搜索是人工智能中的一个基本问题，并与推理密切相关，搜索策略的优劣，将直接影响到智能系统的性能与推理效率。 5.1 搜索的基本概念 5.1.1 搜索的含义 5.1.2 状态空间法 5.1.3 问题归约法 5.2 状态空间的盲目搜索 5.2.1 一般图搜索过程 5.2.2 广度优先和深度优先搜索 5.2.3 代价树搜索 5.3 状态空间的启发式搜索 5.3.1 启发性信息和估价函数 5.3.2 A算法 5.3.3 A*算法 5.3.4 A*算法应用举例 5.4 与/或树的盲目搜索 5.5 与/或树的启发式搜索 5.6 博弈树的启发式搜索

我们知道 Riemann积分的几何意义是曲边梯形的面积.为在欧氏空间空间R上推 广 Riemann积分的理论,我们必须把象长度,面积和体积等概念推广到R”中的更一般的 集上去.本章将要定义的R上的 Lebesgue测度就是长度,面积和体积等概念推广由于 现代数学的许多分支需要,我们将在一般的空间上建立测度与积分的理论

第一节 空间直角坐标系与向量的概念 第二节 向量的点积与叉积 第三节 平面与直线 第四节 曲面与空间曲线 *第五节 矢量函数的微积分

第三节曲线的曲率与挠率 第十讲曲线的曲率与挠率 课后作业: 阅读:第三章第三节曲线的曲率与挠率pp87-94 预习:第三章第四节在天体力学中的应用p.94-96 作业: 1.在下列曲线的曲率k和挠 (1) F=(acht, asht, at): 2)F=(-sint, 1-cost, 1) (3)F=( t sInt, t cos t,an)(圆锥曲线) (4)F=(r2x2)

第九、十讲曲线的弧长 课后作业: 阅读:第三章第二节曲线的弧长pp.85---87 预习:第三章第三节曲线的曲率与挠率pp.87-94 第四节在天体力学中的应用pp94--96 作业:

5.1.3线性空间上的对称双线性函数、二次型函数的定义 定义若f为V上的双线性函数且f(a,B)=f(B,a),则称f为V上的对称双线性函数

第五章5-1双线性函数 5.1.1线性空间上的线性函数的定义 1、线性函数的定义 定义设V为数域K上的线性空间,fV→K为映射,满足 f(a+B)=f(a)+f(),va,B∈V;f(ka)kf(a),∈k,aev,则称f为由V 到K的一个线性函数(即f为V到K的一个线性映射) 如同一般的线性映射,有以下事实: i)、f:V→K是线性函数当且仅当f(ka+1B)=kf(a)+lf(B) i)、f(0)=0; i)、f(-a)=-f(a) 命题数域K上的n维线性空间V上的线性函数的全体关于函数加法和数乘构成K上 的n维线性空间

在距离分类器和判别函数分类器中，我们都是把模式看作是 N 维欧氏空间中的一个点， 而且统一类别的模式在空间中聚集在一定的区域，不同模式的区域在空间中具有一定的分离 性。在本章所讨论的统计分类器中，我们仍然认为模式是欧氏空间中的一个点，但是每一类 模式不是分布在空间中的一个确定区域，而是可能分布在整个空间，只不过空间中每一点属 于某一类的概率不同，属于这一类的可能性大一些，属于另一类的可能性小一些

第十二章张量积与外代数 12-1多重线性映射 12.1.1线性空间的一组基的对偶基的定义 定义12.1对偶空间 设v是k上n维线性空间,E2,Sn是的一组基,则线性函数 f:V→K(K为数域)被f在此组基下的映射法则决定,即f()f(2)f(n)已给 定。现设V内全体线性函数组成的集合为V,则在V内定义加法与数乘如下: (i)f,,+)(a)= f(a)+g(a); (iif EV', k K, f )(a)= (a). 则V关于上述加法、数乘组成K上的线性空间,称为V的对偶空间,记作o(V,K 定义12.2对偶基 假设同定义12.1,定义V内n个线性函数

1高分子链均方末端距的统计计算法 一维空间的无规行走问题 三维空间的无规行走问题 2.相关性 3.从Maxwell速度分布函数直接推导高分 子链末端距的分布函数