函数库:
线性函数,就是一种直线的关系,可以理解成直来直去的一种关系
比如y=kx+b,y=x,y=x-b......这样一种函数都是线性函数
下面我们来讨论一个问题:
我们都知道蟋蟀,它在同一种温度下,鸣声的频率都是相同的。那么根据这样一种属性,我们就可以计算出当在某个温度下面,蟋蟀叫声的频率(Hz)是一样的,当然了,不同的蟋蟀,频率可能会有差异,我们可用一种线性关系来描述温度与鸣声次数这样一种关系。
c=7T-35
它的线性函数图像就是:
我们再来说一下奥林匹克的撑杆跳的高度,每四年增加20cm,1900,它的初始高度是3.33m
也就是说每年增加0.05米,根据这样一种关系,我们就可以算出相应的几个四年的高区
y=3.33+0.05t(t代表第几个四年),0.05代表变化率,稳定变化的这样一种关系
线性关系都有一个固定的值与之增长
下面我们来说一下指数函数:(底数不变,指数改变)
p=p0*a^t,其中p0是数据的一个初始值
下面我们来说一下人口增长问题:
1980 67.83
1981 69.13 1.75%(人口变化率)
1982 70.93 1.8%
1983 72.77 1.84%
算一下增长指数:
1981/1980=1.019
增长率=原来/增长的*100%=1.019/67.83*100%=1.5%
现在就是说到一个如何算增长率的问题:增长指数/前一年的数据*100%=现在数据的增长率
如果算下一年的值(1+0.015)=1.015这个就是增长指数.,每一年的增长指数都是1.015
p=67.83(1.015)^t
下面我们来说一下幂函数与指数函数的简单比较:
y=x^2(绿色)与y=2^x(蓝色)前一小段的图像比较
他们的交互点是(4,16),我们再看过了交互点,之后,函数图像的变换:
这个时候指数函数就完全大于幂函数了,上面很很明显指数函数占了主导地位。
我们将对数函数与幂函数进行比较:
我们把lg的底当做2来看。
分析一下y=lg^x与y=x^2的函数比较图像
对数函数的增长速度太过于缓慢,也就是说它的时间复杂度并不高
上面就是很明显幂函数占据了主导地位。
上面也就说明一个事实:指数函数的增长大于幂函数增长,幂函数增长大于对数函数的增长
对数函数是弯这走的,幂函数与指数函数都是往上走
这里简单来说一下指数函数图像,从0往后的数据,数据会一直增大,随着问题规模的增大,它需要的时间也会不断的加大。负数也是变小,然后跟着变小。