论数学实验在解题中的应用及能力培养——以2020年北京高考试题为例北大核心

近年来,北京高考正逐年加重对数学实验的考查,尤其是2020年高考,在题目数量以及考查形式上达到新的高度,2020年北京高考数学试题中的(6)、(8)、(10)、(14)、(19)、(21)等6道题在求解过程中,可以借助数学实验的手段获取解决思路,因此研究数学实验在解题中的应用以及探究提升数学实验能力的途径具有重要意义.     

偏缠绕模的Frobenius性质

主要给出了偏缠绕模的Frobenius性质，推广了缠绕模相应的性质。     

桉树杂交种与其亲本的近红外光谱判别

研究桉树控制授粉后目标性状的基因作用方式是探索其基因重组规律的重要内容。常规的数量统计分析精度往往不高,而DNA分析的专业要求高,且费时费力。该研究利用近红外光谱(NIRs)研究不同基因型桉树杂交种、亲本及杂交种与亲本间近红外光谱信息的关系,探索NIRs用于桉树杂交种与其亲本判别的可行性和准确性。以控制授粉的桉树亲本及其杂交F1代材料为对象,每种基因型从各自田间试验分别选取10个单株,采集树冠中上部新鲜健康叶片。用手持式近红外仪Phazir Rx(1624)采集桉树杂交种与其亲本叶片的NIRs信息。每单株选10片完全生理成熟的健康叶片,避开叶脉扫描其正面光谱5次,以50条NIRs信息的均值代表单个叶片的NIRs信息,最终每个基因型获得10条NIRs信息。对原始NIRs采用二阶多项式S.G一阶导数预处理。预处理后的NIRs用于多元统计分析,首先对桉树杂交亲本和子代样本进行主成分分析(PCA),直观展示不同基因型的分类情况。然后运用簇类独立软模式(SIMCA)和偏最小二乘判别分析(PLS-DA)两种有监督的判别模式验证NIRs用于桉树杂交种与其亲本树种的分类判别效果。PCA结果显示,不同的亲本间、杂交种间及杂交种与亲本间样本的主因子得分可以清晰地将各基因型分开。SIMCA模式判别分析中,桉树杂交种样本到亲本PCA模型的样本距离显示,待判别样本能够形成单独的聚类,且能直观反映两者的遗传相似。PLS-DA判别结果显示,桉树杂交亲本的PLS模型能通过预测其杂交子代的响应变量将其与亲本准确分开。结果表明,桉树叶片的NIRs信息可以准确地反映桉树杂交子代遗传信息的传递规律,NIRs判别模型可以准确地将各种基因型予以区分。因此,NIRs信息不仅可用于桉树杂交种和纯种的定性判别,还可以分析桉树基因重组过程中加性遗传效应的大小,从而为桉树遗传基础分析及其育种改良研究提供理论支撑。     

介绍一个与材料相关的研究型综合化学实验——壳聚糖的制备与表征

在中国科学技术大学夏季学期的研究型实验课程"化学科研基础训练"中开设"壳聚糖的制备与表征"综合实验,以龙虾壳为原料,通过除蛋白、脱盐、脱色、脱乙酰等一系列反应,制备得到目标产物壳聚糖。运用红外光谱、核磁共振仪、黏度法、滴定等对产品的结构及性能进行表征。     

四连杆膝关节假肢的动力学建模与分析

相比于单轴式膝关节,四连杆膝关节具有更好的仿生特性和运动安全性,因而在下肢假肢研究中得到广泛关注. 本研究以一款四连杆膝关节被动假肢为研究对象,主要关注足-地交互作用力以及膝关节单边接触力等强非线性因素对下肢假肢步态的影响. 为此,采用 Kelvin-Voigt 模型和库伦模型描述足-地接触力和摩擦力,并采用 Kelvin-Voigt 模型描述膝关节单边接触力,从而基于第一类拉格朗日方程建立假肢动力学模型. 本研究以步态实验测得的髋关节运动数据为模型的驱动信号,针对假肢的步态特征进行了数值分析. 计算结果显示,当膝关节液压阻尼器的刚度较小时,强非线性作用力会使假肢产生显著的亚谐波响应,进而导致步态周期失谐. 进一步研究发现,提胯行为能够避免步态周期失谐,这也为残疾人行走时的提胯等代偿行为提供了一种新的力学解释. 为了评价假肢步态与健康人实测步态的一致性,本研究进一步定义了步态相关系数并分析了膝关节液压阻尼器刚度、阻尼参数对相关系数的影响. 结果表明,通过合理的刚度、阻尼参数设计,两者步态的相关系数可达到 0.9 以上,这为四连杆膝关节被动假肢进一步优化提供了理论支撑.      

熵的一种通俗教法

熵如力、能量和动量一样是物理学中一个重要概念,若能用一种通俗易懂的方法设计熵的教学,对文科物理的教学有重要意义.为此本文提出了一种通俗的熵的教法,这一教法不需要学生学习热力学第二定律也可以建立熵的概念.具体教学设计如下:通过日常生活例子引入熵的概念(也就是玻尔兹曼熵),设计两个例子让学生会计算熵,通过具体问题的讨论让学生充分理解熵的意义,通过一个实例由玻尔兹曼熵引入克劳修斯熵公式,设计一个演示实验强化教学效果,将熵与环境保护联系起来融入人文情怀,最后还强调了熵计算的不同层次.教学设计完全采用基于问题学习(PBL)的教学模式.     

基于横向莫尔条纹的自准直测角方法

本文提出了基于横向莫尔条纹的自准直测角方法,用遮光原理分析了莫尔条纹的位移放大作用.并基于该方法搭建了原理光路,得到的莫尔条纹信号稳定且能够满足测量需求.在此基础上对系统进行了定量标定,简化了数据处理步骤,实现了动态测量,系统分辨率达到10″,进一步明确将该方法应用到自准直仪中可以有效提高仪器分辨率.     

一个基于非单调技术的超记忆梯度法

本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策略.在较弱的条件下,该方法具有全局收敛和局部R-线性收敛性.数值实验表明了该方法的有效性.     

排名聚合算法在少量长列表聚合中的性能比较分析

排名聚合将多个排名列表聚合成一个综合排名列表,可应用于推荐系统、链路预测、元搜索、提案评选等.当前已有工作从不同角度对不同排名聚合算法进行了综述、比较,但存在算法种类较少、数据统计特性不清晰、评价指标不够合理等局限性.不同排名聚合算法在提出时均声称优于已有算法,但是用于比较的方法不同,测试的数据不同,应用的场景不同,因此何种算法最能适应某一任务在很多情况下仍不甚清楚.本文基于Mallows模型,提出一套生成统计特性可控的不同类型的排名列表的算法,使用一个可应用于不同类型排名列表的通用评价指标,介绍9种排名聚合算法以及它们在聚合少量长列表时的表现.结果发现启发式方法虽然简单,但是在排名列表相似度较高、列表相对简单的情况下,能够接近甚至超过一些优化类方法的结果;列表中平局数量的增长会降低聚合排名的一致性并增加波动;列表数量的增加对聚合效果的影响呈现非单调性.整体而言,基于距离优化的分支定界方法 (FAST)优于其他各类算法,在不同类型的排名列表中表现非常稳定,能够很好地完成少量长列表的排名聚合.