在客观世界中普遍存在着变量之间的关系.变 量之间的关系一般来说可分为确定性的与非 确定性的两种.确定性关系是指变量之间的关 系可以用函数关系来表达的.另一种非确定性 的关系即所谓相关关系.例如人的身高与体重 之间存在着关系,一般来说,人高一些,体重要 重一些,但同样高度的人,体重往往不相同.人 的血压与年龄之间也存在着关系

1行列式 2矩阵 3线性方程组 4向量空间与线性变换 5特征值和特征向量矩阵的对角化 6二次型 7应用问题

2一元高次代数方程的基础知识 1.2.1高等代数基本定理及其等价命题 1.高等代数基本定理 设K为数域。以K[x]表示系数在K上的以x为变元的一元多项式的全体。如果 f(x)=axn+a1x++an∈kx],(a≠0)则称n为f(x)的次数,记为 degf(x)。 定理(高等代数基本定理)C[x]的任一元素在C中必有零点。 命题设f(x)=axn+a1xn-++an(a≠0,n≥是上一个n次多项式, a是一个复数。则存在C上首项系数为a的n-1次多项式q(x),使得 f(x)=(x)(x-a)+ f(a) 证明对n作数学归纳法

原来准备写一部《高等数学引论》,共六、七卷.其中第一卷第一、二分册已于1963年 问世.但由于十年浩劫,其它手稿大部分遭到一“抄”,二“盜”,三“失散”的命运,现在检 查劫余,已所剩无几了,于1981年出版了第二卷第一分册.本拟鼓其余勇完成原来计划, 但实事求是地估计之后,看来所散失的手稿归来无望,重新补写完成全书,诚恐是时不我 待,力不从心的愿望了.无已,作两步打算,先把1962年在中国科技大学讲授过的铅印 而未逸散的部分出版,以后,再就力所能及进行写作陆续出版(在同一或不同书名下) 好在这一部分是有它的独立性的,讲授时的客观情况是:既要照顾到初学同学的水 平,又要使前者不越级

矩阵概念的一些背景 在线性方程组的讨论中,我们看到,线性方程组的一些重要性质反映在它的系数矩阵和增广矩阵的性质上,并且解线性方程组的过程也表现为变换这些 矩阵的过程除了线性方程组之外,还有大量的各种各样的问题也都提出矩阵的概念,并且这些问题的研究常常反映为有关矩阵的某些方面的研究,甚至于有 些性质完全不同的、表面上完全没有联系的问题,归结成矩阵问题以后却是相 同的这使矩阵成为数学中一个极其重要的应用广泛的概念,因而也就使矩阵成 为代数特别是线性代数的一个主要研究对象

为了保证浓密机在高料位下不压耙,一般通过增设循环系统使料浆始终处于活化状态,降低耙架运行阻力.然而,目前循环参数对底流的影响规律不明确,造成系统的设计及应用缺乏科学依据,为此开展了循环参数对底流的调控研究.分析循环系统的作用原理,将循环系统作用范围划分为两大区域,揭示循环参数对底流的调控机制,运用微积分原理对区域内的底流体积分数变化进行求解,最终建立浓密机底流调控数学模型.最后,利用该模型对底流循环实验参数进行验证.研究结果表明:开启底流循环后,底流体积分数开始降低并最终趋于稳定,底流体积分数差随着循环流量及循环高度增大而增大,体积分数变化幅度为0.7%~2.2%,稳定所需时间随流量及高度增加而减小.该理论模型完全吻合验证结果函数,为循环系统的设计及运行提供理论依据

论述隔热技术在军用装甲车辆上的应用意义,分析发动机燃烧室应用隔热技术存在的困难和关键问题.采用类比实验的方法,应用金属半固态加工理论和材料属性的研究方法,通过对金属陶瓷(以TiC-Ni为例)进行热模拟实验,研究金属陶瓷在高温下的变形规律和性能,从而探索性地研究陶瓷在高温下的破坏机理.实验和研究表明:基于经典弹塑性及蠕变理论的本构方程,非弹性应变在高温下其本质上是时间相关的.非弹性变形是由一单一的机理控制,宜用统一的方法,即把塑性及蠕变相联系起来的弹粘塑性本构方程来处理.根据热模拟实验数据,采用多元回归的方法拟合出反映某金属陶瓷在高温下变形性能的数学模型,最后应用数理统计的方法对建立的数学模型进行检验,结果表明建立的模型是合理的

MatLab是一种数值计算和图形图像处理工具软件,它的特点是语法结构简明、数值计算高效、图形 功能完备、易学易用。它在矩阵代数、数值计算、数字信号处理、提动理论、神经网络控制、动态仿真 等领域都有广泛的应用 本书从 MatLab的基础知识入手,在详细介绍各种命令的同时,向读者介绍了 Matlab在高等数学、 线性代数、符号运算、图形图像处理、数据处理等方面的应用和外部接口程序设计。本书侧重于利用大 量的实例来引导读者快速学习和掌握 MatLab的各种功能,并尽量与实际问题相结合,以体现其工程应用 的重要性。书中配有习题和参考答案,供读者练习附录则配有常用命令的列表,以供参考

第一章 复变函数和解析函数 第二章 复变函数积分 第三章 复变函数级数 第四章 定积分的计算 第五章 δ函数、线性常微分方程的级数解法和本征值问题 第六章 数学物理方程的定解问题 第七章 行波法和分离变量法 第八章 积分变换法 第九章 球坐标下的分离变量法，勒让德多项式和球谐函数 第十章 柱坐标下的分离变量法，贝塞耳函数 第十一章 平面静电场问题和保角变换法 第十二章 非齐次方程的定解问题和格林函数法

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径