在许多实际问题中,人们往往通过适当的变换把一个复杂的问题 化成简单的问题来研究.例如,通过对对数变换,把除法运算化为加 减运算,通过分式线性变换把复杂区域化为简单区域等.本张从 Fourier级数出发,引出在电学、力学、控制理论等许多工程和科学 领域中有广泛应用的积分变换 Fourier变换及其基本性质和一些简 单应用 Fourier级数的应用可在力学中振动和波动部分找到:任何振动 和波动都可表示为谐振动和谐波的叠加 Fourier级数展开 简谐振动是振动或周期运动的一种,许多实际的周期运动并不是 谐振动.例如,各种乐器的振动大多不是谐振动.对小提琴的锯齿振

物理量仅是时间的函数一常微分方程 普遍性、共性 物理量仅是时间和空间的函数一偏微分方程 必须考虑对象所处的“环境”—边界条件 求解具体问题 必须考虑对象所处的“历史”初始条件 边界条件和初始条件反应了具体问题的特定环境和历史,即问题 的特殊性、个性.在数学上,边界条件和初始条件合称定解条件 物理问题的共性一物理规律的数学表示:数学建模,通俗地讲, 就是把物理规律用数学语言“翻译”出,体现为物理量在时空中的变 化关系.这种关系通常是偏微分方程

化工原理是化工类各专业开设的一门技术基础必修课，它是以高等数学、物理、物理化学等为基础的后继课程，在高等学校教学计划中起到从自然学科到应用学科的搭桥作用。它的任务是研究化工生产过程中主要单元操作及典型设备的计算及选型；最佳生产操作条件及过程强化和优化的选择。本书由基本知识、填空、计算、公式推导四部分组成，内容包括流体流动、流体输送机械、流体通过颗粒层的流动、颗粒的沉降和流态化、传热、气体吸收、液体精馏、液液萃取、固体干燥九章

介绍现代信号处理技术的基本原理和工程实用技术。阐述平稳和非平稳信号的特点，信号数学变换的本质，信号正交分解的物理意义和工程背景。内容包括信号的时域分析、频域分析、循环平稳信号分析、时频分析、小波变换及第二代小波变换、经验模式分解等。列举了所介绍的方法和技术在工矿企业中机电设备动态分析与监测诊断方面的应用实例。本书取材先进，实用性强，适合作为高等院校机械工程、仪器仪表和能源动力等专业的研究生、高年级本科生的教材或参考书，也可供从事机电设备动态分析、状态监测、故障诊断、设备管理与维修的广大科技人员使用和参考。 第一章 绪论 第二章 信号的时域分析 第三章 信号的频域分析 第四章 循环平稳信号分析 第五章 非平稳信号处理方法 第六章 连续小波变换及其工程应用 第七章 基于第二代小波变换的信号处理 第八章 基于EMD的时频分析方法及其应用

数字化是在20世纪50年代电子计算机出现后才提出的新概念，而数字高程模型(DEM)的概念在1958年就已经提出了。到了今天，数字高程模型作为地球表面地形的数字描述和模拟已成为空间数据基础设施和“数字地球”的重要组成部分。几十年来对数字高程模型的研究方兴未艾、十分活跃。从1972年起，国际摄影测量与遥感学会(ISPRS)一直把DEM作为主题，组织工作组进行国际性合作研究。 第一章 概述 第二章 数字高程模型的数据获取 第三章 数字高程模型表面建模 第四章 数字高程模型精度的数学模型 第五章 数字高程模型生产的质量控制 第六章 数字高程模型的数据组织 第七章 数字高程模型内插 第八章 数字地形分析 第九章 数字高程模型的可视化 第十章 数字离程模型的应用

有理函数的不定积分 形如2n(x的函数称为有理函数,这里p(x)和④(x)分别是m次和 q,(x) n次多项式。在本节中,我们将通过介绍求一般有理函数的不定积分 的方法,证明这样的一个结论:有理函数的原函数一定是初等函数。 求有理函数的不定积分是我们在实际应用中经常遇到的问题。此 外,对于求某些其他类型函数的不定积分,如无理函数、三角函数的 不定积分问题,也可以通过适当的变换化成求有理函数的不定积分问 题而得到解决

到目前为止, 我们所学习的只是一元函数的分析性质。但在现实 生活中，除了非常简单的情况之外，可以仅用一个自变量和一个因变 量的变化关系来刻画的问题可以说是非常少的。比如像物理学中研究 质点运动这么一个相对较为容易的问题，也需要用到确定空间位置的 三个坐标变量 x、y、z 和一个时间变量 t 以及多个函数值（如位置、 速度、加速度、动量等），更不用说在各种不同的学科研究中会遇到 更为复杂的问题

上一章的分离变效法是对直角坐标系的各种定解问题和平面极坐 标系稳定场问题进行的,出现的本征函数都是三角函数.但实际问题 中的边界是多种多样的,坐标系必须参照问题中的边界形状来选择, 不可能总是直角坐标系或平面极坐标系. 圆球形和圆柱形就是两种常见的边界,相应地用球(极)坐标系 和柱坐标系比较方便.本章要考察球坐标系和柱坐标系中的分离变数 法所导致的常微分方程以及相应的本征值问题

在第三章中,我们有多处对不连续变化的变量采取了连续 化的方法,从而建立了相应的微分方程模型。但是由于以 下原因: 第一,有时变量事实上只能取自一个有限的集合; 第二,有时采取连续化方法后律立的植刑比校复杂,无 求出间题的/电子计算机的广泛应用为我们处理大量信息 建模时我们提供了实现的可能,这就十分自然地提出了 对连续变量一个问题

就随机现象而言,仅仅知道可能发生哪些事件是不够 的,更重要的是对事件发生的可能性做出定量的描述.这 工就涉及到一个概念一事件的概率Probability).直观 地说,个事件的概率(记为)就是能刻画该事件发生的 可能性大小的一个数值.因此,凭直觉我们可以说,在掷 一枚硬币的试验中“出现数字面”的概率为,而在掷一颗 骰子的试验中“出现‘1’点”的概率为.但是,对一般 的事件而言,单凭直觉来确定其发生的概率显然是行不通 的,必须从客观的本质特征上寻求概率的界定方法那么 ,概率有客观性吗?数学上如何定义呢?下面,我们将逐 工步明确这些问题