| 1. 单选题 | 详细信息 |
已知命题
|
|
| 2. 单选题 | 详细信息 |
已知定义在
|
|
| 3. 解答题 | 详细信息 |
拟合和插值都是利用已知的离散数据点来构造一个能够反映数据变化规律的近似函数,并以此预测或估计未知数据的方法.拟合方法在整体上寻求最好地逼近数据,适用于给定数据可能包含误差的情况,比如线性回归就是一种拟合方法;而插值方法要求近似函数经过所有的已知数据点,适用于需要高精度模型的场景,实际应用中常用多项式函数来逼近原函数,我们称之为多项式插值.例如,为了得到
|
|
| 4. 单选题 | 详细信息 |
复数
|
|
| 5. 单选题 | 详细信息 |
已知单位向量
|
|
| 6. 单选题 | 详细信息 |
已知
|
|
| 7. 单选题 | 详细信息 |
设椭圆
|
|
| 8. 单选题 | 详细信息 |
已知函数
|
|
| 9. 单选题 | 详细信息 |
已知数据
|
|
| 10. 多选题 | 详细信息 |
已知函数
|
|