第六章 数值计算

合集下载

数值计算方法及其应用

数值计算方法及其应用

数值计算方法及其应用第一章引言数值计算方法是一种基于数学分析和计算机技术的计算方法,是概括了现代计算各个领域的一类方法。

随着计算机技术的不断进步,数值计算方法已经成为了计算机科学中的一个重要领域,涉及到计算机科学、数学、物理、工程等领域。

本文将从数值计算方法的基本概念、数值计算方法算法的分类、数值计算方法的优缺点以及数值计算方法的应用等方面加以探讨。

第二章数值计算方法的基本概念数值计算方法是使用数学方法和数值技术处理各种数学问题的一种方法。

它是一种解决数学问题的有效工具,不同于传统的数学方法,数值计算方法采用的是数值计算机计算技术,使得计算机可以精确计算、预测和模拟各种数学问题,如数值微积分、连续函数数值解、离散方程数值解等。

数值计算方法的核心概念就是数值算法,数值算法是指实现数值计算方法的算法,包括基于数学分析的算法和基于经验数据的算法。

第三章数值计算方法算法的分类数值计算方法算法可以分为以下几类:1.数值微积分算法2.解线性方程组的数值方法3.常微分方程的数值解法4.偏微分方程的数值解法5.数值优化方法6.数值统计算法7.数学模型的数值计算方法第四章数值计算方法的优缺点数值计算方法的优点:1.数值计算方法可以解决非常复杂和高度非线性的数学问题2.数值计算方法无所不能,可做大量的计算3.数值计算方法具有较高的可重复性和可验证性4.数值计算方法可以通过计算机进行高速计算,节省了人力成本和时间成本数值计算方法的缺点:1.数值计算方法的实现程序错误会导致计算结果失真2.数值计算方法对于计算精度的要求很高3.数值计算方法对于计算机硬件和软件的要求也很高第五章数值计算方法的应用数值计算方法已经被广泛应用于各个领域,如:1.科学研究:能够用计算机进行大规模复杂计算,计算机模拟得出科学研究结论,如气象学模拟,生命科学中的反应动力学分析等。

2.工程设计:例如结构力学分析、电路设计、流体力学分析和控制系统等。

3.数据科学:如数据挖掘、计算机视觉、自然语言处理、人脸识别等。

数值传热学 第六章答案 (2)

数值传热学 第六章答案 (2)

数值传热学第六章答案简介本文档将为读者提供《数值传热学》第六章的答案。

第六章主要涉及热对流传热的数值计算方法,包括网格划分、边界条件、离散方法等内容。

通过本文档,读者将了解如何使用数值方法解决热对流传热问题,并学会应用这些方法进行实际计算。

问题回答1. 简述热对流传热的数值计算方法。

热对流传热的数值计算方法主要包括三个步骤:网格划分、边界条件设置和离散方法。

网格划分是指将传热区域划分为若干个离散的小单元,每个单元内部温度变化均匀。

常见的网格划分方法有结构化网格和非结构化网格。

结构化网格适用于简单几何形状,易于处理;非结构化网格则适用于复杂几何形状。

边界条件设置是指给定物体表面的边界条件,如温度或热流密度。

边界条件的设置需要根据实际问题来确定,可以通过实验或经验公式来获取。

离散方法是指将传热控制方程进行离散化,通常使用有限差分法或有限元法。

有限差分法将控制方程离散化为代数方程组,而有限元法则通过近似方法将方程离散化。

2. 什么是结构化网格和非结构化网格?它们在热对流传热计算中有何不同?结构化网格是指由规则排列的矩形或立方体单元组成的网格。

在结构化网格中,每个单元与其相邻单元之间的联系都是固定的,因此易于处理。

结构化网格适用于简单几何形状,如长方体或圆柱体。

非结构化网格是指由不规则形状的三角形、四边形或多边形组成的网格。

在非结构化网格中,每个单元与其相邻单元之间的联系可能是不确定的,需要使用邻接表来表示网格拓扑关系。

非结构化网格适用于复杂几何形状,如复杂流体流动中的腔体或障碍物。

在热对流传热计算中,结构化网格和非结构化网格的主要区别在于网格的配置方式和计算复杂度。

结构化网格由正交单元组成,计算稳定性较高,但对于复杂几何形状的处理能力较差。

非结构化网格可以灵活地适应复杂几何形状,但计算复杂度较高。

3. 如何设置边界条件?边界条件的设置是热对流传热计算中非常重要的一步,它决定了计算结果的准确性和可靠性。

数值分析第六章_数值插值方法

数值分析第六章_数值插值方法

M n1 (n 1)!
n1 ( x)
说明:
n=1时,
R1 ( x)

