总结 5.12

今天学了计算机组成原理,把浮点数和ieee754标准搞明白了一些,首先一般的浮点数形式是左边是阶码,右边是数,然后第一位都是符号位,而754不同的点在于引进符号位,然后取消了阶码和数内部的符号,阶码用移码来表示,移码的计算方式是真值加上一个偏移值,对32位浮点数来说是127.

然后学了数学,首先是学了常数项级数的敛散性的判断,了解了判断敛散性的五种方法,分别是比较判别和比较判别的极限形式,这种方法使用普遍但比较难用,然后是比值和根值判别,一般用在出现a的n次方,n的阶乘之类上面,这种适用范围窄但使用简单。然后学习了交错级数,使用莱布尼茨判断,要求是un具有单调递减并且极限为零。然后是绝对收敛和条件收敛,当绝对收敛时一定条件收敛,然后条件收敛的所有正项或负项级数相加起来一定发散。这一章的例题主要是判断是否发散,还有一些判断哪个是对的题目,这种最好直接法。

相关推荐
知识分享小能手17 小时前
深度学习学习教程,从入门到精通,概率与信息论 — 知识点详解(3)
人工智能·深度学习·学习·数据挖掘·概率论
知识分享小能手6 天前
概理论与数理统计学习教程,从入门到精通,平稳随机过程(27)
学习·数据挖掘·概率论
知识分享小能手7 天前
概理论与数理统计学习教程,从入门到精通,马尔可夫链(25)
学习·机器学习·概率论
爱喝热水的呀哈喽11 天前
阿里镜像安装gpu torch
概率论
2301_8008951011 天前
概率论保研面试---h
概率论
我是慎独12 天前
人工智能:现代方法读书笔记(十三)
人工智能·概率论
知识分享小能手16 天前
概理论与数理统计学习教程,从入门到精通,随机变量的数字特征 — 知识点总结与详细推导(7)
学习·机器学习·概率论
ccLianLian18 天前
数理基础·高等数学摘要
线性代数·概率论
XLYcmy18 天前
京东 算法实习一面 下+手撕
c++·python·llm·概率论·数据处理·训练·codebert
killerbasd19 天前
总结 8。15
人工智能·机器学习·概率论