第1章 行列式 第2章矩阵及其运算 第3章 向量与线性方程组 第4章 特征值与特征向量 第5章 二次型

• 2.1 变量及其赋值 • 2.2 矩阵的初等运算 • 2.3 元素群运算 • 2.4 逻辑判断与流程控制 • 2.5 基本绘图方法 • 2.6 M文件及程序调试

MATLAB基础 矩阵与数组运算 常用数学函数 符号运算 MATLAB编程 二维与三维绘图 最优化问题求解 线性规划 整数规划 二次规划

图的基本概念 欧拉图与哈密顿图 树 平面图 支配集、覆盖集、独立集、匹配与着色 第一节 图 第二节 通路、回路、图的连通性 第三节 图的矩阵表示和运算

1. 掌握R语言中变量和函数的特点。 2. 掌握向量的构建、元素提取及运算方法。 3. 掌握矩阵的构建、元素提取及运算方法，了解数组的特点。 4. 掌握数据框的构建、元素提取及运算方法。 5. 掌握列表的构建及元素提取方法

4.1数值微积分 4.1.1 近似数值极限及导数 4.1.2 数值求和与近似数值积分 4.1.3 计算精度可控的数值积分 4.1.4 函数极值的数值求解 4.1.5 常微分方程的数值解 4.2矩阵和代数方程 4.2.1 矩阵运算和特征参数 4.2.2 矩阵的变换和特征值分解 4.2.3 线性方程的解 4.2.4 一般代数方程的解 4.3 概率分布和统计分析 4.3.1 概率函数、分布函数、逆分布函数和随机数的发生 4.3.2 随机数发生器和统计分析指令 4.4 多项式运算和卷积 • 4.4.1 多项式的运算函数 • 4.4.2 多项式拟合和最小二乘法 • 4.4.3 两个有限长序列的卷积

2 特殊方程组的求解 2.1 对称正定线性方程组 2.2 对称不定线性方程组 ∗ 2.3 三对角线性方程组 2.4 带状线性方程组 ∗ 3 扰动分析 ∗ 3.1 δx 与 xˆ 的关系 3.2 δx 与 x∗ 的关系 3.3 δx 与残量的关系 4 解的改进 ∗ 4.1 高精度运算 4.2 矩阵元素缩放 (Scaling) 4.3 迭代改进法

4.3.2线性映射的运算的定义与性质 定义线性映射的运算(加法与数域K上的数量乘法)设f:U→V,g:U→V为线性映射,定义f+g为f+g:U→V

4.3.2线性映射的运算的定义与性质 定义线性映射的运算(加法与数域K上的数量乘法) 设f:U→V,g:U→V为线性映射,定义f+g为 f+g:U→V, af(a)+g(a)(a∈U) 定义kf(Vk∈K)为 kf:u→v akf(a)(a∈U) 说明f+g与kf仍为线性映射。 命题Hom(U,V)在加法和数乘下构成数域K上的线性空间。 证明逐项验证

关系的定义 关系的表示 关系的运算 0-1矩阵运算 关系的性质 函数的定义 子集的像 单射与满射 反函数 函数的复合 函数加法与乘法