1 2
f
( )2 (x)

1 2
f
( )(x
x0 )(x
x1)
n=2时,
( [x0 , x1])
R2 (x)

1 6
f
( )(x
x0 )(x
x1)(x
x2 )
( [x0 , x2 ])
,
x1,
Hale Waihona Puke xn)1
x1
x12

x1n

n
( xi
ni j1

xj)
1 xn xn2 xnn
因 xi x j (i j) 故上式不为0。
据Cramer法则,方程组解存在且唯一。 故Pn (x)存在且唯一。虽然直接求解上述方程组 可求得插值多项式,但繁琐复杂,一般不用。
得关于a0,a1,…,an的n+1阶线性方程组
a0 a1x0 a0 a1x1
an x0n an x1n

y0 y1
a0 a1xn an xnn yn
其系数行列式是Vandermonde行列式
1 x0 x02 x0n
V
( x0
jk jk
(j,k=0,1)
称l0 (x)及l1 (x)为线性插值基函数。
2. 抛物插值:n=2情形
假定插值节点为x0, x1, x2 ,求二次插值多项式 L2 (x),使 L2(xj)=yj (j=0,1,2) y= L2 (x)的几何意义就是过 (x0, y0),(x1, y1) , (x2, y2)三点的抛物线。 采用基函数方法,设

7第六章 可压缩流动的数值计算方法PPT课件

7第六章 可压缩流动的数值计算方法PPT课件
计算流体力学引论
The Elements of Computational Fluid Dynamics
1
整体概况
+ 概况1
您的内容打在这里,或者通过复制您的文本后。
概况2
+ 您的内容打在这里,或者通过复制您的文本后。
概况3
+ 您的内容打在这里,或者通过复制您的文本后。
2
第六章 可压缩流动的数值计算方 法
同 种 格 式 要 复 杂 得 多 。 求 解 前 , 需 解 决 4个 问 题 。
7
(1) 计 算 几 何 参 数 。 守 恒 变 量 和 通 量 中 都 包 含 几 何 参 数 : 度 量 系 数 和 J a c o b i行 列 式 。
用中心差分计算逆变换度量系数
x
i, j
xi1, j xi1, j 2
v
G
vu v2
p
( E p )v
中 心 型 格 式 : Lax-W endroff格 式 , M acCormack格 式 , Jameson格 式 。
4
6.1.1 Lax-Wendroff格式
U ˆin , j1U ˆin ,j U tˆ in ,j t 2 tU 2 ˆ in ,j 2 t2
x
i, j
xi, j1 xi, j1 2
y
i, j
yi1, j yi1, j 2
y
i, j
yi, j1 yi, j1 2
利 用 J x x 计 算 Jaco b i行 列 式 。 y y
x
1 J
y
利用
y
x
1 J 1 J
x y



计算方法第六章迭代法

计算方法第六章迭代法

计算方法第六章迭代法迭代法是一种重要的数值计算方法,在数学和计算机科学中有广泛的应用。

本章将介绍迭代法的基本概念、原理和应用,以及相关的数学原理和计算技巧。

首先,我们来了解迭代法的基本概念。

迭代法是通过逐步逼近的方式得到一个问题的解。

迭代法的基本思路是从一个初始值开始,通过重复计算和更新,得到更加接近最终解的近似值。

迭代法的优点是简单和灵活,但需要注意选择合适的迭代公式和初始值,以及控制迭代的停止条件。

迭代法的原理可以用以下的一般形式表示:```x_(n+1)=f(x_n)```其中,x_n表示第n次迭代得到的近似值,x_(n+1)表示第(n+1)次迭代的近似值,f是一个函数,表示迭代公式。

