下载文档原格式
课程表排课公式摘要：一、课程表排课公式简介1.课程表排课公式概念2.排课公式的重要性二、常见的课程表排课公式1.贪心算法2.启发式算法3.遗传算法4.模拟退火算法三、排课公式的应用1.课程表排课2.教室资源分配3.教师排课四、排课公式的发展趋势1.人工智能与排课公式的结合2.更加智能化的排课系统3.排课公式在我国教育领域的应用正文：课程表排课公式是一种通过计算和数学模型来安排课程表的方法。
在我国，教育机构需要合理安排课程表，以保证教学质量和教师的工作量。
排课公式能够有效地解决这一问题，使得课程表的安排更加科学、合理。
本文将对课程表排课公式进行详细介绍。
首先，我们来了解一下课程表排课公式。
排课公式是一种通过计算和数学模型来安排课程表的方法。
通过排课公式，教育机构可以更加高效地安排课程表，以保证教学质量和教师的工作量。
排课公式的重要性不言而喻。
在教育领域，课程表的合理安排对于提高教学效果和教师的工作满意度具有重要作用。
接下来，我们来看一下常见的课程表排课公式。
常见的排课公式包括贪心算法、启发式算法、遗传算法和模拟退火算法等。
贪心算法是一种简单且易于实现的算法，但其求解结果并不一定是最优解。
启发式算法是一种基于经验的算法，能够根据实际情况进行一定程度的调整。
遗传算法和模拟退火算法则是更为复杂的算法，能够在较短时间内找到较优解。
排课公式不仅能够用于课程表的排课，还能够应用于教室资源分配和教师排课等方面。
通过排课公式，教育机构可以更加合理地分配教室资源，避免教室的浪费。
同时，排课公式也可以用于教师排课，保证教师的工作量合理，提高教师的工作满意度。
随着人工智能技术的发展，排课公式也在不断发展和完善。
未来，人工智能与排课公式的结合将会使排课系统更加智能化，能够更好地满足教育机构的需求。
排课问题的数学模型研究
排课问题是在排定学期课程表的过程中面临的一个重要问题，通过分析特定的条件，寻找出最优解来解决该问题是解决之道。
排课问题可视为一种约束优化问题，是应用数学模型来解决的一类复杂问题，其运用约束条件，求解一组变量使得整体成本最小，具有很强的实际意义。
排课问题的数学模型可以根据实际情况和应用需求来制定，一般情况下，可以采用贪心算法、费用流算法、回溯算法、动态规划算法等多种算法来解决。
贪心算法是一种简单但有效的算法，原则就是每一步取当前最优解。
其优点是算法简单，易于实现，缺点是无法保证全局最优解。
费用流算法是一种有效的排课算法，它采用图论中的费用流模型，追求最大流量决策，可以找出满足资源约束条件的最优解，即满足每一节课最少需要的资源。
回溯算法又称为试探法，按照深度优先搜索，遍历全部节点，枚举所有可能的情况，最终找到可行的解决方案。
动态规划算法是一种优化算法，它的基本思想是，对于每个时期的课程安排，给出最优解，在此基础上，不断更新，最终求出最优解。
排课问题是一个复杂而又实用性很强的问题，受到越来越多人的重视。
数学模型是解决该问题的重要手段，历来受到各大学者的关注。
通过贪心算法、费用流算法、回溯算法、动态规划算法等，可以找到满足条件的最优解。
只要模型，算法和数据得到合理的设计与使用，
排课问题的解决方案有可能实现。
总而言之，数学模型是解决排课问题的重要手段。
模型的设计应该以实际情况为准，考虑各种约束条件，寻求出真正能够满足需求的优化解决方案。
只有这样，才能高效、准确地解决排课问题，实现客观有效地排课。
排课问题的数学模型研究排课是指根据学校规定的开课数量以及课程、教师、场地等资源要求，综合考虑这些因素，将所有的课程排列到一张满足学校要求的时间表中的过程。
排课没有完美的解决方案，排课问题是一个复杂的搜索问题，它有着复杂的约束条件，需要进行大量的计算和运算。
基于此，研究者借助数学模型来解决排课问题，以求解最佳的排课结果。
