编写一个函数，求两个整数的和与成积。_百度知道
编写一个函数，求两个整数的和与成积。
m);请分别输入两个整数（中间用空格分开）.h&
SumProduct(n;
sum=n+m,product),乘积是,m;%d%d&quot,&m)：&
product=n*m：%d&quot,&n;}int main(){stdio,int m){
scanf(&quot,);int SumProduct(int n：%和是,product#include&lt
其他类似问题
为您推荐：
函数的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁已知两个数和为50,积为y 其中一个为x ,则y与x 的函数关系式为y=
为您推荐：
其他类似问题
扫描下载二维码在－1、3、－2这三个数中，任选两个数的积作为k的值，使反比例函数的图象在第一、三象限的概率是　
画树状图得：∵共有6种等可能的结果，任选两个数的积作为k的值，使反比例函数的图象在第一、三象限的有2种情况：（－1，－2），（－2，－1），∴任选两个数的积作为k的值，使反比例函数的图象在第一、三象限的概率是：。　
(6分)学生小明、小华到某电脑销售公司参加社会实践活动，了解到2010年该公司经销的甲、己两种品牌电脑在第一季度三个月(即一、二、三月份)的销售数量情况．小明用直方图表示甲品牌电脑在第一季度每个月的销售量的分布情况，见图①；小华用扇形统计图表示乙品牌电脑每个月的销售量与该品牌电脑在第一季度的销售总量的比例分布情况，见图②．根据上述信息，回答下列问题：小题1: (1)这三个月中，甲品牌电脑在哪个月的销售量最大? ▲ 月份；小题2: (2)已知该公司这三个月中销售乙品牌电脑的总数量比销售甲品牌电脑的总数量多50台，求乙品牌电脑在二月份共销售了多少台?
一个三位数，三个数位上的数字之和为24，十位上的数字比百位上的数字小2。如果这个三位数减去一个两个数位上的数字与原三位数百位上的数字相同的两位数所得的数仍是一个三位数，且此三位数的三个数位上的数字的顺序和原三位数的三个数位上的数字的顺序恰好颠倒，求原来的三位数。
(本小题满分8分)学生小明、小华到某电脑销售公司参加社会实践活动，了解到2010年该公司经销的甲、己两种品牌电脑在第一季度三个月(即一、二、三月份)的销售数量情况．小明用直方图表示甲品牌电脑在第一季度每个月的销售量的分布情况，见图；小华用扇形统计图表示乙品牌电脑每个月的销售量与该品牌电脑在第一季度的销售总量的比例分布情况，见图．根据上述信息，回答下列问题： (1)这三个月中，甲品牌电脑在哪个月的销售量最大? ▲ 月份； (2)已知该公司这三个月中销售乙品牌电脑的总数量比销售甲品牌电脑的总数量多50台，求乙品牌电脑在二月份共销售了多少台?（3）若乙品牌电脑一月份比甲品牌电脑一月份多销售42台，那么三月份乙品牌电脑比甲品牌电脑多销售（少销售）多少台？
高考全年学习规划
该知识易错题
该知识点相似题
高考英语全年学习规划讲师：李辉
更多高考学习规划：
客服电话：400-676-2300
京ICP证050421号&京ICP备号 &京公安备110-1081940& 网络视听许可证0110531号
旗下成员公司（1）已知矩形A的长、宽分别是2和1，那么是否存在另一个矩形B，它的周长和面积分别是矩形A的周长和面积的2倍对上述问题，小明同学从“图形”的角度，利用函数图象给予了解决．小明论证的
（1）已知矩形A的长、宽分别是2和1，那么是否存在另一个矩形B，它的周长和面积分别是矩形A的周长和面积的2倍对上述问题，小明同学从“图形”的角度，利用函数图象给予了解决．小明论证的
