数学模型概念

1、导数、微分、全微分、偏导数、偏微分

关于偏微分、全微分总结
二阶导数
在一元函数里可导和可微分是等价的。多元函数中的可微，是指全微分存在；可导是指偏导数存在。
一元函数是指函数方程式中只包含一个自变量。
△z一dz＝o(ρ)

2、快速傅里叶变换

参考：https://blog.csdn.net/iloveyoumj/article/details/53308142

1）为什么需要FFT(快速傅立叶变换）

傅立叶认为：任何连续的周期信号，可以由一组适当的正弦曲线组合而成。
事实上：任何没有棱角且连续的周期信号，可以由一组适当的正弦曲线组合而成。带有棱角的信号，其实也可以用正弦曲线来非常逼近地表示它。

因为：正弦曲线的保真度：一个正弦曲线信号输入后，输出的仍是正弦曲线，只有幅度和相位可能发生变化，频率和波的形状不变。
所以：用正余弦来表示原信号会更加简单。

怎么就简单了？看看下面的图，原信号=三个正弦波。
最基本的想法：寻找周期，在一个周期内很多描点，记录这些点的坐标。即可记录原信号。
你想想你可以想到比三个正弦波更简单的方法表示原信号吗？

2） 变换是如何进行的？

按照被变换的输入信号类型不同，傅立叶变换可以分为 4种类型：
1、 非周期性连续信号傅立叶变换（Fourier Transform）
2、 周期性连续信号傅立叶级数(Fourier Series)
3、 非周期性离散信号离散时域傅立叶变换（Discrete Time Fourier Transform）
4、 周期性离散信号离散傅立叶变换(Discrete Fourier Transform)

对于计算机来说只有离散的和有限长度的数据才能被处理，对于其它的变换类型只有在数学演算中才能用到，在计算机面前我们只能用DFT方法，我们要讨论的FFT也只不过是DFT的一种快速的算法。

DFT的运算过程是这样的：

其中，
X(k)—频域值
X(n)—时域采样点
n—时域采样点的序列索引
k—频域值的索引
N—进行转换的采样点数量

可见，在计算机或者示波器上进行的DFT，使用的输入值是数字示波器经过ADC后采集到的采样值，也就是时域的信号值，输入采样点的数量决定了转换的计算规模。变换后的频谱输出包含同样数量的采样点，但是其中有一半的值是冗余的，通常不会显示在频谱中，所以真正有用的信息是N/2+1个点。

FFT的过程大大简化了在计算机中进行DFT的过程，简单来说，如果原来计算DFT的复杂度是N2次运算（N代表输入采样点的数量），进行FFT的运算复杂度是Nlg10（N），因此，计算一个1,000采样点的DFT，使用FFT算法只需要计算3,000次，而常规的DFT算法需要计算1,000,000次！

我们以一个4个点的DFT变换为例来简单说明FFT是怎样实现快速算法的：

计算得出：

其中的红色部分在FFT中是必须计算的分量，其他蓝色部分不需要直接计算，可以由红色的分量直接推导得到，比如：
x(1)e-j0 = -1*x(1)e-jπ
x(2)e-j0 = x(2)e-j2π
… …
这样，已经计算出的红色分量只需要计算机将结果保存下来用于之后计算时调用即可，因此大大减少了DFT的计算量。
过大看原链接

3、定积分

定积分的概念及其几何意义
不定积分、定积分的区别与联系
定积分百度词条
积分与求导互为逆运算（一元函数是指函数方程式中只包含一个自变量。）（一元函数里可导和可微是一回事）在一元函数里，求积分，可以转化为求导。
开平方与平方互为逆运算。求函数A的开平方，即找一个函数B的平方等于A，则这个函数B就是A开平方的结果。
积分与求导互为逆运算。 求函数A的积分 ，即找一个函数B的求导等于A，则这个函数B就是A积分的结果。

4、一阶线性微分方程

导数公式、导数基本运算法则
定积分的性质有哪些？

5、卷积

卷积积分这样学

6 欧拉公式推导

欧拉公式推导知乎某博主

7累加西格玛“∑ ”

8导数的导数

9奇偶运算