随着计算机技术的发展，“排课问题”的数学模型也发展至今。
排课问题的数学模型可以大致分为三类。
第一类是组合优化模型，例如0-1规划模型、线性规划模型、调度与分配模型等。
这类模型通过优化变量的设置，使解决方案达到最优。
第二类是搜索优化模型，例如多项式搜索模型、模拟退火模型等。
这类模型不仅考虑当前的解决方案，而且还考虑可行解的附加条件，有效地寻找最优解。
第三类是粒子群优化模型，粒子群搜索技术也可以用于排课问题，主要是将粒子群搜索技术应用于排课问题，设计粒子群优化过程，实现最优解的搜索。
在数学模型研究方面，许多学者研究了排课问题的数学模型，他们基于各种类型的模型，研究出了不同的算法来解决排课问题，如回溯法、基因算法、遗传算法等。
通过各种数学模型，可以实现比较有效的排课解决方案。
本文在介绍排课问题的基本要求和约束条件的基础上，介绍了排课问题数学模型的研究，即有关排课的数学模型的研究。
其中，包括组合优化模型、搜索优化模型和粒子群优化模型。
数学模型能够帮助学校更好地安排每学期课程，实现更优化的排课结果。
排课问题虽然是一个复杂的搜索问题，但面对这一复杂的搜索问题，数学模型能够为解决排课问题提供更有效的解决方案。
研究者需要进一步研究具体的算法，并在实际应用中检验如何进一步改进数学模型，以获得更优的排课结果。
排课问题的数学模型研究排课问题是指如何有效地将教室、教师和学生等资源进行有效的安排，使得课程的安排能够满足教学需求，进而提高教学质量，所以排课问题属于一类组合优化问题，它经常用于求解学校中教学计划的安排。
随着计算能力的不断提升和发展，排课问题也在得到广泛的应用，并且其复杂的特征也意味着它的解决非常困难。
在许多排课问题的研究中，数学模型是有效的工具，可以帮助解决排课问题，并提供有效的模型解决思路。
具体而言，数学模型是一种量化方法，将排课问题表达为一个数学模型，使其问题能够明确表达，从而可以帮助解决排课问题。
首先，引入数学模型可以减少排课问题复杂性，并且使求解更加高效。
将排课问题表示为数学模型后，面临的主要问题就是模型的优化，以获得最佳的排课方案。
即以最优的方式将教室、教师和学生等资源安排起来，以满足学校课程的安排需求，从而提高教学质量。
其次，在求解排课问题时，数学模型可以提供改进算法的方法和优化方法。
通过研究优化算法，可以探索如何有效的求解排课问题，并探究应如何使用优化算法解决排课问题。
此外，研究优化问题的方法也可以指导实践，从而可以为求解排课问题提供更加有效的解决方案。
最后，将排课问题表示为数学模型后，可以运用计算机计算，求解排课问题，提供更优质的排课方案。
这是因为，模型可以将排课问题表示为精确的数字形式，可以快速计算出最优的排课方案，提高效率。
总之，排课问题属于一类深度优化问题，在求解排课问题时，数学模型可以提供有效的优化方法。
通过将排课问题表示为数学模型，可以有效的缩小问题的规模，从而求解排课问题，提供最佳的排课方案，满足学校课程的安排需求，有效改善教学质量，从而达到优化教学效果的目的。
高校排课问题的整数规划模型求解摘要课表编排是一个充满冲突的过程，所开课程的上课时间、上课班级、上课地点、任课教师等多方面因素限制教学资源分配。
为了提升高校的办学效率，更好地完成教学任务，本文以教室数目作为目标，建立了以教室数目最少的目标决策模型。
在问题一中，我们以教室数目最少作为目标，对各种情况做了详细定义，巧妙地引入了0-1变量，将问题转换为以教室数目总和最少为目标的整数规划模型：Min Z=∑x i在模型的求解中，我们使用matlab，使用数据库快速插入算法，得到了完整的课程表以及结果：最小教室数目为9个，A类6间，B、C、E类各一间。
在问题二中，我们考虑到必修课的约束条件，增加了对问题一中的约束，利用问题一中类似的方法得出了结果。