（2007·济宁）（1）已知矩形A的长、宽分别是2和1，那么是否存在另一个矩形B，它的周长和面积分别是矩形A的周长和面积的2倍对上述问题，小明同学从“图形”的角度，利用函数图象给予了解决．小明论证的过程开始是这样的：如果用x、y分别表示矩形的长和宽，那么矩形B满足x+y=6，xy=4．请你按照小明的论证思路完成后面的论证过程；（2）已知矩形A的长和宽分别是2和1，那么是否存在一个矩形C，它的周长和面积分别是矩形A的周长和面积的一半？小明认为这个问题是肯定的，你同意小明的观点吗？为什么？考点：．专题：；．分析：（1）根据函数的交点的性质可知，一次函数y=-x+6的图象与反比例函数y=4x联立方程组可知，有解，所以这样的交点存在，即满足要求的矩形B存在．（2）如果用x，Y分别表示矩形的长和宽，那么矩形C满足x+y=32，xy=1，而满足要求的（x，y）可以看作一次函数y=-x+32的图象与反比例函数y=1x的图象在第一象限内交点的坐标．画图或联立方程组可知，这样的交点不存在，即满足要求的矩形C是不存在的．解答：解：（1）点（x，y）可以看作一次函数y=-x+6的图象在第一象限内点的坐标，点（x，y）又可以看作反比例函数y=4x的图象在第一象限内点的坐标，而满足问题要求的点（x，y）就可以看作一次函数y=-x+6的图象与反比例函数y=4x的图象在第一象限内交点的坐标．分别画出两图象（如右图），从图中可看出，这样的交点存在，即满足要求的矩形B存在．（2）不同意小明的观点．如果用x，y分别表示矩形的长和宽，那么矩形C满足x+y=32，xy=1，而满足要求的（x，y）可以看作一次函数y=-x+32的图象与反比例函数y=1x的图象在第一象限内交点的坐标．画图（如右图）可看出，这样的交点不存在，即满足要求的矩形C是不存在的．所以不同意小明的观点．点评：主要考查了函数和几何图形的综合运用．解题的关键是会灵活的运用函数图象交点的意义，以及图象的特点，试题中贯穿了方程思想和数形结合的思想，请注意体会．答题：
发表评论：
TA的最新馆藏[转]&在定义卷积时为什么要对其中一个函数进行翻转？
在卷积的定义中为什么函数g(τ)要先翻转为g(-τ)再平移为g(x-τ)而不是直接记作g(τ-x)这样做有什么好处么？我知道问一个概念的定义就好像问“妈妈”为什么要叫“妈妈”一样。但我始终觉得这样的定义有些别扭。想知道这样做背后的意义。
按投票排序
不要试图直接从公式上去思考“翻转”的意义，回到问题的起源，你就会豁然开朗了。打个比方，往平静的水面里面扔石头。我们把水面的反应看作是一种冲击响应。水面在t=0时刻石头丢进去的时候会激起高度为h(0)的波纹，但水面不会立马归于平静，随着时间的流逝，波纹幅度会越来越小，在t=1时刻，幅度衰减为h(1), 在t=2时刻，幅度衰减为h(2)……直到一段时间后，水面重复归于平静。从时间轴上来看，我们只在t=0时刻丢了一块石头，其它时刻并没有做任何事，但在t=1,2….时刻，水面是不平静的，这是因为过去（t=0时刻）的作用一直持续到了现在。那么，问题来了：如果我们在t=1时刻也丢入一块石子呢？此时t=0时刻的影响还没有消失（水面还没有恢复平静）新的石子又丢进来了，那么现在激起的波浪有多高呢？答案是当前激起的波浪与t=0时刻残余的影响的叠加。那么t=0时刻对t=1时刻的残余影响有多大呢？为了便于说明，接下来我们作一下两个假设：1．
水面对于“单位石块”的响应是固定的2．
丢一个两倍于的“单位石块”的石块激起的波纹高度是丢一个石块的两倍（即系统满足线性叠加原理）现在我们来计算每一时刻的波浪有多高： t=0时刻：
y(0)=x(0)*h(0);t=1时刻：
当前石块引起的影响x(1)*h(0);
t=0时刻石块x(0)引起的残余影响x(0)*h(1);
y(1)=x(1)*h(0)+ x(0)*h(1); t=2时刻：
当前石块引起的影响x(2)*h(0);
t=0时刻石块x(0)引起的残余影响x(0)*h(2);
t=1时刻石块x(1)引起的残余影响x(1)*h(1);
y(2)=x(2)*h(0)+ x(1)*h(1)+x(0)*h(2);
……t=N时刻：
当前石块引起的影响x(N)*h(0);
t=0时刻石块x(0)引起的残余影响x(0)*h(N);
t=1时刻石块x(1)引起的残余影响x(1)*h(N-1);
y(N)=x(N)*h(0)+ x(N-1)*h(1)+x(N-2)*h(2)+…+x(0)*h(N);
