x x -=42(1)xx -=032nk kk x x k =+⎛⎫⎪⎝⎭∑. 比较等式两边x n 的系数,便得1·2+2·3+…+n (n +1)= b n =2(1)(2)213n n n n n +++=-⎛⎫ ⎪⎝⎭. 3. 利用生成函数求解下列递推关系: (1)()7(1)12(2)(0)2,(1)7f n f n f n f f =---==⎧⎨⎩;解:令A(x)=0()n n f n x ∞=∑则有A(x)-f(0)-f(1)x=2()nn f n x ∞=∑=2(7(1)12(2))n nf n f n x∞=---∑=217()12()nnn n x f n x xf n x∞∞==-∑∑=7x(A(x)-f(0))-12x 2A(x).将f(0)=2,f(1)=7代入上式并整理,得22711()(34)17121314n nn x A x x x x x ∞=-==+=+-+--∑. (2)()3(1)53(0)0nf n f n f =-+⋅=⎧⎨⎩;解:令A(x)=0()n n f n x ∞=∑,则有A(x)-f(0)= 1(3(1)53)n nnf n x∞=-+⋅∑=03()153nn n n n x f n x x x ∞∞==+∑∑=3xA(x)+15x ·113x-.A(x)= 215(13)xx -(3)()2(1)(2)(0)0,(1)1f n f n f n f f =-+-==⎧⎨⎩;解:令A(x)=0()n n f n x ∞=∑,则有A(x)-f(0)-f(1)x=2(2(1)(2))n nf n f n x ∞=-+-∑=212()()nnn n x f n x xf n x∞∞==+∑∑=2x(A(x)-f(0))+x 2A(x).将f(0)=0,f(1)=1代入上式并整理,得2()12x A x x x=--.4. 设序列{n a }的生成函数为:343(1)(1)xx x x --+-,但00b a =,110b a a =-, ……,1n n n b a a -=-,……,求序列{n b }的生成函数.解:由00b a =,110b a a =-,……,1n n n b a a -=-,得0nk n k b a ==∑,所以A(x)=()1B x x-.由此得B(x)=(1-x)A(x)= 3431xx x -+-,亦即序列{n b }的生成函数。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
j0 n
Nj
1 i1 i2

i j n
N (ai1 ai2
ai j )
em (1)
jm
jm
j Nj m
N (ai1 ai2
ai j ) rj (Ci1i2
n
ij
)(n j )!
N j (n j )! rj (C )
E (t ) em t m rj (C )(n j )!(t 1) j
定理 设C1和C 2都是棋盘C的子棋盘,C由C1和C 2 拼成,且C1和C 2彼此分离,即C1中的格子与C 2中的 任一个格子在C 上即不同行也不同列,则 R( t , C ) R( t , C1 ) R( t , C 2 ).
例 求棋盘
的车多项式.
例 求棋盘
的车多项式.
有禁位排列
考虑n个相异元a1 , a2 , , an的全排列,如果规定
n k 1 jk M k
选取的全部次数所成之集为 M k,则作成的排列数

t jk jk !
例 求n元集的每个元素至少出现一次的r 可重复 排列的个数.
例 用数字1, 2, 3,4作6位数,每个数在6位数中出现 的次数不得大于2,问可作出多少个不同的6位数.
例 用红、蓝、绿三种颜色去涂1 n棋盘,每格涂一种 颜色,求使得被涂成红色和蓝色的方格数
x 3 y 12
令 z 12 x 3 y 有 x 3 y z 12
例 求平面直角坐标系Oxy中,以A(5, 0), B(0, 5), C ( 5, 0), D(0, 5)为顶点的正方形内(包括边界) 的整点的个数.
| x | | y | z 5
例 从一个n元排列中选取k 个元作组合,使得组合中 的任何两个元a和b满足条件:在原排列中a和b之间至少 有r ( n r kr r )个元,以f r ( n, k )表示作成的不同组合 的个数,求f r ( n, k ).
例 求棋盘
的车多项式R(t).
表示从 定理 设 是棋盘C 上的任一个格子,以C C中去掉与同行和同列的全部格子后所得的棋盘, 以C 表示从C中去掉格子 后所得的棋盘,则 ) R( t , C ). R( t , c ) tR( t , C
例 求棋盘
的车多项式.
定义 设C是任一个棋盘,从C中删去若干个格子后 所得的棋盘称为棋盘C的一个子棋盘.
符号: 以Rn 表示带有禁格的n n棋盘,以B 表示Rn中全部非禁格所成的棋盘,以C 表示 Rn中全部禁格所成的棋盘(C 称为Rn的禁格 棋盘),满足所给限制条件的n元有禁位排列 的个数位rn ( B ).
命中多项式
问题: 设给出一个n元有禁位的排列问题,对应于带 禁格的n n 棋盘rn .以em 表示恰有m个元排在禁位上的 n元排列的个数,em 等于把n个车放在rn上,使得恰有 m个车放在禁格上的好布局数 .
第四章
§1
生成函数
常生成函数及其应用