对于问题三，为了使教室数目保持不变，我们将问题一、二所使用的目标函数转换为第三问的约束条件，建立了将必修课在4、5时间段出现以及周五4、5时间段出现的课时作为目标函数的模型：MIN Z=∑x s,c,l,r,t+∑x s,c,l,r,tD={5}∩Q={4,5}Q={4，5}∩LB={1}对于问题四，我们从教室（包括机房）的利用率、开课对象的上课强度、问题3的不满足率这三个方面来对问题三的结果进行了评价，并提出了一定的建议。
关键词：整数规划；目标函数；约束条件；Matlab.一、问题重述在国家对高等教育大力发展政策的激励下,高等教育事业得到了迅速发展,由于在校学生人数急剧增加,教学硬件设施增长缓慢、教师资源短缺,如何利用有限的资源,以最优形式满足教学需求成为目前急需解决的问题。
课表编排是一个充满冲突的过程，所开课程的上课时间、上课班级、上课地点、任课教师等多方面因素限制教学资源分配。
为了提升高校的办学效率，更好地完成教学任务，如何应用现代信息化技术在时间上和空间上合理分配教学资源成为亟待解决的问题。
本问题假定在某一学期18教学周内安排教学任务，每个教学周星期一至星期五安排课程，每天分为上午2个时间段（时间段1和时间段2），下午2个时间段（时间段3和时间段4），晚上1个时间段（时间段5），每个时间段2学时安排同一门课程，同一班级的不同课程不考虑课程内容之间的前后逻辑关系。
排课问题的数学模型研究随着社会的发展和教育水平的提高，越来越多的学生进入高等学校。
学校要面对各类课程的排课问题，势必要考虑如何尽可能地满足学生的教学需求，而且要保证排课的合理性、灵活性和可行性。
因此，排课问题已经成为现代最重要的教育问题之一。
排课问题是一种典型的优化问题。
实际上，它是在自然科学和社会科学领域中的一类比较复杂的约束条件下的优化设计问题，其目标是在给定的一定条件下实现最佳的排课效果。
因此，研究排课问题的最佳数学模型就显得尤为重要。
首先，要确定排课问题的决策变量，包括课程的内容、教室的容量、上课的时间和日期、以及教师的有效期限等等。
其次，要确定排课问题的目标函数。
排课问题的目标函数可以是最小化总课程时间或最小化总优化成本，也可以是最大化总满意度，还可以是最小化总不满意度。
确定目标函数之后，下一步就是定义求解模型。
求解排课问题的数学模型有很多种，根据不同的排课目标，求解排课问题的数学模型可以分为五类：标量函数优化模型、统一考虑模型、单项满足约束模型、多项满足约束模型和模糊排课模型。
其中，最常用的是标量函数优化模型，即以满足所有限制条件下最优解为约束条件，设计一个目标函数，以最优解使得目标函数最优值最小。
随着计算机技术和软件技术的发展，求解排课问题的优化软件也得到了改进和完善。
使用计算机计算技术和软件，可以有效地求出满足所有限制条件下排课最优解，从而实现高效、准确地求解排课问题。
总的来说，求解排课问题的数学模型是一个复杂的优化设计问题，涉及到许多学科，包括数学、经济学、管理学等，而且它也是当今教育改革中很重要的问题。
所以，要有效地求解排课问题，必须对排课问题的数学模型进行全面的研究，并借助计算机技术和软件，以达到尽可能地满足学生的教学需求，提高课程安排的效率和质量。
综上所述，排课问题的数学模型研究是排课系统的基础，它不仅涉及到诸多学科，而且还可以利用计算机技术和软件达到更好的优化排课效果。
高二数学学科中的排列组合问题解析在数学学科中，排列组合是一个广泛而重要的概念，它涉及到对象的选择、排序和组合的不同方式。
在高二阶段，学生开始接触更复杂的排列组合问题，需要掌握基本的概念和解题技巧。
本文将对高二数学学科中的排列组合问题进行详细解析。
一、排列问题的解析排列是指从给定的一组对象中选取若干个对象按一定的顺序排列。
