第一节 线性映射 第二节 线性变换的运算 第三节 线性变换和矩阵 第四节 不变子空间 第五节 特征根和特征向量 第六节 可以对角化的矩阵

(1)向量的概念 定义:既有大小又有方向的量称为向量 重要概念: 向量的模、单位向量、零向量、 自由向量、相等向量、负向量、 平行向量、向径

定义11:设o是Vn(F)上的线性变换,若对 入∈F,存在非零向量,使得5=5 则称是线性变换σ的一个特征值, 5是的属于特征值的特征向量

基础实验1 离散型随机变量 基础实验2 连续型随机变量 基础实验3 数字特征 基础实验4 估计理论 基础实验5 假设检验 专题实验1 线性回归问题 专题实验2 沙岩体空间分布 专题实验3 Buffon实验 专题实验4 订票问题 专题实验5 童售票策略问题 专题实验6独家销售商品广告问题 专题实验7 最佳检验中N的确定 专题实验8 毒品走私问题

线性定常系统的状态空间可按能控性、能观测性进行分解。针对现有文献给出的典范分解形式不尽相同,本文整理推导出4种分解方法,这些方法能给出统一的典范分解式,举例说明它们具体实施分解的步骤,并对若干问题作出简短的评注

1.n维向量的概念 定义2所谓数域P上一个n维向量就是由 数域P中n个有次序的数a1,a2,…,an所组 成的数组,这n个数称为该向量的n个分量,第 i个数a称为第i个分量 分量全为实数的向量称为实向量, 分量全为复数的向量称为复向量

6.1 n维空间的线性变换 6.2 方阵的特征值和特征向量 6.3 相似矩阵与矩阵的对角化 6.4 实对称矩阵的对角化 6.5 二次型及其标准形 6.6 奇异值分解简介 6.7 应用实例 6.8 习题

第一讲 向量组的线性相关性 第二讲 向量组的秩向量空间 第四讲 习题课 第三讲 线性方程组解的结构

谱论是泛函分析的重要分支之一.从《线性代数》课程中可 知:有限维空间上的线性算子由它的特征值和最小多项式完全确 定,将这一结论推广到有界线性算子的情况,研究它的结构,就是 算子的谱理论.特征值的概念将相应地扩展为“谱”.由于特征值 和逆算子有密切关系

二. 向量组的线性相关性 一. 向量组及其线性组合 三. 向量组的秩 四. 向量空间 五. 线性方程组解的结构