1.4因式分解 定义4.1设p(x)是Q上的一个次数大于0的多项式如果 p(x)在[x]中没有真因子,则称是既约多项式(不可约 多项式或质式) 设p是一个既约多项式,f是任意多项式,则(p,f)是 p的因式,从而(p,f)=1或p=c(p,f),c∈因此p和f 二的关系是:(p,f)=1或plf. 命题4.1设p(x)是Q上的即约多项式,若p(x)整除 二多项式f(x)f(x)之积,则p(x)必能整除其中之一

1.7有理数域上的多项式 定义7.1设f(x)是一个整系数多项式,若f(x)的系数 的公因子只有±1,则称f(x)是一个本原多项式. Gauss引理两个本原多项式的乘积仍为本原多项式. 证明设 f(x)=amx+…+a1x+a, g(x)=bnxn+…+bx+b 是两个本原多项式令

3.4转置以及特殊矩阵 定义4.1设A=(an),把A的行写成列而得的 mxn nxm矩阵称为A的转置矩阵,记为AT,即

3.6可逆矩阵 定义6.1设A是一个n阶矩阵若有阶矩阵B 使得AB=BA=,则称A是一个可逆矩阵(非奇 工异矩阵、非退化矩阵),并称B是A的一个逆. 例如,设

3.8矩阵的秩数 定义8.1设A是任意矩阵若A=0,则 说A的秩数为0;若A≠0,则A的非零子式的 最高阶数就称为A的秩数,记为秩A 显然对于任意的mxn矩阵A,均有 秩A≤min{m,n}.当秩A=min{m,n}时,称 是满秩矩阵;特别地,当秩A=m时,称之 为行满秩的;当秩A=n时,称之为列满秩的

一、主要内容 (一)函数的定义 (二)极限的概念 (三)连续的概念

定理如果z0是f(2)的m级极点,则z0就是了(2)的 m级零点,反过来也成立 证如果z是(z)的m级极点便有

傅氏变换的性质这一讲介绍傅氏变换的几个重要性质,为了叙述方便起见,假定在这些性质中,凡是需要求傅氏变换的函数都满足傅氏积分定理中的条件,在证明这些性质时,不再重述这些条件

每一个事件都有它的发生概率 即给定事件A,存在着一个正数P与之对应, 称之为事件A的概率,记作P(A)或P{A} 最高的发生概率为1,表示必然发生. 最低的概率为0,表示不可能发生. 而一般的随机事件的概率介于0与1之间. 这里只是概率的数学上的规定,其实就是任 何一个事件到实数轴上的[0,1]区间的映射. 但怎样获得切合实际的一个事件的概率呢?

事件的独立性 定义1.4如果事件A发生的 可能性不受事件B发生与否 的影响,即P(A|B)=P(A),则 称事件A对于事件B独立