第一章 数值计算中的误差分析 第二章 线性方程组的直接解法 第三章 线性方程组的迭代解法 第四章 方阵特征值和特征向量的计算 第五章 非线性方程求根。 第六章 插值法 第七章函数逼近和曲线拟合 第八章 数值积分与数值微分 第九章 常微分方程的数值解法

综合前几节的内容我们知道 梯形公式,Simpson公式, Cotes公式的代数精度分别为 1次,3次和5次 复合梯形、复合 Simpson、复合 Cotes公式的收敛阶分别为 2阶、4阶和6阶 无论从代数精度还是收敛速度,复合梯形公式都是较差的 有没有办法改善梯形公式呢?

一、算法描述 k中心点算法:首先为每一个簇随意选择一个代表对象;剩余的对象其与 代表的对象的距离分配给最近的一个簇。然后反复的用非代表对象来替代代表 对象,以改进聚类的质量。聚类结果的质量用一个代价函数来估算,该函数度 量对象与其参与对象之间的平均相异度。为了确定非代表对象Om是否是当 前代表对象O的好的替代,对于每一个非代表对象P,考虑以下四种情况

6.1 数字电路概述 6.2 分立元件门电路 6.3 集成门电路 6.4 逻辑代数

3.1 定常迭代法 3.2 收敛性分析 3.3 正则分裂 3.4 交替方向迭代法 3.5 迭代法的加速

§1 迭代法的一般形式 §2 几种常用的迭代公式 §3 迭代法的收敛条件

5.1 预处理Krylov子空间方法 5.2 基于矩阵分裂的预处理子 5.3 不完全分解预处理子 5.4 稀疏近似逆预处理子

用代数方法来研究数学结构,故又叫代数结构,它将用抽象的方法来研究集合上的关系和运算。 代数的概念和方法已经渗透到计算机科学的许多分支中,它对程序理论,数据结构,编码理论的研究和逻辑电路的设计已具有理论和实践的指导意义。 §1 代数系统的引入 §2 运算及其性质 §3 半群 §4 群与子群 §5 阿贝尔群和循环群 §6* 陪集与拉格朗日定理 §7 同态与同构

1、压缩映象与压缩映象原理。 2、利用压缩映象原理解微分方程、积分方程和代数方程组

针对粗糙集中连续属性需要离散化问题进行了研究.根据数据对象的可分辨性原理构造超立方体,在数据空间上对信息表中的连续属性进行整体离散化处理.根据条件属性与决策属性的一致性关系,依照条件属性在粗糙集边界域中的分类能力来确定条件属性的重要性,在此基础上选取重要划分点对信息表中的连续属性进行局部离散化,同时以信息熵作为迭代约束条件.数值示例和实验表明这种整体与局部相结合的离散化方法是有效可行的