:::
資料庫查詢時間：4717.914 ms
共 240 筆資料，
每頁顯示
筆資料
縮小搜尋結果範圍
適用年級
媒體形式
排序方式：
關鍵字 |
搜尋次數 |
關聯性
:::
你是不是要搜尋以下結果
|
函數
瀏覽人次:0
收藏人次:0
數學名詞。代數式中，凡相關的兩數Ｘ與Ｙ，對於每個Ｘ值，都只有一個Ｙ的對應值。這種對應關係就表示Ｙ是Ｘ的函數。通常我們用Ｙ＝f(x)或Ｙ＝g(x)表示。
|
|
機率密度函數
瀏覽人次:0
收藏人次:0
機率密度函數是指隨機變數之機率分布，將其積分時，則得累積機率分布函數（cumulative distribution function; CDF）。
|
|
線型函數；一次函數
瀏覽人次:0
收藏人次:0
線型函數：
當一個函數可以寫成之形式，其中a與b為常數，在直角坐標中，此函數的圖形為直線，因此稱此函數為線型函數。當a=0 時，此函數為常數函數。一次函數： 若一個線型函數滿足，此時是一次多項式，所以稱為一次函數。 |
|
目標函數
瀏覽人次:0
收藏人次:0
最佳化（數學）模式通常是由一個目標函數與一組限制式所組合而成，而最佳解則是所有符合限制式的可行解中，其目標函數值最大或最小者。基本上，目標函數是由一組設計或控制變數與一組狀態變數所組合而成的方程式。目標函數，可為單一目標或多個目標，代表目標之有效性量度(measurement of effectiveness)，亦即是某一可行解（方案）對目標的達成程度。以污水下水道系統之最佳化設計為例，其設計目標為求得最小的系統建造成本，因此，其目標函數乃是由各管線之管徑、埋深（設計變數）與管線、挖方之成本係數（狀態變數）所組合而成的成本函數。
|
|
複變函數
瀏覽人次:0
收藏人次:0
複變函數是一個定義於複數集合的函數，今設函數f(z)的定義域(domain of definition)為S，z S為複變數z=x+iy。函數值以複數寫為W=f(z)=u(x.y)+iv(x,y)，其中u與v為決定於實變數x與y的實函數。
複變函數在力學與物理中的重要性是由於複變函數才能描述完整的函數性質，例如函數的解析性(analyticity)與奇異性(singularity)正是許多物理現象賴以描述的性質。 |
|
柯柏—道格拉斯生產函數
瀏覽人次:0
收藏人次:0
柯柏(Cubb)與道格拉斯(Douglas)兩位經濟數理學家以生產函數（投入、產出二者質量之改變）計算經濟成長率，後來經濟學家戴納森(E.F. Denison)則採用此生產函數計算教育對經濟成長的貢獻。也就是說，將「教育」視為一項投入(input)因素，看產出(output)有何改變。
柯柏—道格拉斯生產函數之公式為： Q＝AKαLβ (1) logQ＝logA + αlogK + βlogL (2) 其中：Q為實質產出水準 A為常數項或非固定項 K為資本儲存量 L... |
|
正交函數
瀏覽人次:0
收藏人次:0
函數f(x)與g(x)的內積（參見inner product），可以就某一加權函數w(x)與一預定的積分區間(a,b)定義為：
內積為零時，f與g稱為正交函數。 正交函數，且自身內積為1的函數，稱為正交正規函數(orthonormal function)，如： |
|
函數值
瀏覽人次:0
收藏人次:0
對給定的函數，自變數x的每個值a，所對應的應變數值，就稱為函數在X=a的函數值，記為。例如：在x=2的函數值為
|
|
真值函數
瀏覽人次:0
收藏人次:0
真值函數（或簡稱「真函」）係指一種函數式，在此種函數式中，所包括的「論證」(arguments)與「值」(values)都具有真假可辨的「真值」(truth-values)。真值函數中，只有兩個「真值」－真或假。在邏輯中，兩個以上的命題以邏輯連詞連結而成為複合命題(compound proposition)時，該複合命題會具有一個確定的真值，而且此真值是由其所包括之個別命題的真值而定。在此種情形下，該複合命題所具有之真值即可說是個別命題之真值的「函數」。
通常在邏輯中總是設定每個命題「非真即假」，雖然可能有「部分為真」、「部分為假」的，或者已知「有真有假」的，但不會「既真又假... |
|
單位脈衝函數
瀏覽人次:0
收藏人次:0
單位脈衝函數屬不連續函數中奇異函數(singularity function)中之一種，可定義為
在X＝a時，F(x)方為無極限值。就工程應用而言，外力於沿著X軸方向之無限小間格內有無限大之強度(infinite intensity)。此外力等於強度與其所作用區間距離之乘積，而為定值，其大小為1。此外力亦被稱為單位外力(unit force)。在物理或數學領域，則以了δ(X-a)表示此函數，並稱之為Dirac Delta function。 |
 曾經查過此詞彙的人也經常查詢以下字詞： |
貓頭鷹博士