A) 迭代序列接近解的特性 B) 数值方法永远无法求解的特性 C) 计算误差累积率 D) 函数具有多解的特性
A) 估计已知数据点之间的未知值 B) 寻找方程的精确解 C) 检验统计假设 D) 生成随机数
A) 物理系统建模 B) 用较简单的函数逼近复杂函数 C) 数学函数的精确计算 D) 求函数的最大值或最小值
A) 牛顿法 B) 冉格-库塔法 C) 正割法 D) 高斯消除
A) 牛顿法 B) 分段法 C) 假位置法 D) 梯度下降
A) 精确复制已知数据点 B) 估计已知数据点之间的缺失值 C) 创建超出给定范围的新数据点 D) 剔除数据集中的异常值
A) 生成随机矩阵 B) 高效解线性方程组 C) 预测未来趋势 D) 查找矩阵的特征值
A) 高斯消除 B) 冉格-库塔法 C) 拉格朗日插值 D) 牛顿法
A) 19世纪。 B) 18世纪。 C) 21世纪。 D) 20世纪。
A) 符号处理技术的进步。 B) 数据可用性的减少。 C) 计算成本的降低。 D) 计算能力的提升。
A) 电磁学。 B) 热力学。 C) 量子物理学。 D) 天体力学。
A) 离散数学的证明。 B) 将精确的符号表达式转换为数字。 C) 在规定的误差范围内获得的近似解。 D) 完全理论的模型，不涉及计算。
A) 离散数学提供了基础。 B) 先进的数值方法使其成为可能。 C) 它完全依赖于历史数据的分析。 D) 使用了符号处理技术。
A) 基本的算术计算。 B) 运筹学领域开发的复杂优化算法。 C) 离散事件模拟。 D) 符号运算技术。
A) 用于模拟量子现象。 B) 用于进行符号计算。 C) 用于精算分析。 D) 用于开发离散模型。
A) 欧拉和高斯 B) 惠特克和斯蒂根 C) 牛顿和拉格朗日 D) 约翰·冯·诺伊曼和赫尔曼·戈尔德斯坦
A) 1985 B) 1947 C) 2000 D) 1912
A) 电子计算机 B) 机械书籍 C) 公式列表 D) 插值表
A) 因为现在可以使用计算机。 B) 因为设立了莱斯利·福克斯奖。 C) 因为它们只计算到小数点后16位。 D) 因为有E. T. Whittaker的贡献。
A) 算术运算的精度。 B) 初始猜测的大小。 C) 一种涉及残差的收敛性测试。 D) 迭代的步数。
A) 3x³ − 24 B) x³ - 8 C) 3x + 4 = 28 D) 3x² + 4
A) a = -1, b = 4 B) a = 2, b = 5 C) a = 1, b = 2 D) a = 0, b = 3
A) 等于 0.5 B) 小于 0.2 C) 大于 1 D) 等于 0
A) 对一个微分元素为零的函数进行求导。 B) 计算 f(x) = 1/(x - 1) 在 x 接近 1 时的值。 C) 对一个具有无限个区域的函数进行积分。 D) 计算 f(x) = 1/(x - 1) 在 x 接近 10 时的值。
A) 单纯形法 B) 光谱图像压缩 C) 主成分分析 D) 蒙特卡洛积分
A) 高斯求积 B) 稀疏网格 C) 蒙特卡洛方法 D) 牛顿-科特公式
A) 稀疏网格 B) 蒙特卡洛积分 C) 辛普森法则 D) 单纯形法
A) NAG 库 B) IMSL 库 C) Netlib 软件库 D) GNU 科学库
A) 定点算术 B) 浮点算术 C) 任意精度算术 D) 二进制算术
A) Excel B) Scilab C) Julia D) MATLAB
A) 数学函数数字图书馆 B) Numerische Mathematik C) 数学百科全书 D) 数值分析期刊 (SINUM)
A) MATLAB B) C++ C) R D) Python |