简介:第1课 提公因式法(一)一、启发提问我们学习了整式乘法:(1)m(a+b+c)=ma+mb+mc(2)(a+b)(a-b)=a2-b2把(1)(2)式反过来写,就是(3)ma+mb+mc=m(a+b+c)(4)a2-b2=(a+b)(a-b)在等式(1)(2)中,由两因式的积变成多项式叫做整式乘法,在等式(3)(4)中,由多项式变成几个整式的积叫什么?怎样进行?二、读书自学(P2~P5)1把一个化成几个的积的形式,叫做把这个多项式.2一个多项式中各项都有的因式,叫做这个多项式的,多项式ma+mb+mc中的公因式是,则ma+mb+mc可写成m与a+b+c的积的形式,这种分解因式的方法叫做.三
简介:为了提高标准Cubature卡尔曼滤波(CKF)的稳定性和鲁棒性,提出一种改进的多重渐消H∞滤波cubamre卡尔曼滤波算法。首先基于系统状态的可观测性给出多重渐消因子矩阵求解过程,提高滤波算法的稳定性,抑制滤波发散;其次,引入H∞鲁棒思想,构造多重渐消H∞滤波Cubature卡尔曼滤波器;最后,提出采用一种奇异值分解的矩阵分解策略代替标准Cubature卡尔曼滤波中的Cholesky分解,进一步提高算法的数值稳定性。实际GPS/INS组合导航实验表明,改进的多重渐消H∞滤波Cubature卡尔曼滤波算法不仅能有效抑制滤波发散提高算法的稳定性,而且对观测野值具有更高的鲁棒性;提出的新算法与标准CKF算法相比,XYZ三个方向的位置精度分别提高了55.8%,46.6%和39.7%。
简介:多路径误差是北斗导航定位系统高精度动态监测的主要误差源。针对北斗导航定位系统多路径误差的特性,结合广义特征值盲源分离方法的优势,提出一种基于参考信号的广义特征值盲源分离算法来削弱多路径效应的影响。首先将前一天的原始坐标残差序列通过奇异谱分析方法进行去噪,其结果作为初始参考信号;然后将当天的原始坐标残差序列进行经验模式分解方法分解,分解得到的IMF分量作为虚拟观测数据,利用广义特征值盲源分离算法获取当天多路径误差信号;最后,利用仿真数据和连续10天的实际观测数据进行试验分析,结果表明利用该方法建立的多路径误差改正模型能有效地了削弱多路径的影响,北、东、天三个方向精度分别提高了78.8%、35.3%、90.1%。提出的模型在一定程度上解决了固定多路径模型随着时间推移重复性减小且有效性降低的问题。
简介:一、填空题(每小题3分,共30分)(1)我们已学过的因式分解的四种基本方法是:①,②,③,④.(2)9a2-( )=(3a+2)(3a-2)(3)4x2+( )+1=(2x-1)2(4)m3+8=(m+2)( )(5)ax2-a=a( )( )(6)a2x2-12ax+36=( )2(7)a(b-5)+3(5-b)=(b-5)( )(8)6x2+7xy-5y2=(2x-)(3x+)(9)4x2-20x+A是完全平方式,则A=.(10)计算:5022×25-4982×25=.二、选择题(每小题3分,共24分)(1)下列多项式能分解因式的是( ).(A)-4a2-b2
简介:一、填空题(每小题3分,共30分)(1)因式分解的一般步骤是:首先观察能不能,然后考虑应用或法,项数为三项以上时,应当考虑.(2)多项式-5ab+15a2bx-35ab3y的公因式是.(3)18a3+1=(12a+1)( )(4)x2-( )+14=( )2(5)若a2+8ab+2m是一个完全平方式,则m=.(6)(x-4)2x+(4-x)2y=(x-4)2( )(7)分解因式x-y+x2-2xy+y2时,宜分为组,它们是.(8)已知mn=12,则(m+n)2-(m-n)2的值是.(9)2y2+3xy-5x2=(2y )(y )(10)x2-mx+ab=(x+a)(x+b),
简介:给出一种基于商的形式的Lagrange与Hermite插值公式及其证明,同时还给出了两个相关的不等式.
简介:利用对称内积的Schmidt正交化方法证明了各阶主子式不为零对称阵的LDLT分解.引入两个向量组关于弱内积广义正交的概念,并构造了将两组含相同个数向量的线性无关组化为广义正交组的广义Schmidt正交化方法.最后应用这一方法证明了各阶主子式不为零矩阵的LDU分解及一些相关的结果.