结合物元理论和Vague集理论,提出模糊环境下的物元决策模型.介绍了Vague集的概念,给出Vague复合物元的定义.根据改进的Vague排序函数确定方案物元的正理想解和负理想解.利用相似度量确定各方案物元到理想物元的距离,计算方案的贴近度,以此选择最优方案.用案例说明所提出的物元决策方法的应用过程.结果表明,本文提出的方法对模糊和不确定的决策问题具有较好的实用性

 理解动态规划算法的概念  掌握动态规划算法的基本要素 最优子结构性质 重叠子问题性质  掌握动态规划算法的设计方法 找出最优解的性质，并刻划其结构特征 递归地定义最优值 以自底向上的方式计算出最优值 根据计算最优值时得到的信息，构造最优解  通过应用范例学习动态规划算法设计策略  矩阵连乘问题 (Matrix-Chain Multiplication)  最长公共子序列问题  最大子段和问题 Maximum Sub-Sequence Sum  凸多边形最优三角剖分问题 Optimal Triangulation of a Convex Polygon  图像压缩问题  0-1背包问题（0/1 Knapsack Problem） 最优二叉查找树 （Optimal Binary Search Tree）

一、概述 二、集总热容分析 三、大平壁在等温介质中的冷却 四、乘积解 五、非齐次问题 六、定壁温边界条件下半无限大物体的温度响应 七、积分方程近似解 八、常热流边界条件下的半无限大物体

给出了Watt-I型六杆机构尺寸综合的一种新方法.该方法对于刚体有限分离四位置问题通过建立机构解域,最终能够得到满足给定设计条件的全部可行解.本文首先给出解曲线公式,并介绍解曲线的映射和构成平面解域的方法.然后给出该类型机构的回路与分支缺陷判定方法.通过缺陷判定得到无缺陷的机构解可行域,从而使设计者能够得到满足更多设计要求的更优机构,避免选择机构的盲目性,提高设计效率.最后,通过综合示例说明本文所提出方法的综合过程,证明了方法的实用性和有效性

对偶的定义 对偶问题的性质 原始对偶关系 n目标函数值之间的关系 n最优解之间的互补松弛关系 n最优解的Kuhn-Tucker条件 对偶可行基对偶单纯形法 对偶的经济解释

自然科学与工程技术中种种运动发展过程与平衡现象各自遵守一定的规律。这些规律的定量表述一般地呈现为关于含有未知函数及其导数的方程。我们将只含有未知多元函数及其偏导数的方程，称之为偏微分方程。方程中出现的未知函数偏导数的最高阶数称为偏微分方程的阶。如果方程中对于未知函数和它的所有偏导数都是线性的，这样的方程称为线性偏微分方程，否则称它为非线性偏微分方程。初始条件和边界条件称为定解条件，未附加定解条件的偏微分方程称为泛定方程。对于一个具体的问题，定解条件与泛定方程总是同时提出。定解条件与泛定方程作为一个整体，称为定解问题

第一章 复变函数和解析函数 第二章 复变函数积分 第三章 复变函数级数 第四章 定积分的计算 第五章 δ函数、线性常微分方程的级数解法和本征值问题 第六章 数学物理方程的定解问题 第七章 行波法和分离变量法 第八章 积分变换法 第九章 球坐标下的分离变量法，勒让德多项式和球谐函数 第十章 柱坐标下的分离变量法，贝塞耳函数 第十一章 平面静电场问题和保角变换法 第十二章 非齐次方程的定解问题和格林函数法

5.1 n维向量 5.2 向量组的线性相关性 5.3 矩阵的秩与向量组的秩 5.4 向量空间 5.5 基、维数与坐标 5.6 线性方程组解的结构 5.7 超定方程的解——最小二乘问题 5.8 应用实例 5.9 习题

1 了解微分方程的基本概念:微分方程的定义、阶、解、通解、积分曲线、特解、初始条件、初值问题； 2 会判断变量可分离方程、齐次方程、一阶线性方程、 伯努利方程； 3 掌握变量可分离方程和一阶线性方程的解法，会解齐次方程和伯努利方程；

在应用中,有时还需要研究含参数的微分方程 dy =(x,y,), (, )e =( ,, (, ) dx 设f(x,y,)在C,内连续,且在内一致地关于y满足局部 Lipschitz条 件,即对任意的(x,y,)G,存在以(x,y)为中心的球及L,对任意的 (x,y,)x,)ec,使得f(x,y,)-f(y=-y2},其中是与 无关的正数.于是对任意的∈(a,B),由解的存在唯一性定理, Cauchy 问题