在数的运算中,当数a≠0时,有 aa'==, 其中a=1为a的倒数,(或称a的逆); a 在矩阵的运算中,单位阵E相当于数的乘法运算中 的1,那么,对于矩阵A,如果存在一个矩阵A

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

数列极限的两大问题 一、数列极限的存在性；（此问题为最关键的问题） 二、数列极限值的大小；（存在性成立后， 才想办法计算极限）

单调有界数列收敛定理 定理2.4.1 单调有界数列必定收敛。 证 不妨设数列{ xn }单调增加且有上界，根据确界存在定理，由 { xn }构成的数集必有上确界β ，β 满足：

1.概括分析:在第二章中我们研究了离散型随机变量,在那里随机变量只取有限个或 可列个值,这当然有很大的局限性在许多随机现象中出现的一些变量,它们的取值是可以充满 某个区间或区域的(也就不会只取有限个或可列个的值),概率论的任务是要研究它们的统计规 律,那么对于这种更一般的随机变量,如何来描述它的统规律呢?因为单点集的长度为零由 此可知,用“分布列”是行不通的,需要另外找一个合适的“工具”分布函数.本节是概率 论中的基本内容之一学习本节,要求学生掌握随机变量

级数是研究解析函数的一个重要工具.将解析函数表示为级数不 仅有理论上的意义,而且也有使用意义,比如可利用级数计算函数的 近似值(截取幂级数的前面有限项可作为函数的近似表达式,项数取 决于要达到的近似程度)或解微分方程. 我们将看到,一个函数的解析性与一个函数可否展开成幂级数的 问题是等价的.这从另一个侧面揭示了解析函数的本质,因此我们可 以进一步地认识解析函数 本章研究复数项级数和复变函数的幂级数展开.对于某些和数学 分析中平行的结论,往往叙述而不证明

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

本书的目的是介绍各种常见的分布及其应用,为此需要 些概率论和数理统计的预备知识,这些知识对理解全书是 重要的、本章将介绍:事件、概率、随机变量、分布函数、 分布密度、矩和各种母函数等将上述这些内容推广至多个 随机变量随机向量的情形(见第五节也是应随后 章的需要而设立的,第五节数学形式稍为复杂一些,数学基 础不够的读者可跳过该节,先读第二章,待今后需要时再回 过来读它那时有了许多具体分布的背景,再读这一节就不 会有太多的困难在今后几章中涉及到一些统计应用,这就 需要知道总体、样本等概念,为此在第七节我们简单地介绍 了这些概念,以及参数估计和假设检验的提法

泛函分析是近代数学中一重要分支,起源于古典分析,它将线性代数、线性常与偏微分方程、积分方程、变分学、逼近论中具有共同特征的问题进行抽象概括,且综合了代数拓扑和分析结构于一体。泛函分析的基本概念建立于本世纪初,成熟于50年代,其内容已渗透到逼近论、偏微分方程、概率论、最优化理论等各方面。近十几年来泛函分析在工程技术方面的应用日益广泛和有效国内外技术科学的论文、专著常引用泛函分析的内容和方法,获取学位要通过泛函分析考试,工科院校的本科或研究生要开设泛函分析课程,因而我国迫切需要适合工科院校和科技工作者的泛函分析入门书。 第一章 度量空间 第二章 赋范空间、巴拿赫( Banach)空间 第三章 内积空间、希耳伯特(Hilbert)空间 第四章 赋范和Banach空间的基本定理 第五章 Banach不动点定理、逼近理论 第六章 赋范空间线性算子的谱论 第七章 赋范空间上的紧线性算子及其谱

在物理学中,很多确定性现象遵从如下演变原 则:由时刻t系统或过程所处的状态,可以决 定系统或过程在时刻t>t所处的状态,而无需 借助于t以前系统或过程所处状态的历史资 料.如微分方程初值问题所描绘的物理过程. 将这样的原则延伸到随机现象,引入马尔可夫 性或无后效性:过程(或系统)在时刻t所处的 状态为已知条件下,过程在时刻tt所处状态 的条件分布与过程在时刻t之前的状态无关. 即已经知道过程\现在\的条件下,其\将来\ 不依赖于\过去\