迭代法的思想是通过不断迭代更新x的值,直到满足一些停止条件为止。

迭代法的应用非常广泛,特别是在求解非线性方程和优化问题方面有重要的应用。

在求解非线性方程时,我们可以将方程转化为形式为f(x)=0的等式,然后通过迭代法逼近方程的根。

在优化问题中,我们可以通过最小化或最大化一个函数来寻找最优解,也可以使用迭代法逐步逼近最优解。

在迭代法的实际应用中,我们需要注意一些数学原理和计算技巧。

首先,迭代法的收敛性是关键的,即通过迭代公式逐步逼近的值是否趋于问题的解。

在评估迭代法的收敛性时,常用的方法有判断迭代序列的极限是否存在和是否满足一些收敛条件。

其次,选择合适的迭代公式和初始值对于迭代法的成功应用非常重要。

迭代公式应该是简单和有效的,能够在迭代过程中逐步逼近问题的解。

初始值的选择也会直接影响迭代的结果,通常需要根据问题的特点和经验进行选择。

另外,迭代法的计算精度和计算效率也是需要考虑的问题。

在迭代过程中,我们需要根据问题的要求不断调整迭代的次数和迭代的停止条件,以达到较高的计算精度。

同时,我们也需要通过优化迭代公式和使用更加高效的计算技巧来提高计算的效率。

最后,迭代法的应用还可以进一步扩展到其他领域。

例如,在图像处理中,我们可以使用迭代法逐步改进图像的质量;在机器学习中,我们可以使用迭代法来调整模型的参数,以求得更好的拟合效果。

241525第六章++数值计算命令与例题

241525第六章++数值计算命令与例题

多项式拟合算法



输入n+1个拟合点: (xi, yi),i=0,1,…,n 根据散点图确定拟合多项式的次数m 计算相应正规线性方程组的系数和右端项 解正规正规线性方程组,得解:a0*,a1*,…,a m* 写出拟合多项式*(x)= a0*+ a1*x+ a2*x2+ …+ am*xm
例1.已知一组实验数据 x 1 3 4 5 6 7 8 9 10 f(x) 10 5 4 2 1 1 2 3 4 用多项式拟合求其拟合曲线。
解:执行m次多项式拟合程序后,在输入的两 个窗口中按提示分别输入 {1,3,4,5,6,7,8,9,10},{10,5,4,2,1,1,2,3,4} 每次输入后用鼠标点击窗口的“OK”按扭,计 算机在屏幕上画出散点图。
第六章 数值计算命令与例题
北京交通大学
6.1 求近似函数 • 在生产和实验中, 人们经常遇到需要通过某个未知的函数 f(x)在有限个给定点的函数值:{xi, yi}, i=1,2,…., n, 这里 f(xi) = yi 去获得函数f(x)的近似函数(x), 求近 似函数(x)的方法主要有拟合方法和插值方法。
求m次多项式拟合程序


Clear[xi,xx,yi]; xi=Input["xi="] yi=Input["yi="] n=Length[xi]; h=ListPlot[Table[{xi[[i]],yi[[i]]},{i,1,n}],PlotStyle->PointSize[0.04]] m=Input["多项式次数m="] s=Table[Sum[xi[[k]]^i,{k,1,n}],{i,0,2m}]; a=Table[s[[i+j-1]],{i,1,m+1},{j,1,m+1}]; Print["a=",MatrixForm[a]]; b=Table[Sum[xi[[k]]^i*yi[[k]],{k,1,n}],{i,0,m}]; Print["b=",MatrixForm[b]]; xx=Table[x[i],{i,1,m+1}]; g=Solve[a.xx==b,xx]; fa=Sum[x[i]*t^(i-1),{i,1,m+1}]/.g[[1]]; p=fa//N p1=Plot[p,{t,xi[[1]],xi[[n]]},DisplayFunction->Identity]; Show[{p1,h},DisplayFunction->$DisplayFunction];

