类型一 求函数的渐进表达式
如何求函数的渐进表达式?
即找最高阶即可;
掌握了下面几个口诀:再也不用担心求出函数渐进表达式
将函数中所有的加法项常数都去掉。
在修改后的函数中,只保留最高阶项。
如果最高阶项存在,那么去除高阶项前面的系数。
最后得到的结果就是函数的渐进表达式了
我的解答:
1. 2. 3.1 4.logn 5.n
正确答案:
总结归纳:
类型一 多项式型
方法:找最高阶去掉前面的系数即可
类型二 指数型
找变化最快的指数
类型三 对数型
方法:摘帽子然后看对数剩下还是常数
类型二 问同阶的区别
我的答案:
一脸懵逼,这俩有区别吗?
正确答案:
卧槽玩我呢?
类型三 依据渐进阶来排列表达式
我的答案:
2,logn ....n!,
正确答案:
思考:
为什么n!>3^n
下图给出答案
疑问:
n的阶乘为什么等于右边的式子。
要求阶乘的渐进上界和渐进下界,我们可以使用大O符号来表示它们。
1. 渐进上界:阶乘的渐进上界表示阶乘函数在增长时的一个上限。对于阶乘函数 n!,我们可以使用O(n!)来表示其渐进上界。这意味着阶乘函数的增长不会超过 n!。
2. 渐进下界:阶乘的渐进下界表示阶乘函数在增长时的一个下限。阶乘函数的渐进下界比较复杂,因为它的增长速度非常快。一种常用的下界表示是 Stirling 近似公式,它给出了阶乘函数的渐进下界近似值。
Stirling 近似公式:n! ≈ √(2πn) * (n/e)^n
其中,π是圆周率,e是自然对数的底数。
使用 Stirling 近似公式,我们可以得到阶乘函数的渐进下界表示:O(√n * (n/e)^n)。
需要注意的是,阶乘函数的增长速度非常快,因此其渐进上界和渐进下界在实际应用中可能并不是非常有用。通常情况下,我们更关注阶乘函数的渐进复杂性,而不是具体的上界和下界。
什么是stirling公式?
Stirling 近似公式是一个用于近似计算阶乘函数的公式。它以数学家 James Stirling 的名字命名。Stirling 近似公式的形式如下:
n! ≈ √(2πn) * (n/e)^n
其中,n! 表示 n 的阶乘,π 是圆周率(约等于3.14159),e 是自然对数的底数(约等于2.71828)。
Stirling 近似公式提供了一个在 n 较大时逼近阶乘函数的有效方法。它是基于数学推导和近似技巧得出的。这个公式的核心思想是将阶乘函数转化为一个连续函数的近似。
使用 Stirling 近似公式,我们可以用简单的计算来近似计算阶乘,而无需直接计算阶乘的乘积。这对于非常大的 n 值特别有用,因为计算阶乘的乘积可能会变得非常庞大。
需要注意的是,Stirling 近似公式是一个近似结果,并非完全准确。它在 n 趋近无穷大时逼近阶乘函数,但在小于某个阈值的情况下可能并不准确。因此,在具体的计算中,如果需要精确的阶乘值,可能需要使用更精确的算法或数值库来进行计算。
类型四 实际应用
我的答案:
这不应该是计算机组成原理的吗?
不会。
这是不可能的然我们看看第一题的答案:
正确答案:
类型五 处理器运行速度换算同时间处理问题的规模
我的答案:
1~100n;;;
正确答案:
思考为什么我的想法是错的?错在哪里呢?
我知道了,因为原题目只说了是原计算机运行速度的100倍,我的写法意味着规模是一百倍同时算得也不是问题规模而是复杂度。
反思
我的不足:
对问题理解不透彻经常答非所问。
缺乏思考耐心。
类型6 判断一个函数是另一个函数的渐进上界,渐进下界还是渐进紧界
我的解答:
正确答案:
反思
1.对符号记忆又缺乏记忆
学到了什么?
方法:
1.首先判断同不同阶,同阶则判断为渐进紧界
2.其次判断两个函数的导数,如果f(n)大于gn则为渐进下界,否则则为渐进上界
类型七 证明n!的复杂度
我的答案:
一、分析:
正确答案:
反思
要学会这个程序
数学的等价无穷小要回去学学了
学会斯特拉公式的证明:
斯特林公式(Stirling's approximation)是一条用来取n的阶乘的近似值的数学公式。一般来说,阶乘的计算复杂度为线性。当要为某些极大大的n求阶乘时,常见的方法复杂度不可接受。斯特林公式能够将求解阶乘的复杂度降低到对数级。而且,即使在n很小的时候,斯特林公式的取值已经十分准确。
斯特林公式在理论和应用上都具有重要的价值,对于概率论的发展也有着重大的意义。在数学分析中,大多都是利用Г函数、级数和含参变量的积分等知识进行证明或推导,很为繁琐冗长。近年来,一些国内外学者利用概率论中的指数分布、泊松分布、χ²分布证之。
类型八 分析算法段所需计算时间的上界和下界。
正确答案: