数值分析:Hermite多项式
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
是克罗内克函数。
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
。
而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
- 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 ...
- 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 ...
- 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) ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- bootstrap插件fileinput.js 出现出现$("#xxxx").fileinput({}); 不生效的情况解决
如果出现$("#xxxx").fileinput({}); 不生效的情况请将fileinput.js中最后几行注释掉: /* $(document).ready(function ...
- 使用RestTemplate访问restful服务时遇到的问题
可以通过通过wireshark抓包,使用Postman发送请求 wireshark是非常流行的网络封包分析软件,功能十分强大.可以截取各种网络封包,显示网络封包的详细信息.使用wireshark的人必 ...
- 上篇:python的基本数据类型以及对应的常用方法(数字、字符串、布尔值)
为了日后便于查询,本文所涉及到的必记的基本字符串方法如下: "分隔符".join(字符串) #将字符串的每一个元素按照指定分隔符进行拼接.split("字符串&qu ...
- jQuery – AJAX get() 和 post() 方法
jQuery get() 和 post() 方法用于通过 HTTP GET 或 POST 请求从服务器请求数据. HTTP 请求:GET vs. POST 两种在客户端和服务器端进行请求-响应的常用方 ...
- vuejs关于函数式组件的探究
所以,在控制台里app1.exist 或app2.exist都可以控制是否显示字母. <!DOCTYPE html> <html lang='zh'> <head> ...
- Hadoop就业面试题
----------------------------------------------------------------------------- [申明:资料来源于互联网] 本文链接:htt ...
- J2EE进阶(十五)MyEclipse反向工程实现从数据库反向生成实体类之Hibernate方式
J2EE进阶(十五)MyEclipse反向工程实现从数据库反向生成实体类之Hibernate方式 反向工程又称逆向工程. 开发项目涉及到的表太多,一个一个的写JAVA实体类很是费事.MyEcl ...
- Gazebo與ROS版本說明
使用哪种ROS / Gazebo版本的组合 介绍 本文档提供了有关将不同版本的ROS与不同版本的Gazebo结合使用的选项的概述.建议在安装Gazebo ROS包装之前阅读它.重要!简单的分析,快速和 ...
- 21 RadioGroup ListFragment
结构 MainActivity.java package com.qf.day21_radiogroupfragment_demo3; import java.util.ArrayList; impo ...
- Android动态换肤(三、安装主题apk方式)
相比之前免安装的方式,这种方法需要用户下载并安装皮肤apk,程序写起来比免安装的要简单很多,像很多系统主题就是通过这种方式实现的. 这种方式的思路是,从所有已安装的应用程序中遍历出皮肤程序(根据特定包 ...





