http://blog.csdn.net/pipisorry/article/details/49366047

Hermite埃尔米特多项式

在数学中,埃尔米特多项式是一种经典的正交多项式族,得名于法国数学家夏尔·埃尔米特。概率论里的埃奇沃斯级数的表达式中就要用到埃尔米特多项式。在组合数学中,埃尔米特多项式是阿佩尔方程的解。物理学中,埃尔米特多项式给出了量子谐振子的本征态。

前4个(概率论中的)埃尔米特多项式的图像

The Hermite polynomials are set of orthogonal polynomials over the domain
with weighting function, illustrated above for,
2, 3, and 4. Hermite polynomials are implemented in the Wolfram Language asHermiteH[n,x].

The Hermite polynomial can be defined by the contour integral

(1)

where the contour encloses the origin and is traversed in a counterclockwise direction (Arfken 1985, p. 416).

Hermite多项式,其正交域为(-∞, +∞),其一维形式是

其中,Hk(x)前面的乘式为正交归一化因子,为计算简便可省略。

前10个Hermite多项式

H_0(x) =
1

H_1(x) =
2x

H_2(x) =
4x^2-2

H_3(x) =
8x^3-12x

H_4(x) =
16x^4-48x^2+12

H_5(x) =
32x^5-160x^3+120x

H_6(x) =
64x^6-480x^4+720x^2-120

H_7(x) =
128x^7-1344x^5+3360x^3-1680x

H_8(x) =
256x^8-3584x^6+13440x^4-13440x^2+1680

H_9(x) =
512x^9-9216x^7+48384x^5-80640x^3+30240x

H_(10)(x) =
1024x^(10)-23040x^8+161280x^6-403200x^4+302400x^2-30240

The values may be called Hermite numbers.When ordered from smallest to largest powers, the triangle
of nonzero coefficientsis 1; 2; -2, 4; -12, 8; 12, -48, 16; 120, -160, 32; ... (OEISA059343).

Hermite多项式的性质

多项式Hn 是一个n次的多项式。概率论的埃尔米特多项式是首一多项式(最高次项系数等于1),而物理学的埃尔米特多项式的最高次项系数等于2n

正交性

多项式Hn 的次数与序号n 相同,所以不同的埃尔米特多项式的次数不一样。对于给定的权函数w,埃尔米特多项式的序列将会是正交序列。

   (概率论)
   (物理学)

也就是说,当m ≠ n 时:

除此之外,还有:

  
(概率论)
  
(物理学)

其中克罗内克函数

从上式可以看到,概率论中的埃尔米特多项式与标准正态分布正交。

完备性

在所有满足

的函数所构成的完备空间中,埃尔米特多项式序列构成一组基。其中的内积定义如下:

埃尔米特微分方程

概率论中的埃尔米特多项式是以下微分方程的解:

方程的的边界条件为:应在无穷远处有界。

其中是这个方程的本征值,是一个常数。要满足上述边界条件,应取。对于一个特定的本征值,对应着一个特定的本征函数解,即

物理学中的埃尔米特多项式则是以下微分方程的解:

其本征值同样为,对应的本征函数解为

以上两个微分方程都称为埃尔米特方程

from:http://blog.csdn.net/pipisorry/article/details/49366047

ref:mathworld Hermite Polynomial

wikipedia 埃尔米特多项式

数值分析:Hermite多项式的更多相关文章

  1. 数值计算方法实验之Hermite 多项式插值 (Python 代码)

    一.实验目的 在已知f(x),x∈[a,b]的表达式,但函数值不便计算,或不知f(x),x∈[a,b]而又需要给出其在[a,b]上的值时,按插值原则f(xi)= yi(i= 0,1…….,n)求出简单 ...

  2. Hermite WENO 重构格式

    Hermite WENO 单元重构 本文主要介绍采用 Hermite WENO 重构方法作为斜率限制器应用于二维或高维单元中. 1.简介[1] ENO格式最早由 Harten 等[2]提出,ENO格式 ...

  3. Matlab插值函数

    x=0:2*pi; y=sin(x); xx=0:0.5:2*pi; %interp1对sin函数进行分段线性插值,调用interp1的时候,默认的是分段线性插值 y1=interp1(x,y,xx) ...

  4. Line Search and Quasi-Newton Methods 线性搜索与拟牛顿法

    Gradient Descent 机器学习中很多模型的参数估计都要用到优化算法,梯度下降是其中最简单也用得最多的优化算法之一.梯度下降(Gradient Descent)[3]也被称之为最快梯度(St ...

