介绍
在日常生活的很多测试中，我们得到的数据都是由不同频率不同振幅的波形叠加起来的数据。在计算的时候需要逼近这种波形，选取具有周期性的三角函数作为基函数是合适的。对于计算傅里叶逼近系数问题，都可以统一地归结为：
$$
c_j = \sum^{N-1}_{k=0}x_k\omega^{kj}_N,j=0,1,\dots,N-1
$$，这就是N点DFT
其中${x_k}^{N-1}_0$为已知的输入数据点（采样点），${c_j}^{N-1}_0为输出数据$。
递推最小二乘法
非线性方程求解之弦截法
非线性方程求解之简化牛顿法
介绍
在前面我们提到了牛顿法求解非线性方程，但是牛顿法有一个明显的缺点，就是在每一步迭代中都要计算函数值和一阶导数，这个计算量是巨大而且困难的，因此我们希望减少这个计算，对牛顿法进行了改进–简化牛顿法。
非线性方程求解之牛顿法
非线性方程求解之二分法
拉格朗日插值分析与实现
求解矩阵的四种迭代法
Introduction
在之前我实现了求解低阶矩阵的一些算法。考虑线性方程组Ax=b，其中A为非奇异矩阵，当A是低阶稠密矩阵时，可以使用之前提到的中的高斯消元法以及列主
元消元法（详情请参考高斯消元法之讲解与代码实现）来进行求解。但是实际生活中工程技术产生的矩阵都是大型的稀疏矩阵（阶数很大，但零元素很多），当A是高阶稀疏矩阵时，就可以利用迭代法来进行求解。迭代法利用了A中零元素较多的特点，这对于计算机的存储和运算是很有利的。