动态规划是一类多阶段决策过程的最优化方法。 基本方法是：按阶段把一个大问题化成一系列相互有联系的子问题，建立相应的递推公式，解一系列的子问题，最后求得整个问题的最优解

图是一类相当广泛的实际问题的数学模 型，有着极其丰富的内容，是数据结构 等课程的先修内容.学习时应掌握好图论 的基本概念、基本方法、基本算法；善 于把实际问题抽象为图论的问题，然后 用图论的方法解决问题

本章介绍最简单、最基本的组合论课题,即通常的“排列”、“组 合问题。考虑问题的思路和解决问题的方法,都力求多样,以利于 培养“组合思维”和熟练“组合技巧”,提高灵活地用之于较复杂的组 合论问题的能力

统计推断问题可以分为两大类,一类是估计问 题,一类是假设检验问题.本章讨论总体参数 的点估计和区间估计 设总体X的分布函数的形式为已知,但它的一个或多个参数为未知,借助于总体X的的一个 样本来估计总体未知参数的值的问题称为参数的点估计问题

第九章 函数逼近 9.1 逼近问题的描述 9.2 内积空间的最佳逼近 9.3 最小二乘法 9.4 最佳平方逼近与正交多项式 9.5 周期函数的最佳平方逼近与快速傅立叶变换 9.6 最佳一致逼近多项式 9.7 切比雪夫多项式 9.8 函数逼近的若干重要定理 第十章 最优化方法 10.1 线性规划问题 10.2 线性规划问题的几何意义 10.3 单纯形法 10.4 非线性优化问题 10.5 一维搜索 10.6 无约束非线性优化

在上册中,我们讨论的是一元函数微积分 ,但实际问题中常会遇到依赖于两个以上自变量 的函数多元函数,也提出了多元微积分问题。 多元微积分的概念、理论、方法是一元微 积分中相应概念、理论、方法的推广和发展, 它们既有相似之处(概念及处理问题的思想方 法)又有许多本质的不同,要善于进行比较, 既要认识到它们的共同点和相互联系,更要注 意它们的区别,研究新情况和新问题,深刻理 解,融会贯通

⚫ 10.1 基本概念 ⚫ 10.2 最短路问题 （一）Bellman最优化原理 （二）Dijustra算法（双括号法） （三）通信线路布施问题 （四）设备更新问题 ⚫ 10.3 最小生成树 （一）基本概念与理论 （二）Kruskal算法（加边法、破圈法） （三）丢边法（破圈法） ⚫ 10.4 最大流问题 （一）基本概念 （二）双标号算法 ⚫ 10.5 最小费用最大流 （一）基本概念 （二）求解算法

在上册中,我们讨论的是一元函数微积分 ,但实际问题中常会遇到依赖于两个以上自变量 的函数一多元函数,也提出了多元微积分问题。 多元微积分的概念、理论、方法是一元微 积分中相应概念、理论、方法的推广和发展, 它们既有相似之处(概念及处理问题的思想方 法)又有许多本质的不同,要善于进行比较, 既要认识到它们的共同点和相互联系,更要注 意它们的区别,研究新情况和新问题,深刻理 解,融会贯通

导数的概念 在许多实际问题中，需要从数量上研究变量的 变化速度。如物体的运动速度，电流强度，线密 度，比热，化学反应速度及生物繁殖率等，所有 这些在数学上都可归结为函数的变化率问题，即 导数。 本章将通过对实际问题的分析，引出微分学中 两个最重要的基本概念——导数与微分，然后再 建立求导数与微分的运算公式和法则，从而解决 有关变化率的计算问题

第5章积分变换与复变函数问题的计算机求解 一、 Laplace变换及其反变换 二、 Fourier变换及其反变换 三、其他积分变换问题及求解 四、变换及其反变换 五、复变函数问题的计算机求解 六、差分方程迭代求解与复平面映射分形