算法基础1新.pptVIP

算法基础 ;算法概念;1.1 建模竞赛的过程;1.2 算法的概念;1.3 算法的分类;1.4 算法的评价（1）;算法的评价（2）;2．数值型算法的收敛阶 ;2.1 数列收敛阶的定义;2.2 举例;2.3 2阶收敛举例;2.4 算法的收敛阶;2.5 时间花费与收敛速度;2.6 向量序列的极限;2.7 范数概念;2.8 常用向量范数;2.9 等价性定理、收敛速度;2.10 常用的矩阵范数;3 误差及数值算法的稳定性;3.1 初值误差;3.2 数值稳定性;稳定性不同于显著性;数值型算法设计注意事项 ;2）避免相近数相减; 避免相近数相减举例 ;3）尽可能避免大数吃小数 ;其它;5 数值型算法构造的常用基本思想 ;关于迭代的解释;线性方程组;5.2 直与曲的思想 ;举例;5.3 分段处理的思想 ;5.4 修正的思想 ;5.5 组合的思想 ;进一步说明;5.6 自适应的思想 ;算法的评价 ;6.1 时间复杂度;2）时间复杂度;举例;时间复杂度的渐进常数之比;说明;常见的不同时间复杂度的效率;比较图1;比较图2;比较图3;比较图4;给定数据规模n，执行给定时间复杂度的算法耗时比较;给定数据规模n，执行给定时间复杂度的算法耗时比较;6.2 问题的规模 ;数模竞赛常用算法（一）;蒙特卡罗方法解题过程主要步骤：;数模竞赛常用算法（二）;数模竞赛常用算法（