7-1(1)由pV=RT 把p=10atm,T=(47+273)K=320K. m=0.1kg,m=32×10-3kgr=.3ij.mol-k-1代入 证V=8.31×10-3m3

第四章随机变量的数字特征 4-5矩 1、定义 若EXk存在,称之为X的k阶原点矩 若E(X-EX)存在,称之为X的k阶中心矩 若E(X-EX)(Y-EY)存在,称之为X和Y的k+1 阶混合中心矩。 所以EX是一阶原点矩,DX是二阶中心矩, 协方差Cov(X,Y)是二阶混合中心矩

第五章不定积分 第一节不定积分的概念及性质 思考题: 1.在不定积分的性质k(x)dx=kf(x)dx中,为何要求k≠0? 答:因为k=0时,∫kf(x)dx=f0dx=C(任意常数),而不是0 2.思考下列问题: (1)若f(x)dx=2x+sinx+C,则f(x)为何? (2)若f(x)的一个原函数为x3,问f(x)为何? 答:f(x)=(x3)=3x2 (3)若f(x)的一个原函数的cosx,则∫f(x)dx为何? (x)= (cos x)'=-sinx, I f'(x)dx f(x)+=-sinx+C

第四章线性空间与线性变换 4-1线性空间的基本概念 4.1.1线性空间的定义及例 1、线性空间的定义 定义4.1线性空间 设V是一个非空集合,且V上有一个二元运算“+”(V×V→V),又设K为数域,V中的元素与K中的元素有运算数量乘法“·”(K×V→V),且“+”与“·”满足如下性质: 1、加法交换律a,B∈V,有a+B=B+a; 2、加法结合律a,B,y∈V,有(a+B)+y=a+(B+y)

4.1 概述. 1 4.1.1 什么是聚类分析.1 4.1.2 基本聚类方法概述.2 4.1.3 文本聚类.3 4.2 数据间的相似性度量. 4 4.2.1 数据对象间的距离.4 4.2.2 数据对象间的相似系数.5 4.2.3 数据类间的距离.5 4.2.4 数据标准化.7 4.3 基本聚类方法. 7 4.3.1 k-均值聚类方法 .7 4.3.2 层次聚类方法.8 4.3.3 聚类要注意的问题.10 4.4 基于密度的聚类（待更新）. 10 4.5 聚类结果的评估. 10 4.5.1 基于用户验证的评估方法.11 4.5.2 基于真实数据的聚类结果评估.11 4.6 聚类分析的案例与软件操作. 11 4.6.1 K-MEANS 聚类案例(SPSS Modeler).11 4.6.2 K-MEANS 聚类案例(R 语言) .15 4.6.3 层次聚类案例（SPSS）.20 4.6.4 层次聚类案例（R 语言）.23

一、K元线性回归模型与一元线性回归模型的区别 二、关于模型的基本假设 三、k元线性回归模型的估计、检验和应用 四、理解OLSE的优良性质 五、比较OLS法与ML法的异同和适用性 六、如何综合评价经济计量建模的效果

12.1 聚类分析的基本原理 12.1.1 什么是聚类分析? 12.1.2 相似性的度量 12.2 层次聚类 12.2.1 层次聚类的两种方式 12.2.2 类间距离的计算方法 12.2.3 层次聚类的应用 12.3 K-均值聚类 12.3.1 K-均值聚类的基本过程 12.3.2 K-均值聚类的应用 12.3.3 使用聚类方法的注意事项

2.6.1分块矩阵的乘法,准对角阵的乘积和秩 1、矩阵的分块和分块矩阵的乘法 设A是属于K上的m×n矩阵,B是K上n×k矩阵,将A的行分割r段,每段分别包 含m,m2,,m,个行,又将A的列分割为s段,每段包含nn2,n个列。于是A可用 小块矩阵表示如下: A1A12… A=4424

按照秘密的替换方案,将明文中的每个字母换成指定字母。练习:统计各字母在文章中的出现频率。破译轮换周期p:将密文向后移动k位之后与原来比较,统计重码率V.k