徽标
联盟百科
通讯
下载应用,请到 Google Play
新! 在您的Android™设备上下载联盟百科!
自由
比浏览器更快的访问!
 

渐近分析

指数 渐近分析

渐近分析(asymptotic analysis、asymptotics),在数学分析中是一种描述函数在极限附近的行为的方法。有多个科学领域应用此方法。例子如下:.

7 关系: 大O符号實體系統算法分析级数计算机科学极限数学分析

大O符号

大O符号(Big O notation),又稱為漸進符號,是用于描述函数渐近行为的数学符号。更确切地说,它是用另一个(通常更简单的)函数来描述一个函数数量级的渐近上界。在数学中,它一般用来刻画被截断的无穷级数尤其是渐近级数的剩余项;在计算机科学中,它在分析算法复杂性的方面非常有用。 大O符号是由德国数论学家在其1892年的著作《解析数论》(Analytische Zahlentheorie)首先引入的。而这个记号则是在另一位德国数论学家的著作中才推广的,因此它有时又称为朗道符号(Landau symbols)。代表“order of...”(……阶)的大O,最初是一个大写希腊字母“Ο”(omicron),现今用的是大写拉丁字母“O”。.

新!!: 渐近分析和大O符号 · 查看更多 »

實體系統

#重定向物理系统.

新!!: 渐近分析和實體系統 · 查看更多 »

算法分析

在计算机科学中,算法分析(Analysis of algorithm)是分析执行一个给定算法需要消耗的计算资源数量(例如计算时间,存储器使用等)的过程。算法的效率或复杂度在理论上表示为一个函数。其定义域是输入数据的长度(通常考虑任意大的输入,没有上界),值域通常是执行步骤数量(时间复杂度)或者存储器位置数量(空间复杂度)。算法分析是计算复杂度理论的重要组成部分。 理论分析常常利用渐近分析估计一个算法的复杂度,并使用大O符号、大Ω符号和大Θ符号作为标记。举例,二分查找所需的执行步骤数量与查找列表的长度之对数成正比,记为 O(\log n),简称为「对数时间」。通常使用渐近分析的原因是,同一算法的不同具体实现的效率可能有差别。但是,对于任何给定的算法,所有符合其设计者意图的实现,它们之间的性能差异应当仅仅是一个系数。 精确分析算法的效率有时也是可行的,但这样的分析通常需要一些与具体实现相关的假设,称为计算模型。计算模型可以用抽象机器来定义,比如图灵机。或者可以假设某些基本操作在单位时间内可完成。 假设二分查找的目标列表总共有 n 个元素。如果我们假设单次查找可以在一个时间单位内完成,那么至多只需要 \log n + 1 单位的时间就可以得到结果。这样的分析在有些场合非常重要。 算法分析在实际工作中是非常重要的,因为使用低效率的算法会显著降低系统性能。在对运行时间要求极高的场合,耗时太长的算法得到的结果可能是过期或者无用的。低效率算法也会大量消耗计算资源。.

新!!: 渐近分析和算法分析 · 查看更多 »

级数

在数学中,一个有穷或无穷的序列u_0,u_1,u_2 \cdots的元素的形式和S称为级数。序列u_0,u_1,u_2 \cdots中的项称作级数的通项。级数的通项可以是实数、矩阵或向量等常量,也可以是关于其他变量的函数,不一定是一个数。如果级数的通项是常量,则称之为常数项级数,如果级数的通项是函数,则称之为函数项级数。常见的简单有穷数列的级数包括等差数列和等比数列的级数。 有穷数列的级数一般通过初等代数的方法就可以求得。如果序列是无穷序列,其和则称为无穷级数,有时也简称為级数。无穷级数有发散和收敛的区别,称为无穷级数的敛散性。判断无穷级数的敛散性是无穷级数研究中的主要工作。无穷级数在收敛时才會有一个和;发散的无穷级数在一般意义上没有和,但可以用一些别的方式来定义。 无穷级数的研究更多的需要数学分析的方法来解决。无穷级数一般写作\textstyle a_1 + a_2 +a_3+ \cdots、\textstyle \sum a_n或者\textstyle \sum_^\infty a_n,级数收敛时,其和通常被表示为\textstyle \sum_^\infty a_n。.