这就是离散卷积的公式了理解了上面的问题，下面我们来看看“翻转”是怎么回事：当我们每次要丢石子时，站在当前的时间点，系统的对我们的回应都是h(0),时间轴之后的（h(1),h(2).....）都是对未来的影响。而整体的回应要加上过去对于现在的残余影响。现在我们来观察t=4这个时刻。站在t=0时刻看他对于未来（t=4）时刻(从现在往后4秒)的影响，可见是x(0)*h(4)站在t=1时刻看他对于未来（t=4）时刻的影响(从现在往后3秒)，可见是x(1)*h(3)站在t=2时刻看他对于未来（t=4）时刻的影响(从现在往后2秒)，可见是x(2)*h(2)站在t=3时刻看他对于未来（t=4）时刻的影响(从现在往后1秒)，可见是x(3)*h(1)所以所谓的翻转只是因为你站立的现在是过去的未来，而因为h(t)始终不变，故h(1)其实是前一秒的h(1)，而前一秒的h(1)就是现在，所以从当前x(4)的角度往左看，你看到的是过去的作用。h(t)未翻转前，当从h(0)往右看，你看到的是现在对于未来的影响，当翻转h(t)之后，从h(0)往左看，你依次看到的越来越远的过去对现在的影响，而这个影响，与从x=4向左看的作用影响相对应（都是越来越远的过去），作用与作用的响应就对应起来了，这一切的本质，是因为你站立的时间观察点和方向在变。好像有点绕，其实@林麦讲的蛮清楚的了，借用了他的图，题主自己体会一下
文字来解释就是：卷积的其中一方参与者是冲击响应，它所描述的的曲线方向与时间流逝一致。而卷积的输出等于以前的信号效果累加，这个累加必然从当前时间点逆时间流逝方向进行的。很显然，离当前时间越近，那个输入残留在系统中的回响就越大。文字来解释就是：卷积的其中一方参与者是冲击响应，它所描述的的曲线方向与时间流逝一致。而卷积的输出等于以前的信号效果累加，这个累加必然从当前时间点逆时间流逝方向进行的。很显然，离当前时间越近，那个输入残留在系统中的回响就越大。
其实知道了卷积的来源问题就很容易理解了。
人们知道线性系统具有叠加性，即线性组合的输入经过系统后变成线性组合的输出。所以最开始，人们想将一个信号（激励）像傅里叶级数一样分解成基本的信号，基本的信号形式有complex exp复指数（包括sin,cos和exp）step阶跃和impulse脉冲三种。这样，将任意信号都可以化为最基本的信号形式。
卷积的概念就是从把信号分解为加权脉冲而来。具体的出现过程是,以离散为例：将x(n)分解为一组加权的，延时脉冲的线性组合。即sum x(k)delta(n-k)，注意delta的定义是括号内为0时，值为1。所以x(k)delta(n-k)就是，当n=k时等于x(k)，其余为0（这里就知道了翻转和平移这两个动作的来源）。
激励x(n)=sum x(k)delta(n-k)，经过线性系统后，delta(n-k)的响应是h(n-k)，即系统的固有响应。第一段说过叠加性，线性组合的输入经过线性系统得到线性组合的输出。所以把这些响应叠加就是全部的x(n)产生的响应。也就是激励x(n)=sum x(k)delta(n-k)产生的响应是y(n)=sum x(k)h(n-k)。把这个叫做卷积。对于连续变量，延迟脉冲换作有dx宽度的矩形脉冲。
卷积的意义是，测出系统的单位冲激响应h(t),就知道任意x(t)的响应y(t)。
最近复习看到卷积这块儿，说说我的理解。如果随便给你两个函数让你算卷积，其实没什么具体意义，就是用某种规则实现某种运算而已。如果要探究物理意义，那么最好把它放到一个因果稳定的系统（就是从零之后才有值，而且收敛的那种）中，从单位冲击响应h（t）来看。我们都知道，将给定的一个函数x(t)与系统的h(t)卷积，得到的就是输出y(t),这利用了LSI系统满足的叠加定理。下面解释为什么卷积一下子就是输出。(1)对h(t)的一种理解是：它表征影响因子。所谓影响因子就是你给了一个输入，它在不同时间产生的影响力大小。首先要明白，当我们算某个时刻的响应的时候，它不仅与这个时刻的输入有关，还与之间所有在这个时刻存在影响因子的输入有关。例如，我们要求t=4时刻的输入y(4),那么y(4)=x(4)h(0)+x(3)h(1)+x(2)h(2)+x(1)h(3)+x(0)h(4),注意，这个式子是错误的，正确的应该是无数时刻的积分，这里只领会精义就行了。