在高二数学学科中，我们会遇到多种排列问题，例如字母的排列、数字的排列等。
例子1：从字母A、B、C、D、E中，任选3个字母排成一列，有多少种不同的排列方式？解析：这是一个典型的排列问题。
根据排列的定义，首先我们需要确定选择的对象个数和排列的长度。
在本例中，选择的对象个数是3，排列的长度也是3。
接下来，我们可以使用数学的思想进行解题。
假设排列的第一个字母是A，那么第二个字母有4种选择（B、C、D、E），第三个字母有3种选择；同理，如果第一个字母是B，那么第二个字母有3种选择，第三个字母有2种选择，依次类推。
因此，根据乘法原理，总的排列方式等于3×4×3=36种。
例子2：由字母A、B、C、D再加上一个字母E，从中任选3个字母排成一列，有多少种不同的排列方式？解析：这个例子与例子1相似，但是多了一个选项。
在这种情况下，我们需要考虑两种情况，即选择的3个字母中是否包含字母E。
如果包含字母E，那么排列的方式与例子1相同，有36种。
如果不含字母E，那么字母E只能排在第四个位置上，前三个位置的选择方式与例子1相同，有18种。
因此，总的排列方式等于36 + 18 = 54种。
二、组合问题的解析组合是指从给定的一组对象中选取若干个对象，不考虑其排列顺序。
在高二数学学科中，我们经常会遇到选择某些对象的组合方式的问题。
例子3：从字母A、B、C、D、E中，任选3个字母，有多少种不同的组合方式？解析：这是一个典型的组合问题。
根据组合的定义，我们需要确定选择的对象个数和组合的长度。
在本例中，选择的对象个数是3，组合的长度也是3。
小学排列组合的基本概念在小学数学教育中，排列组合是一个重要的概念，它涉及到物体的排列和选择方式。
本文将介绍排列和组合的基本概念，以及它们在数学中的应用。
**排列（Permutation）**排列是指将一组物体按照一定的顺序排列的方式。
在排列中，物体的顺序是重要的，不同的排列顺序会产生不同的结果。
在小学数学中，排列通常表示为P。
例如，假设有3个不同的字母A、B、C，我们可以用排列来表示它们的不同排列方式：- ABC- ACB- BAC- BCA- CAB- CBA上面的每一种排列都代表了不同的字母顺序，因此，这里有6种不同的排列方式。
通常，计算排列的数量可以使用以下公式：$$nPn = n!$$其中，n代表物体的数量，n!代表n的阶乘。
阶乘是一个自然数的连乘，例如3! = 3 x 2 x 1 = 6。
**组合（Combination）**组合是指从一组物体中选择若干个，而不考虑它们的顺序。
在组合中，物体的顺序不重要，相同的物体组合在一起会产生相同的结果。
在小学数学中，组合通常表示为C。
例如，假设有3个不同的水果苹果、香蕉和橙子，我们可以使用组合来表示从中选择2个水果的不同组合方式：- {苹果, 香蕉}- {苹果, 橙子}- {香蕉, 橙子}这里有3种不同的组合方式。
通常，计算组合的数量可以使用以下公式：$$C(n, k) = \frac{n!}{k!(n-k)!}$$其中，n代表物体的总数，k代表要选择的物体数量。
**排列和组合的应用**排列和组合的概念在数学和现实生活中有广泛的应用。
以下是一些示例：1. **密码学**：在密码学中，排列和组合的概念用于创建安全的密码和加密算法。
2. **概率**：在概率理论中，排列和组合用于计算事件的可能性，以及抽样和随机实验的分析。
3. **统计学**：统计学中的抽样和排列组合技术用于制定样本调查和数据分析。
4. **排课**：在学校排课系统中，排列和组合的原理用于制定学生课程的时间表。
课表，是教学运行的基础。
课表是课程、班级、教师、教室、时间五大教学要素的组合。
我们可以把它看成是一个五维空间，排课问题的复杂性由此可见一斑。
编排课表，首先是一个数学问题，其次是计算机处理问题。
