一、首页:题目,作者,时间,单位,资助 二、介绍:以前工作的介绍,背景,经验和教训,参考文献 三、介绍二:你的工作和主要结果,和比较 四、主要内容:理论、计算、试验,困难,有趣的事情

我们每天都在使用 Fourier变换,比如移动电话,CD,DVD,jPEG

在大量的应用领域中,人们经常面临用一个解析函数描述数据(通常是测量值)的任务。 对这个问题有两种方法。在插值法里,数据假定是正确的,要求以某种方法描述数据点之间 所发生的情况。这种方法在下一节讨论。这里讨论的方法是曲线拟合或回归。人们设法找出 某条光滑曲线,它最佳地拟合数据,但不必要经过任何数据点

给定一组测量或观测值y=y(t),i=1,m假设y是n个函数的线性组合

在平面上给定n个点(x可以唯一确定一个最多n 1次的多项式通过这些点,这个多项式叫插值多项式

12.1 Simulink操作基础 12.2系统仿真模型 12.3系统的仿真 12.4使用命令操作对系统进行仿真 12.5子系统及其封装技术 12.6S函数的设计与应用

微分方程:d(f(ty)y(to)=y 数值解:yn≈y(tn),n=0, 步长: n n+1'n 自动确定 rtth 积分方程:y(t+h)=y(t)+f(s,y(s))ds rt+h 特殊情况:y(t+h)=y(t)+f(s)ds

Mapple r= solve(1/x=x-1); r= [1/2*5^(1/2)+1/2] phi=r() [1/2-1/2*5^(1/2)] vpa(phi,50) 1/2*5^(1/2)+1/2 1.6180339887498948482045868343656381177203091798058 phi= double(phi)

Ax=b有x=A-1b,但实际上并不显式求A-1 例子: 7x=21 X=21/7=3 如果求逆 x=7-1×21=.142857×21=2.99997 这就需要一次除和一次乘,且精度更低

Finete Difference Methods 五点离散 A,(x, u(x+h, y)-2u(x, y)+u(x-h,y) h (x, y+h)-2u(x, y)+u(x,y-h)