看下面的图，相同颜色的是对应的输入与对应在t=4时刻的影响因子，x(4)当然对应的影响因子最大为h(0),x(3)对应的影响因子就相对小了为h(1),····x(0)对应的影响因子最小为h(4).它正好就是h(-t+4),就是反褶后右移4。为什么要反褶呢，因为隔着t=4越近的输入对应的影响因子在h(t)中隔的t=4越远，而且从上面的式子也能看出，括号里对应时刻的和为4，正好也是平移的大小。所以说，卷积的工程意义就是指示了某个系统的响应特性，也就是在某时刻给个输入delta(t)，它接下来会做出什么反应，反应持续多久，h(t)就表征了这些，也就是在不同时刻的影响因子。所以说，卷积的工程意义就是指示了某个系统的响应特性，也就是在某时刻给个输入delta(t)，它接下来会做出什么反应，反应持续多久，h(t)就表征了这些，也就是在不同时刻的影响因子。(2)以前有个讲卷积的例子还不错。比如你一次性打一个人50大板，估计他就over了，而如果分五年打完这50大板，估计他还能活蹦乱跳的（当然不排除他由于心理恐惧提前崩溃了）。为什么呢，这还是影响因子的问题。当你一次性打完的时候，几乎所有的都在以最大的影响因子叠加，超过了他的最大抗打能了，系统崩溃。当你分五年打完的时候，每次他去受打的时候，以前的伤已经痊愈了，不再有影响因子，当然在他的抗打能力之内。其实你在发送信息的时候也一样，如果隔老长时间发一个符号，解调的时候轻松多了，因为前面的对它基本没有干扰了。但是代价是可想而知的，就像求县老爷五年内打完你五十大板的难度一样。(3)有个事儿做工程的时候一定要明白，就是你想算某个时刻，不能单看某个时刻，还得看它的前前后后。比如通信原理里讲到的码间串扰，你会发现前面无数个时刻的拖尾在影响着你算的时刻，好在抽样函数有个很好的特性就是它在kπ处有零点而且它有对称性，这样可以通过恰当的设计，抽样解调出来。这种特性也有它好的一面，例如抽样恢复的内插函数就是利用了许多个这样的抽样函数的叠加。其实这可以看成是相关性，预测编码的时候就是利用前面的影响预测出下一刻的输出···(4)我之前用matlab求卷积的时候特别不理解为什么conv函数都默认从t=0开始，而无法给出输入序列的位置信息也不让你输入序列的位置信息。这么牛的一帮人为啥就不写个适应性强点儿的卷积函数呢。后来我明白了，因为我们工程上做的因果系统，所以h(t)必然是从0开始有值的，而你的输入也是从0开始的，所以默认当然就是从t=0开始的啊。所以看来只有我们才在这儿无聊地拿着两个没有意义的任意的图让你算卷积，然后老师就开始‘先反褶其中一个，再平移其中一个，求它们重叠部分的面积’，哎，只会做题不求甚解，中国的教育说多了都是泪啊~
卷积的物理意义：只有线性时不变系统才能导出卷积公式，我们知道线性系统满足齐次性和叠加性，而时不变性其实是指系统的单位冲激响应无论什么时候都不变。实际上，在信号与系统中，卷积就是计算线性时不变系统在信号激励下任意时刻的零状态响应，为了更好理解卷积的物理意义，可以先看一个例子：当一个拳击选手遭到对方连续两次击打身体的同一部位时，第二次被击打时他感觉到的疼痛是第一次被击打所遗留的疼痛与第二次被击打的疼痛之和。下面的文字可能比较长，你要想真正理解卷积的物理意义，还需要你慢慢看完下面的数学推导。式（3.5-23）中的单位冲激响应h(t)出现了反褶，这与图3.5-4不符，图3.5-4中的每个加权的h(t)都没有反褶，所以，公式（3.5-23）与可实现的物理系统不符。另外，为了更全面一些，我们再看看离散系统：式（3.5-23）中的单位冲激响应h(t)出现了反褶，这与图3.5-4不符，图3.5-4中的每个加权的h(t)都没有反褶，所以，公式（3.5-23）与可实现的物理系统不符。另外，为了更全面一些，我们再看看离散系统：信号反褶是这样的：信号波形是我们按着信号脉冲出现的先后顺序记录下来的，所以信号波形的左边先出现，而信号反褶恰恰说明哪个信号脉冲先来，则这个脉冲就先进入系统，但是，在计算机上用软件进行科学计算时可以将系统单位冲激响应进行反褶，相应的，此系统可以看成非因果系统。上述内容是摘自我写的《信号与系统分析和应用》书中的几节内容，希望能对大家有所帮助，并请提出意见和建议。