第六章_常微分方程初值问题的数值解法_习题课

第六章_常微分方程初值问题的数值解法_习题课

h2 h3 y ( x n ) y ( x n ) O(h 4 ) 2 6 而且 y ( x n ) f ( x n , y ( x n )) , y ( x n 1 ) f ( x n 1 , y ( x n 1 )) ,对 y ( x n 1 ) 也在 x n 处作 Talor 展开, y ( x n 1 ) y ( x n ) hy ( x n )
湖北民族学院理学院《数值计算方法》教学辅导材料
陈以平编写
h2 h3 y ( x n ) y ( x n ) O(h 4 ) 2 6 h h h2 h3 y ( x n ) y ( x n ) y ( x n ) y ( x n ) y ( x n ) O(h 4 ) 2 2 2 12 h3 y ( x n ) O(h 4 ) O(h 3 ) 12 h3 所以,梯形公式是 2 阶方法,其截断误差的主项是 y ( x n ) 。 12 y ( x n ) hy ( x n )
y k (0.9 0.1y k sin x k ) 0.1( y k 1 y k 1 sin x k 1 )
2
当 k=0,x0=1, y0=1 时,x1=1.2,有 y y (. . y sin x ) (. sin ) .
y f ( x, y ) 3.求解初值问题 欧拉法的局部截断误差是( y ( x ) y 改进欧拉法的局部截断误差是( ); 四阶龙格-库塔法的局部截断误差是( ). (A)O(h2) (B)O(h3) (C)O(h4) (D)O(h5)
4. 改进欧拉法的平均形式公式是( ) y p y k hf ( x k , y k ) y p y k hf ( x k , y k ) (B) y c y k hf ( x k , y p ) .(A) y c y k hf ( x k , y p ) y k ( y p y c ) y k ( y p y c ) y p y k hf ( x k , y k ) y p y k hf ( x k , y k ) (C) y c y k hf ( x k , y p ) (D) y c y k hf ( x k , y p ) y k h ( y p y c ) y k ( y p y c ) (D) 答案:

计算物理学:第六章 偏微分方程的数值解法

计算物理学:第六章 偏微分方程的数值解法

常数: a
format long; h = (maxx-minx)/(n-1); if a>0
精度: O(Δt, Δx)
差分方程的稳定性和收敛性:
收敛性:理论上,h → 0 时,解逼近准确解
稳定性:初值有小干扰的情况下,干扰不会被扩大 传播,而是被“磨灭”
对流方程
迎风格式:
∂u + a ∂u = 0 ∂t ∂x
二层显式格式
un+1 k
=
ukn

aΔt Δx
(uk +1

uk )
un+1 k
区间数: n = 1 = 50 0.02
初始值 : u0 , u1, u2 L, u50
t = 0 时,
⎧10 x + 1 − 0.1 ≤ x ≤ 0
U ( x)
=
⎪ ⎨‐
10
x
+
1
0 ≤ x ≤ 0.1
⎪⎩0
其余
⎧u0 = 1
⎪ ⎪⎪ ⎨
u1 u2
= =
−10 × 0.02 + 1 −10 × 2 × 0.02
h2
2.微分方程离散化: 差分公式:
dui = ui+1 − ui + O(h)
dx
h
dui = ui − ui−1 + O(h)
dx
h
dui = ui+1 − ui−1 + O(h2 )
dx
2h
dui = − ui+2 + 4ui+1 − 3ui + O(h2 )
dx
2h
d 2 ui dx 2
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