课表问题是离散量的关系问题，离散量的关系运算及其优化算法，对解决课表问题具有重要指导意义。
１课表要素定义１．１
课程
课程单体：是在一个学期内完成的知识单元。
用ｋｉ表
示，其中：
ｉ＝１，２，３，．．．．．．ｘ；ｘ为正整数
（对于某些特定课程，可能具有某些特性，如特定学生，特定教室，特定时间）
课程：是课程单体的集合。
记为：Ｋ＝
｛ｋ１，ｋ２，ｋ３，．．．．．．ｋｉ｝
１．２班级
班级单体：是由学生个体组成的群体。
用ｂｉ表示，其中
ｉ＝１，２，３，．．．．．．ｙ；ｙ为正整数
合班：是由一个或多个班级单体组成的集合。
记为：ＨＢｉ＝｛ｂｌ，ｂ２，．．．．．．ｂｉ｝
班级：由合班组成的集合。
记为：
Ｂ＝
｛ＨＢ１，ＨＢ２，
ＨＢ３，．．．．．．ＨＢｉ｝
１．３教师
教师：即教师个体的集合。
记为：
Ｓ＝
｛ｓ１，ｓ２，ｓ３，．．．．．．ｓｉ｝其中ｉ＝１，２，３．．．．．．ｚ；ｚ为正整数１．４教室
教室单体：教室是能够接纳师生从事某类教学活动的场
所。
教室可以从属于某个教区，容纳人数是教室的重要指标。
用ｒｉ表示。
其中ｉ＝１，２，３，．．．．．．ｍ；ｍ为正整数
教室：由所有教室单体组成的集合。
记为：Ｒ＝
｛ｒ１，ｒ２，ｒ３．．．．．．ｒｉ｝其中ｉ＝１，２，３．．．．．．ｍ；ｍ为正整数１．５时间
时间：这时所指的时间，是时间单元（即时段）的集合。
时间，是一维矢量。
为了任务安排的需要，将某段连续的时间向量，划分为“周次、星期、节次”三个层次。
节次单体：是最小的连续教学时段，并且是计量教学时间的基本单位。
节次用ｊｉ表示。
其中ｉ＝１，２，３，．．．．．．ｑ；ｑ为正整数节次：节次是节次单体，按时间序排列的集合。
划分确定后，节次是一个可枚举集合。
记为：
Ｊ＝
｛｛ｊ１，ｊ２｝，｛ｊ３，ｊ４｝，｛ｊ５，ｊ６｝，｛ｊ７，ｊ８｝，｛ｊ９，ｊ０｝｝星期：星期是星期天至星期六的枚举集合。
记为：
Ｗ＝｛Ｓｕｎ，Ｍｏｎ，Ｔｕｅｓ，Ｗｅｄ，Ｔｈｕ，Ｆｒｉ，Ｓａｔ｝
周次：在一个学期当中，周次是可枚举集合。
编２６周（半年）是为了长周期实习需要。
记为：
Ｚ＝｛ｚ１，ｚ２，ｚ３．……ｚ２６｝
时间：由上，可以将时间集合记为：Ｔ＝
（ｔ１，ｔ２，ｔ３，．．．．．．ｔｉ）＝Ｚ×Ｗ×Ｊ２课表表达及教学管理过程２．１
课表模型
・课表是课程、班级、教师、教室、时间五种教学要素的组
合。
记为：
Ｓｃｈｅｄｕｌｅ＝Ｋ×Ｂ×Ｓ×Ｒ×Ｔ
组合的结果，仍然是一个集合。
２．２教学管理过程
２．１．１
教学管理数据量测算
以一个有１０００门课，３００个班，３００个教师，３００间教室
的某个学期的课表为例，测算Ｓｃｈｅｄｕｌｅ集合的理论最大值。
学期节次数：
收稿日期：２００７—１２—２５作者简介：韩
晶（１９７５—
），女，山西长治人，实验员，主要从事实验管理方面的工作。
排课问题的数学表示
韩
晶
（长治学院数学系，山西长治
０４６０１１）
摘
要：文章对涉及课程表的五种教学要素进行了数学定义，并以此为基础，给出了课表数学模型，最后从实际应用角
度对课表质量提出了性能指标。
关健词：课表；集合；时间单元中图分类号：Ｇ４７３．４
文献标识码：Ｂ
文章编号：１６７３－２０１４（２００８）０２－００３９－０２
２００８年４月长治学院学报
Ａｐｒ．，２００８第２５卷第２期
ＪｏｕｒｎａｌｏｆＣｈａｎｇｚｈｉＵｎｉｖｅｒｓｉｔｙ
Ｖｏｌ．２５，Ｎｏ．２
・３９・
长治学院学报
２６×７×１０＝１８２０（节次）
因此，课表集合理论最大值：
１０００×３００×３００×３００×１８２０＝４９１４×１０１０≈５×１０１３——
——
——
——
——
——
——
——
——
——
——
——
——
——
——
—１０１４
一年以３６５天计，共有：
３６５×２４×３６００＝３．１５３６×１０７（秒）