两个函数，翻转其中一个，再滑动求积分，叫卷积（convultion）；不翻转就滑动求积分，叫做互相关（cross-correlation）。如果其中之一是偶函数，那么卷积和互相关效果相同。从定义上看，翻转这个操作就是一步操作而已，具体的物理意义只能在应用中找到。最直观的理解就是：卷积是拉链操作。请想象一条拉链：把它底端固定在一起，上边左右完全拉开，扯直，使得固定端处于中心，那么左边这半条的顶端，相对于右边半条来说完全相反。而当你保持其中一边不动，把拉链拉起来的操作，会使得另一边翻转过来（当然拉链其实是旋转），也就是乘了 -1。以信号处理为例，卷积意味着把输入信号在时间轴上翻转，然后跟信号处理系统的描述方程（冲激响应）叠加积分。为什么要翻转？因为这样才符合现实：输入信号的 0 秒先跟冲激响应的 0 秒叠加，然后输入信号的 1 秒和冲激响应的 1 秒叠加，以此类推。当你把这两个函数分别画出来上下并列的时候，它们就好象合并的拉链，0 点处在同一侧，而卷积实际上是要把它们画在同一个轴上滑动，同时却必须保证输入信号的 0 点先遇到冲激响应函数的 0 点——怎么办呢？就好像拉链被拉开了：翻转一下。
渔：以知两个独立随机变量 X，Y 的概率分布分别为 f，g，试求 X+Y 的概率分布。
看看上面那个链接就知道了，那个用翻转解释并不直观，x作为参数（卷积后得到的函数的参数）可以看作某一个时间, τ用来表示所有x之前的时间，所以(x-τ)就是x与τ的时间差，如果把g理解为衰减函数，f理解为信号强度，那么g(x-τ)就是时间差为x-τ时候的衰减程度，或者说，τ时刻的信号在x时刻的衰减程度。所以，f(τ)g(x-τ)就是在τ时刻产生的信号在x时刻的强度。因为信号在x之前的任意τ时刻都可能产生，所以把f(τ)g(x-τ)对所有的τ进行积分，就得到了x时刻之前所有的信号考虑了衰减以后的叠加强度。
摘自网络文章：中科院研究生院暑期讲座材料, 2008年6月
希望对你有帮助卷积的表达式为y(t) =∫abx(t-τ)h(τ)dτ。我们的教科书中总是这样解说的：在每个时间点t，将x(τ)翻转为x(-τ)，再平移为x(t-τ)，与h(τ)乘积的结果，求面积，就得到卷积的结果。这个解说是没错的，并且因为x(τ)要被翻转，成为“卷积”这个称呼的来源。但问题是，这个解释符合物理事实吗？或者说在物理上的一个卷积过程，要求一个物理量在时间上（或空间上）必须被翻转吗？这显然不是事实！现在的问题出在哪里？问题出在刚才的解说仅仅是一个数学解说。另一种解说就没有这样的困难：将x(t)平移一个时间量τ成为x(t-τ)，乘在τ处的函数值h(τ)，取遍定义h(τ)的所有τ，将乘积累积起来，就得到卷积的结果。后一种解释其实是最老的解释：叠加原理。正是按照这种解释，可以构造出用物理硬件实施卷积计算的卷积器。“翻转”这个概念应该说造成了某些负面后果。例如，考虑两个外形不同的多边形（你不妨在纸上画一个任意的三角形和一个任意的四边形，假定图形内数值是1，图形外是0），这两个图形卷积后，结果是什么外形？你可以试图通过上面的两种解释从概念上得到结果。你会发现，从“翻转”解释出发会使你头痛，而从后一种解释得到结果就很直观和容易。不要小看了这里的问题，它联系着某些深入的数学：代数几何、多项式代数和分配函数理论。
从信号处理的角度来讲讲卷积的物理意义。
卷积的来历就是利用线性系统对冲激信号(delta)的响应来求解一般信号激励下系统的响应。那么直观的想法就是把一般信号分解为冲击信号来表示，恰好冲击信号Δ(t)与激励信号x(t)有如下关系：
也就是说，激励信号x(t)可以分解为无数冲击信号Δ(t)之和来表示，那么，
由系统对冲击信号的响应：H[Δ(t)]=h(t)
在信号处理中，我们把上式就叫做卷积积分，写成x(t)*h(t)，这样一来也才方便理解为什么相关运算可以写成x(t)*h(-t)。
在郑君里老师的教材上，就是用这个方法引入的卷积，通过物理意义看起来就好理解多了。所以不要去纠结为什么信号会反褶，这是由冲击信号与一般信号的关系决定的！
总结来讲，卷积的物理意义在于把一般信号分解为冲击信号的和，借助系统对冲击信号的响应h(t)，来表示系统对一般信号激励的响应，此时也是系统对该激励的零状态响应。
已有帐号？
无法登录？
社交帐号登录}