一、代数方程组求解
matlab中有两种除运算——左除和右除。 对于方程ax=b,a 为am×n矩阵,有三种情 况: 当n=m时,此方程成为“恰定”方程 当n<m时,此方程成为“超定”方程 当n>m时,此方程成为“欠定”方程 matlab定义的除运算可以很方便地解上 述三种方程
1.恰定方程组的解
【例2】分别查找下面3×4的二维数组x 中各列和各行元素中的最大值。
x=[1 8 4 2;9 6 2 5;3 6 7 1] % 产生二维数组x x= 1 8 4 2 9 6 2 5 3 6 7 1 y=max(x) % 查出二维数组x中各列元素的最大 值产生赋予行向量y y= 9 8 7 5
[y,l]=max(x) y= 9 8 7 l= 2 1 3 [y,l]=max(x,[ ],1) y= 9 8 7 l= 2 1 3 [y,l]=max(x,[ ],2) y= 8 9 7 l= 2 1 3
4、求和 命令格式有: Y=sum(X):将sum(X)返回矩阵X各列元素之和赋
予行向量Y;若X为向量,则Y为单变量。
Y=sum(X,DIM): 按数组X的第DIM维的方向的
元素求其和赋予Y。若DIM=1,为按列操作;若DIM=2, 为按行操作。若X为二维数组,Y为一个向量;若X为一 维数组,则Y为单变量。
x=a\b x= 2.00 3.00
今有雉兔同笼,上有三十五头,下有九 十四足,问雉兔各几何?
[1,1;2,4] \ [35;94] = [23;12]
2.超定方程组的解
方程 ax=b ,m>n时此时不存在唯一解。 方程解 (a ' a)x=a ' b
x=(a' a)-1 a ' b —— 求逆法
例如:
x=[4 5 6;1 4 8]; y1= prod(x,1) y1 = 4 20 48 y2= prod(x,2) y2 = 120 32
7、 求累计和、累积积、标准方差与升序排序
MATLAB提供的求累计和、累积积、标 准差、方差、协方差与升序排序等函数分 别为cumsum、cumprod、std、var、cov和 sort。 这些函数调用的参数与操作方式都与上 小节的median(中值)函数基本上一样,
% 查出二维数组x中各列元素的最大值 % 及其这些元素的行下标赋予y,l 5 2 % 本命令的执行结果与上面命令完全相同 5 2 % 由于本命令中DIM=2,故查找操作在各行 %中进行
【例3】试取下面两个2×3的二维数组x、 y所有同一位置上的元素值大者构成一个 新矩阵p。
x=[4 5 6;1 4 8] % 产生二维数组x x= 4 5 6 1 4 8 y=[1 7 5;4 5 7] % 产生二维数组y y= 1 7 5 4 5 7 p=max(x,y) % 在x,y同一位置上的两个元素中查找出最大值 % 赋予与x,y同样大小的二维数组p p= 4 7 6 4 5 8
Y= mean(X,DIM):按数组X的第DIM维的方向
的元素求其平均值赋予向量Y。若DIM=1,为按列操作; 若DIM=2,为按行操作。若X为二维数组,Y为一个向量; 若X为一维数组,则Y为单变量。
例如:
x=[4 5 6;1 4 8]; y1= mean(x,1) y1 = 2.5000 4.5000 y2= mean(x,2) y2 = 5.0000 4.3333
x1
1 2 3
x2 = 2 3 4 2 x3
1
a
x = b
x=pinv(a)b
0.83 0.33
0
-0.17
二、 多项式运算及其求根
p x an x an 1 x
n
n 1
a2 x a1 x a0
2
借助matlab提供的函数,处理多项式是一件非常简单的事 情,很容易对多项式进行积分、微分以及求根的操作。 一元多项式在代数中占有非常重要的地位。在实际应用中如 对实验数据的插值、微商和曲线拟合等,都要大量用到多项式 ;在矩阵分析时,也要用到一元多项式的概念。 多项式函数是形式最简单的函数,也是最容易计算的函数, 从理论上讲,它可以表示绝大多数复杂函数。 在许多计算机的计算和编程中,很多函数值如sin(x),cos(x) 等的计算都是先将函数进行Tailor展开为多项式进行逼近计算的 ,并且都能达到很高的精度。
的中值赋予行向量Y。若X为向量,则Y为单变量。
Y=median(X,DIM): 按数组X的第DIM维方向
的元素求其中值赋予向量Y。若DIM=1,为按列操作; 若DIM=2,为按行操作。若X为二维数组,Y为一个向量; 若X为一维数组,则Y为单变量。
【例4】试分别求下面数列x1与x2的中值。
x1=[9 -2 5 7 12]; y1=median(x) y1 = 7 x2=[9 -2 5 6 7 12]; y2=median(x) y2 = 6.5000 % 奇数个元素