  5. Line Search and Quasi-Newton Methods

    Gradient Descent 机器学习中很多模型的参数估计都要用到优化算法,梯度下降是其中最简单也用得最多的优化算法之一.梯度下降(Gradient Descent)[3]也被称之为最快梯度(St ...

  6. 基于 Mathematica 的机器人仿真环境(机械臂篇)[转]

    完美的教程,没有之一,收藏学习. 目的 本文手把手教你在 Mathematica 软件中搭建机器人的仿真环境,具体包括以下内容(所使用的版本是 Mathematica 11.1,更早的版本可能缺少某些 ...

  7. Image Processing and Analysis_8_Edge Detection:The Design and Use of Steerable Filters——1991

    此主要讨论图像处理与分析.虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来,但鉴于它们与计算机视觉的紧密联系,以 及它们的出处,没有把它们纳入到图像处理与分析中来.同样,这里面也有 ...

  8. Image Processing and Analysis_8_Edge Detection:Finding Edges and Lines in Images by Canny——1983

    此主要讨论图像处理与分析.虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来,但鉴于它们与计算机视觉的紧密联系,以 及它们的出处,没有把它们纳入到图像处理与分析中来.同样,这里面也有 ...

  9. Java实现 蓝桥杯VIP 算法训练 非递归(暴力)

    试题 算法训练 非递归 问题描述 当x>1时,Hermite多项式的定义见第二版教材125页.用户输入x和n,试编写"非递归"函数,输出对应的Hermite多项式的值.其中x ...

随机推荐

  1. String String Buffer String Builder

    如题,在java中这是一个典型的问题. 在stackoverflow上已经有很多相似的问题被提问,并且有很多不正确或不完整的答案.如果你不往深处想,这是一个很简单的问题.但如果深入思考,它却很让人迷惑 ...

  2. c++ 深入理解数组

    阅读前提:你得知道啥是数组. 本文需要弄清楚的问题如下: 1,数组作为函数参数,传入的是值,还是地址? 2,数组作为函数参数,数组的长度能否确定? 解决如下 1,数组作为函数参数,传入的是地址.因为数 ...

  3. JAVA 中转义符的理解

    生物信息中有时候会遇到JAVA写的程序,今天阅读源码的时候发现对于正则中的转义符不好理解,后来查资料后终于弄明白了,这里详细说明一下: 字符串的表示有三种方法:1.直接单字符,例如"A&qu ...

  4. fatal error C1083: Cannot open precompiled header file: 'Debug/xxoo.pch': No such file or directory

    fatal error C1083: Cannot open precompiled header file: 'Debug/xxoo.pch': No such file or directory ...

  5. Sublime Text 3下C/C++开发环境搭建

    Sublime Text 3下C/C++开发环境搭建 之前在Linux Mint 17一周使用体验中简单介绍过Sublime Text. 1.Sublime Text 3安装 Ubuntu.Linux ...

  6. Swift3的playground中对UI直接测试支持的改变

    我们知道在Xcode的playground中不仅可以测试console代码,还可以测试UI代码,甚至我们可以测试SpriteKit中的场景,有兴趣的童鞋可以看我之前写的这一篇blog: Xcode的p ...

  7. Scala:函数式编程之下划线underscore

    http://blog.csdn.net/pipisorry/article/details/52913548 python参考[python函数式编程:apply, map, lambda和偏函数] ...

  8. Android基础知识点-Manifest清单文件

    每个应用的根目录中都必须包含一个 AndroidManifest.xml 文件(且文件名精确无误). 清单文件向 Android 系统提供应用的必要信息,系统必须具有这些信息方可运行应用的任何代码. ...

  9. Android 6.0出现的init: cannot execve(‘XXX’):Permission denied问题:禁止SELINUX的权限设置

    最近在开发MTK的相关项目,需要将一些可执行文件添加到init.rc文件里去,但是开机后发现,这个bin文件没有权限不能执行,于是我就在init.rc中对相应的bin文件增加了权限.后来发现,改了也没 ...

  10. 理解性能的奥秘——应用程序中慢,SSMS中快(1)——简介

    本文属于<理解性能的奥秘--应用程序中慢,SSMS中快>系列 在工作中发现有不少类似的现象,有幸看到国外大牛写的一篇文章,由于已经完善得不能再添油加醋,所以决定直接翻译,原文出处:http ...