——
——
——
——
——
——
——
——
——
——
——
——
——
——
——
——
——
—１０７假如我们以每秒能完成１０７次排列的高速计算机来完成此运算，需要
０．５×１０１４／（３．１５３６×１０７×１０７）≈０．２（年）
这里忽略了教学要素组合时需要进行的可行性判断，而是纯组合数的概算。
可见，求解课表的运算量是巨大的。
好在实际的教学管理过程中，并非将大量数据繁杂无序地提交计算机进行运算。
而是经过制订计划、任务分排等管理工作，数据的有序性更加完善。
反向考虑，虽然课表组合的理论数巨大，然而具有指导意义的集合数有限。
不超过１０４。
通常介于１０２－１０３之间。
这个数量级的运算，对普通计算机而言，具有再行性和实际意义。
２．２．２课表的存贮与表示
存贮与表示，需要兼顾。
按前面的假设，每学期的节次数有１８２０。
这个数量级，存贮是可行的，对于屏幕和书面表示是不可行的，更不便于记忆。
我们常用的“横星期竖节次”的课表，是单元时间的“卡片式”表示，将时间单元进行了有规则的“折叠”，变成了
７×１０＝７０（单元）
２．２．３教学管理的数学意义
对于某个学期的教学课表安排而言，教学管理工作的数学意义可以描述为：
・教学计划
教学计划的任务是将专业与课程对应，当然也实现了班级与课程的对应。
记为：
Ｐｌａｎ＝Ｋ×Ｂ
・学期教学任务分排
学期教学任务分排后，完成了课程、班级、教师的组合问题。
这个集合记为：
Ａｒｒａｎｇｅ＝＝Ｋ×Ｂ×Ｓ
・实际排课
经过前期管理工作，排课可以表述为：
Ｓｃｈｅｄｕｌｅ＝［［Ｋ×Ｂ］×Ｓ］×Ｒ×Ｔ
＝［Ｐｌａｎ×Ｓ］×Ｒ×Ｔ
＝Ａｒｒａｎｇｅ×Ｒ×Ｔ
可以测算出这个集合运算的次数：以１０００项分排好的任务，３００个教室，７０个时间单元计，运算次数为：
１０００×３００×７０＝２．１ｘ１０７
３课表的性能指标
离散量关系的求解，往往不是单解。
课表算法的好坏，软件的性能，课表本身的优劣，应当是可衡量的。
在此根据应用需要，对排课软件（含算法）的性能提出如下七项指标：３．１排课软件性能
・机排时间。
机排时间一般不应超过１０分钟。
机排开始后，软件应根据运算量的预测，提示待机时间，并显示时间进度条。
超过３０分钟的机排时间是不能接受的。
・漏课率。
以集合Ａｒｒａｎｇｅ计，漏排比率不应超过１％；否则手工调整的工作量较大，造成计算机辅助排课不理想的感觉。
・出错情况。
出错是不能允许的，但市售软件往往不能根绝。
出错包括以集合Ａｒｒａｎｇｅ计，不应超过１％；而且，对最终课表中隐含的出错情况，应当提供相应的检查工具。
否则会使用户对课表安全性失去信心。
３．２课表性能指标对于普通高校而言，有如下几项值得考虑：
・学生的周学时负担
多的不超过３６，少的不低于１８，安排在２４至２８左右为宜；
学生同一门课的连续上课时间不宜超过４学时，除一些特殊课程外（如艺术类课程），一般不少于２学时；平均为２学时；
学生连续上课时间，一般不超过８学时，不少于２学时，平均为４学时。
・教师的周学时负担
连续上课时间：一般不超过６学时，不少于２学时，平均为３学时；
教师个人要求满足率：
・课间隙：
同一门课程的课间隙不超过５天，不少于１天，平均间隔２一３天；
・教室均衡。
教室不仅满足座数需要，而且要满足功能需要，符合均衡负担原则；每天都应有课程上课。
同班、同类课程所使用的教室相对固定，便于记忆并减少跑堂距离。
４总结
解决课表问题，重在算法，其次是软件实现。
通过开发者和使用者双方的共同努力，市售的排课软件的健壮性、适应性以及运行效率将会有大提高。
参考文献：
［１］卢开澄．计算机算法导引［Ｍ］．北京：清华大学出版社，２０００．４．［２］耿素云，屈婉玲．离教数学［Ｍ］．上海：高等教育出版社，２００２．５．
（责任编辑赵巨涛）
・４０・。
