数值微分 1.函数f(x)以离散点列给出时,而要求我们给出导数值, 2.函数f(x)过于复杂 这两种情况都要求我们用数值的方法求函数的导数值

非线性科学是当今科学发展的一个重要研究方向,而非线性方程的求根也成了 个不可缺的内容。但是,非线性方程的求根非常复杂。 通常非线性方程的根的情况非常复杂:

实际中,存在大量的解线性方程组的问题。很多数值方法到最后也会涉及到线性方程组的求解问题:如样条插值的 M和m关系式,曲线拟合的法方程,方程组的 Newton迭代等问题

直接法得到的解是理论上准确的,但是我们可以看得出,它们的计算量都是n3 数量级,存储量为η2量级,这在n比较小的时候还比较合适(n<400),但是对于现 在的很多实际问题,往往要我们求解很大的n的矩阵,而且这些矩阵往往是系数矩阵 就是这些矩阵含有大量的0元素。对于这类的矩阵,在用直接法时就会耗费大量的时 间和存储单元。因此我们有必要引入一类新的方法:迭代法

逻辑代数( Logic Algebra)是由英国数 学家乔治布尔( George Boole)于1849年首 先提出的,因此也称为布尔代数( Boolean Algebra)。逻辑代数研究逻辑变量间的相互 关系,是分析和设计逻辑电路不可缺少的数学 工具。所谓逻辑变量,是指只有两种取值的变 量:真或假、高或低、1或0

第一节信源的数学模型及分类 第二节离散信源的信息熵 第三节信息熵的基本性质 第四节离散无记忆的扩展信源 第五节离散平稳信源 第六节马尔可夫信源 第七节信源剩余度与自然语言的熵

第一节信道的数学模型及分类 第二节平均互信息 第三节平均互信息的特性 第四节信道容量及其一般计算方法 第五节离散无记忆扩展信道及其信道容量 第六节信源与信道的匹配

很多工程计算中,会遇到特征值和特征向量的计算,如:机械、结构或电磁振 动中的固有值问题;物理学中的各种临界值等。这些特征值的计算往往意义重大

给出一组离散点,确定一个函数逼近原函数,插值是这样的一种手段在实际中,数据不可避免的会有误差,插值函数会将这些误差也包括在内因此,我们需要一种新的逼近原函数的手段: ①不要求过所有的点(可以消除误差影响) ②尽可能表现数据的趋势,靠近这些点

1.设z=u2-v2,而u=x+y,v=x-y,求 2.设z=u2m,而u=x,v=3x-2y,求 3.设z=ex-2y,而x=sint,y=,求 4.设zarcsinr-y),而x+3t,y=4t2,求