方程ax=b(a为非奇异) x=a-1 b 矩阵逆 两种解: x=inv(a)b — 采用求逆运算解方程 x=a\b — 采用左除运算解方程
例:
x1+2x2=8 2x1+3x2=13
1 2 x1 8 = 2 3 x2 13
方程ax=b
a
x = b
a=[1 2;2 3];b=[8;13]; x=inv(a)*b x= 2.00 3.00
鉴于MATLAB无零下标,故把多项式的一 般形式表达为:
a1 x a 2 x
n
n 1
a n x a n 1
在MATLAB中可以用长度n+1的行向量表 示为:
[a1,a2, ,an,an1 ]
1. 多项式求根
命令格式:x=roots(A)。这里A为多项式的系
数A(1),A(2),…,A(N),A(N+1);解得的根赋值给数组X, 即X(1),X(2), …,X(N)。 【例6】试用ROOTS函数求多项式x4+8x3-10的根
本命令将POLYVAL函数返回的多项式的值赋 值给Y。若x为一数值,则Y也为一数值;若x为 向量或矩阵,则对向量或矩阵中的每个元素求其 多项式的值。
【例8】以4次多项式、分别取x=1.2和下 面的矩阵的2×3个元素为自变量计算该多 项式的值。
A=[1 8 0 0 -10]; % 例7.8的4次多项式系数 x=1.2; % 取自变量为一数值 y1=polyval(A,x) y1 = -5.8976 x=[-1 1.2 -1.4;2 -1.8 1.6] % 给出一个矩阵x y1=polyval(A,x) y1 = -17.0000 5.8976 -28.1104 70.0000 -46.1584 29.32ห้องสมุดไป่ตู้6
若已知多项式的全部根,则可以用POLY函数 建立起该多项式;也可以用POLY函数求矩阵的 特征多项式。POLY函数是一个MATLAB程序, 调用它的命令格式是: A=poly(x) 若x为具有N个元素的向量,则poly(x)建立以x 为其根的多项式,且将该多项式的系数赋值给向 量A。在此种情况下,POLY与ROOTS互为逆函 数;若x为N×N的矩阵x,则poly(x)返回一个向 量赋值给A,该向量的元素为矩阵x的特征多项 式之系数:A(1),A(2),…,A(N),A(N+1)。
元素值及其该元素的位置赋予行向量Y与I;当X为向量时,则Y与I 为单变量。
[Y,I]=max(X,[],DIM):按数组X的第DIM维的方向
查取其最大的元素值及其该元素的位置赋予向量Y与I。
【例1】查找下面数列x的最大值。
x=[3 5 9 6 1 8] % 产生数列x x= 3 5 9 6 1 8 y=max(x) % 查出数列x中的最大值赋予y y= 9 [y,l]=max(x) % 查出数列x中的最大值及其该元素的位置赋予y,l y= 9 l= 3
【例7】试用POLY函数对例7.8所求得 的根,建立相应的多项式。
x=[-8.0194 -0.5075 + 0.9736i -0.5075 - 0.9736i 1.0344];
z=poly(x) z= 1.0000 8.0000
0.0000
0.0000 -9.9996
3. 求多项式的值
POLYVAL函数用来求代数多项式的值, 调用的命令格式为: Y=polyval(A,x)
% 偶数个元素
【例5】对下面二维数组x,试从不同维方向求出其中值。
x=[1 8 4 2;9 6 2 5;3 6 7 1] % 产生一个二维数组x x= 1 8 4 2 9 6 2 5 3 6 7 1 y0=median(x) % 按列操作 y0 = 3 6 4 2 y1=median(x,1) % 此时DIM=1,故按列操作,结果y1为行向量 y1 = 3 6 4 2 y2=median(x,2) % 此时DIM=2,故按行操作, 结果y2为列向量 y2 = 3.0000 5.5000 4.5000
3.欠定方程组的解
当方程数少于未知量个数时,即不定 情况,有无穷多个解存在。 matlab可求出两个解: 一个是用除法求的解,是具有最多零 元素的解 一个是具有最小长度或范数的解,这 个解是基于伪逆pinv求得的。
x1+2x2+3x3=1 2x1+3x2+4x3=2 a=[1 2 3;2 3 4];b=[1;2]; x=a\b x= 1.00 0 x=
例如:
x=[4 5 6;1 4 8] x= 4 5 6 1 4 8 y=sum(x,1) y= 5 9 14 y=sum(x,2) y= 15 13
5、求平均值 mean函数调用的命令格式有: Y= mean(X):将mean (X)返回矩阵X各列元素之
的平均值赋予行向量Y。若X为向量,则Y为单变量。
2、查取最小值 min函数用来查取数据序列的最小值。 它的用法与命令格式与max函数完全一样, 所不同的是执行的结果是最小值。
相关文档
最新文档