新!!: 渐近分析和级数 · 查看更多 »

计算机科学

计算机科学用于解决信息与计算的理论基础,以及实现和应用它们的实用技术。 计算机科学(computer science,有时缩写为CS)是系统性研究信息与计算的理论基础以及它们在计算机系统中如何与应用的实用技术的学科。 它通常被形容为对那些创造、描述以及转换信息的算法处理的系统研究。计算机科学包含很多分支领域;有些强调特定结果的计算,比如计算机图形学;而有些是探討计算问题的性质,比如计算复杂性理论;还有一些领域專注于怎样实现计算,比如程式語言理論是研究描述计算的方法,而程式设计是应用特定的程式語言解决特定的计算问题,人机交互则是專注于怎样使计算机和计算变得有用、好用,以及随时随地为人所用。 有时公众会误以为计算机科学就是解决计算机问题的事业(比如信息技术),或者只是与使用计算机的经验有关,如玩游戏、上网或者文字处理。其实计算机科学所关注的,不仅仅是去理解实现类似游戏、浏览器这些软件的程序的性质,更要通过现有的知识创造新的程序或者改进已有的程序。 尽管计算机科学(computer science)的名字里包含计算机这几个字,但实际上计算机科学相当数量的领域都不涉及计算机本身的研究。因此,一些新的名字被提议出来。某些重点大学的院系倾向于术语计算科学(computing science),以精确强调两者之间的不同。丹麦科学家Peter Naur建议使用术语"datalogy",以反映这一事实,即科学学科是围绕着数据和数据处理,而不一定要涉及计算机。第一个使用这个术语的科学机构是哥本哈根大学Datalogy学院,该学院成立于1969年,Peter Naur便是第一任教授。这个术语主要被用于北欧国家。同时,在计算技术发展初期,《ACM通讯》建议了一些针对计算领域从业人员的术语:turingineer,turologist,flow-charts-man,applied meta-mathematician及applied epistemologist。 三个月后在同样的期刊上,comptologist被提出,第二年又变成了hypologist。 术语computics也曾经被提议过。在欧洲大陆,起源于信息(information)和数学或者自动(automatic)的名字比起源于计算机或者计算(computation)更常见,如informatique(法语),Informatik(德语),informatika(斯拉夫语族)。 著名计算机科学家Edsger Dijkstra曾经指出:“计算机科学并不只是关于计算机,就像天文学并不只是关于望远镜一样。”("Computer science is no more about computers than astronomy is about telescopes.")设计、部署计算机和计算机系统通常被认为是非计算机科学学科的领域。例如,研究计算机硬件被看作是计算机工程的一部分,而对于商业计算机系统的研究和部署被称为信息技术或者信息系统。然而,现如今也越来越多地融合了各类计算机相关学科的思想。计算机科学研究也经常与其它学科交叉,比如心理学,认知科学,语言学,数学,物理学,统计学和经济学。 计算机科学被认为比其它科学学科与数学的联系更加密切,一些观察者说计算就是一门数学科学。 早期计算机科学受数学研究成果的影响很大,如Kurt Gödel和Alan Turing,这两个领域在某些学科,例如数理逻辑、范畴论、域理论和代数,也不断有有益的思想交流。.

新!!: 渐近分析和计算机科学 · 查看更多 »

极限

极限可以指:.

新!!: 渐近分析和极限 · 查看更多 »

数学分析

数学分析(mathematical analysis)区别于其他非数学类学生的高等数学内容,是分析学中最古老、最基本的分支,一般指以微积分学、无穷级数和解析函數等的一般理论为主要内容,并包括它们的理论基础(实数、函数、測度和极限的基本理论)的一个较为完整的数学学科。它也是大学数学专业的一门基础课程。出自《数学辞海(第一卷)》 数学分析研究的內容包括實數、複數、實函數及複變函數。数学分析是由微積分演進而來,在微积分发展至现代阶段中,从应用中的方法总结升华为一类综合性分析方法,且初等微積分中也包括許多數學分析的基礎概念及技巧,可以认为这些应用方法是高等微积分生成的前提。数学分析的方式和其幾何有關,不過只要任一數學空間有定義鄰域(拓扑空间)或是有針對兩物件距離的定義(度量空间),就可以用数学分析的方式進行分析。.

新!!: 渐近分析和数学分析 · 查看更多 »

重定向到这里:

渐近展开式

传出传入
嘿!我们在Facebook上吧! »