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

本章主要内容简介 1.主要介绍n维向量(vector)、向量组(vector set)的线性组合、向量的线性表示、向量组的线性相关与线性无关、向量组的极大线性无关组、向量组的秩、向量组的等价等概念。 2.介绍向量组线性相关(linearly dependent)的性质。矩阵的秩与向量组的秩的关系,用矩阵的初等变换求向量组的秩和极大无关组。 3.用向量组的性质分析线性方程组的结构。 4.向量空间、子空间的概念,向量空间的基(basis)和维数(dimension)

4.1.3线性空间的基与维数,向量的坐标 设V是数域K上的线性空间, 定义4.9基和维数 如果在V中存在n个向量a1,a2,…,an,满足 1)、a1,a2,…,an线性无关; 2)、V中任一向量在K上可表成a1,a2,…,an的线性组合

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法.算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定.为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究.结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法

研究了基于比例、积分和微分控制分量非线性方法合成的非线性PID智能控制器.该PID控制器将比例、积分和微分控制分量分别用三角函数表示为误差信号的非线性函数,并通过三个独立的非线性函数构造合成PID控制器.通过在线调整三个独立非线性函数的权值系数,使该控制器实现不依赖于非线性对象模型的智能控制.仿真结果表明该控制器具有优异的非线性控制性能

目录 绪论 试验设计与数据处理的概念和意义 试验设计与数据处理的发展和应用 试验设计与数据处理的基本概念 样本及其分布 总体与样本 石 样本分布函数与统计量 直方图和秩 抽样分布 参数估计与假设检验 概述 参数估计 参数的假设检验 正交试验设计的基本思想与正交表s 正交试验设计的基本思想 正交表的概念与类型 正交表的构造 正交试验设计的直观分析 单指标正交试验设计 多指标正交试验设计 混合型正交试验设计心 考虑交互作用的正交试验设计 试验设计的方差分析 概述 单因素试验的方差分析 正交试验设计方差分析的基本原理 相同水平正交试验设计的方差分析91 不同水平正交试验设计的方差分析 重复试验和重复取样的方差分析 正交试验设计的效应估计 正交试验设计中正交表的灵活运用 并列法 拟水平法 拟因素法 其它方法 SN比试验设计与产品三次设计简介 SN比及其应用 产品三次设计 一元线性回归分析 回归分析的基本概念 一元线性回归的数学模型 参数的最小二乘估计 相关系数及其显著性检验 一元线性回归的方差分析 重复试验的方差分析 利用回归方程进行预报和控制 化非线性为线性回归 回归直线的简便求法 多元线性回归分析 多元线性回归的数学模型 参数的最小二乘估计 多元线性回归的方差分析 逐步回归方法 回归正交设计 多项式回归与正交多项式

第四章4-4线性变换的特征值与特征向量 4.4.1线性变换的特征值与特征向量的定义 定义若存在非零向量ξ∈V,使得对于某个∈K,有A5=5,则称ξ是A的属 于特征值λ的特征向量。 命题线性空间V中属于确定的特征值λ的特征向量(添加上零向量)构成子空间。 证明设51,52是属于的特征向量,Vk,∈K,则 A(k5+2)=k()+a(2)=k+2=(k5+152), 证毕。 定义线性空间V中属于确定的特征值λ的特征向量(添加上零向量)构成子空间称 为属于特征值的特征子空间,记为V 4.4.2特征值和特征子空间的计算、特征多项式

第一节微分方程的基本概念 (Basic concept of differential equations) 一问题的提出 二微分方程的定义 (Definition of differential equations) 三 主要问题——求方程的解 四 小结思考判断题 第二节可分离变量的微分方程 (Differential equations of the variables separated) 可分离变量的微分方程 二 典型例题 小结与思考题 第三节齐次方程 (Homogeneous equation) 一齐次方程 二可化为齐次的方程 三小结思考题 第四节一阶线性微分方程 (Linear differential equation of first order) 一线性方程 (Linear differential equation) 二伯努利方程 (Bernoulli differential equation) 小结 思考判断题 第五节全微分方程 (Total differential equation) -全微分方程及其求法 二积分因子法 小结与思考题 第六节可降阶的高阶微分方程 y(\=f(x,y,..,y(\-)型 二y\=f(x,y',.·,y(\-①)型 恰当导数方程 四齐次方程 五小节与思考题 第七节高阶线性微分方程 (Higher linear differential equation) 概念的引入 线性微分方程的解的结构 降阶法与常数变易法 四小结思考题 第八节常系数齐次线性微分方程 (Constant coefficient homogeneous linear differential equation) 一定义(Definition) 二二阶常系数齐次线性方程解法 三n阶常系数齐次线性方程解法 四小结与思考题 第九节常系数非齐次线性微分方程 (Constant coefficient non-homogeneous linear differential equation) 一f(x)=exPm(x)型 二f(x)=ex[P,(x)cos cax+P,(x)sin cax]型 三小结思考题

线性空间是数学中最基本的概念之一.线性空间理论不仅是高等代数的核心,而且广泛渗透到各自然 科学,工程技术,经济管理科学中,因而线性空间理论既是现代数学的支柱又是应用广泛的理论 线性空间又叫向量空间,在一定意义上说,线性空间是几何学特别是解析几何学的推广与升华.解析 几何学为抽象的线性空间提供了一个具体,生动,有血有肉的模型.而线性空间则是解析几何的灵魂

第一节 矩阵的秩 一、矩阵秩的概念 二、矩阵秩的计算 三、小结、思考题 第二节 齐次线性方程组 一、线性方程组有解的判定 二、线性方程组的解法 三、小结、思考题 第三节 非齐次线性方程组 一、非齐次线性方程组有解的判定 二、非齐次线性方程组的解法 三、小结、思考题