定义1：设X,Y是两个非空集合，若依照对应法则 f， 对X中的每个x，均存在Y中唯一的y与之对应，则称 这个对应法则 f 是从 X 到 Y 的一个映射， 记作 f: X→Y 或：设X,Y是两个非空集合，f是X×Y的子集，且 对任意x∈X，存在唯一的y ∈Y使(x,y) ∈ f，则f 是从 X 到 Y的一个映射

1．无约束优化问题min f (x)nxR，其中向量x的 n 个分量ix都是决策变量，称f (x)目标函数

（1）反函数法 重要结论：设随机变量 Y 的分布函数 F(y)是连续 函数，而 且随机变量 X～U(0,1)，令 Z=F

第一章 函数 思考题： 1．何谓函数，函数关系，函数值？ 2．函数 y=f(x)与方程 y=f(x)在概念上有何区别？ 3．怎样确定函数的定义域？

选择题] 容易题1—36,中等题37—86,难题87117 1.积分中值定理f(x)dx=f(5)(b-a),其中()。 (A)ξ是[a,b内任一点 (B).5是[a,b]内必定存在的某一点 (C).5是[a,b]内唯一的某一点 (D).5是[a,b]的中点。 答B (t)dt 2.F(x)={0 x2,x≠0,其中f(x)在x=0处连续,且f(0)=0若F(x)在 c,x=0 x=0处连续,则c=() (A).c=0; (B).c=1; (C).c不存在; (D).c=-1. 答A

一、决策矩阵(属性矩阵、属性值表) 方案集X={x1x2,…xm} 方案x的属性向量Y={yym 当目标函数为f,时,y=f(x)

2.5 Hermite插值 插值方法 NewtonLagrange与插值的不足 y=f(x),其 NewtonLagrange与插值多项式Pn(x)与Nn(x) 满足插值条件:P(xi)=nn(xi)=f(x)i=0,12.n Newton与 Lagrange插值多项式与y=f(x)在插值节点上有相同 的函数值“过点” 但在插值节点上y=f(x)与y=Pn(x)一般不”相切”, f(xi)≠n(x)光滑性较差 Hermite插值:求与y=f(x)在插值节点X1.n上具有相同函数 值及导数值(甚至高阶导数值)的插值多项式

一、两个多项式的最大公因式 定义1:f(x),g(x),h(x)∈F[x] 若h(x)g(x)hx)f(x) 则h(x)是f(x),g(x)的一个公因式。 例如h=x-1是f=x3-x,g=x3-x2-x+1 的一个公因式

1、设f(x)=,在[-1,1上求f(x)的一次最佳一致逼近多项式。 2、设f(x)∈Ca,b]试证明:f(x)的零次最佳一致逼近多项式p(x)=(M+m),其中M,m分别为f(x)在[a,b]上的最大值和最小值

1、设f(x)=,在[-1,1上求f(x)的一次最佳一致逼近多项式。 2、设f(x)∈Ca,b]试证明:f(x)的零次最佳一致逼近多项式p(x)=(M+m),其中M,m 分别为f(x)在[a,b]上的最大值和最小值