例1 有红球2只,白球、黄球个一只,试求有多少种 不同的组合方案 (1 r r 2 )(1 w )(1 y )
1 ( r y w ) ( r 2 ry rw yw ) (r 2 y r 2 w ryw ) r 2 yw

n
(4) A( t ) nan t n1 ;
n 1

1 (5) A( t )dt an t n1 C . n 0 n 1

定义 设A( t ) an t n 是形式幂级数,如果存在
n 0

形式幂级数B( t ) bn t n , 使得A( t ) B( t ) 1,
常生成函数的应用
定理 以M k ( k 1, 2, x1 x2 , n)表示不定方程 xn r 满足
xn r中的未知数xk的可取值所成 , n)的解的个数,则ar 是
的集合,以ar 表示方程x1 x2 xk M k ( k 1, 2, A( t )
例 设r 是正实数,计算 r t t n ! n 0 n 0 n !
n n n 2 3
指数生成函数的应用
定理 设A {a1 , a2 ,
, an }是n元集,从A中可重复 , n)可重复
地选取r 个元作排列,如果ak ( k 1, 2, er 是 E(t ) tr 展开式中的 . r!
定义 设Rn 是任一个带有禁格的n n棋盘,以em (0 m n) 表示把n个车放在Rn 上,使得恰有m个车落在禁格上的好 布局数,令 E ( t ) em t m,
m0 n
E ( t )称为Rn的命中多项式.
定理 设Rn 是任一个带有禁格的n n棋盘, C 是 Rn的禁格棋盘,则Rn的命中多项式为 E ( t ) rj (C )( n j )!( t 1) j


两个形式幂级数,则A( t )和B( t )的商为 A( t ) A( t ) B 1 ( t ) B( t )
定义 设 an x n 是幂级数,则称形式幂级数
n 0 n n a t 是 a x n n 相应的形式幂级数 . n 0 n 0

例 对于实函数e x , 写出它对应的形式幂级数.
(1 x x 2 x 3 )(1 x 2 x4 x6 x8 )(1 x4 x8 )
形式幂函数
定义 设t 是一个符号,ai ( i 0,1, 2, A( t ) a0 a1t a2 t
2
)为实数,则
n 0
an t
n
an t n
例2 若有1g,2g,3g,4g的砝码各一枚,问能称出 几种可能的重量?
(1 x )(1 x 2 )(1 x 3 )(1 x 4 ) 1 x x 2 2 x 3 2 x 4 2 x 5 2 x 6 2 x 7 x 8 x 9 x10
例3 若有1g砝码3枚,2g砝码4枚,4g砝码2枚,问能称出 哪些重量?各有种方案?
称为ቤተ መጻሕፍቲ ባይዱt为未定元的一个形式幂级数.

注:()对于 1 A( t ) an t , B( t ) bn t n,
n n 0 n 0
A( t ) B( t ) an = bn
( n 0,1, 2,
);
()形式幂级数不存在收敛性问题. 2
形式幂级数运算
对于A( t ) an t , B( t ) bn t n , 定义
例 把n( n 1)个彼此相异的球放到4个相异盒 A1 , A2 , A3 , A4中,求使得A1含有奇数个球,A2含有 偶数个球的不同放球方法数gn .
作业
1(2),2,6,9,16,17(3), 18(1),19,24
定理 设A {a1 , a2 ,
, an }是n元集,从A中可重复地选取 , n)表示ak 被允许重复选取
r 个元作组合,以M k ( k 1, 2, gr 是A( t )
n
的所有次数作成的集合,以gr 表示作成的组合的个数,则
k 1 jk M k

t jk 展开式中t r的系数 .
例 从n元集中可重复地选取r ( r n)个元作组合, 每个元至少取1次,求作成的可重复组合的个数.
例 求多重集S {4a,4b, 3c, 3d }的7组合的个数.
§2
车问题
问题描述:设n是任一个正整数,从一个n×n棋盘 中删去若干个格子后所得的图形称为一个棋盘,设 C是任一个棋盘,把k个车放在棋盘C上,使得任何 两个车既不同行也不同列,k个车在棋盘C上这样 这样的放置方法称为k个车在棋盘C上的一种好布局. 以rk(c)表示k个车在棋盘C上的好布局数,约定r0(c)=1.
(1 t )
k
n k 1 n t n n 0

常生成函数
定义 设{an }n 0 是任一数列,则形式幂级数 A( t ) an t n
n 0
叫做数列{an }n 0 的常生成函数 .
例 求数列{n2 }n 0 的常生成函数.
例 设a0 3, a1 9, an 4an1 3an 2 4n 2, 求数列{an }n 0 的通项公式.
例 对于棋盘C:
, 求 rk (c )
n 例 证明:对于n n棋盘C , 有rk (c ) ( n)k k
车多项式
定义 设C 是任一个棋盘,令 R( t , C ) rk (C )t k ,
k 0
则R( t , C )称为棋盘C的车多项式.
例 求n n棋盘的车多项式R(t ).
n 0

则称 B( t )是A( t )的一个逆元.
定理 形式幂级数A( t ) an t n 有逆元的充分必要
n 0

条件是a0 0, 且若A( t )有逆元,则逆元唯一.
定义 设A( t ) an t n 和B( t ) bn t n (b0 0)是
n 0 n 0
n n 0 n 0
(1) A( t ) B( t ) (an bn )t n ;
n 0

(2) A( t ) B( t ) (an bn )t n ;
n 0
(3) A( t ) B( t ) ( ak bn k )t n ;
n 0 k 0
1 n 例 设有形式幂级数A( t ) t , 求Ak ( t ). n 0 n ! 1 n 例 求形式幂级数A( t ) t 的逆元. n 0 n !

定理 设m是任一个有理数,则对形式幂级数 A( t ) 1 t ( 0), 有
相关文档
最新文档