对一个随机事件A,在一次随机试验中,它是否会发生,事先不能确定但我们可以 问,在一次试验中,事件A发生的可能性有多大并希望找到一个合适的数来表征事件 在一次试验中发生的可能性大小为此,本节首先引入频率,它描述了事件发生的频繁程 度,进而引出表征事件在一次试验中发生的可能性大小的数-概率

1.1行列式 1.计算下列排列的反序数: (i)523146879; (ii)n,n-…,2 ()2k,,2k-1,2,…,k+1,k 2.假设n个数码的排列,2,,的反序数是,那么排列inn1的

随机变量的分布能全面反映随机变量取值 的概率分布情况，但实际问题中概率分布较 难确定，有时也无必要，不少问题只需知道 它的某些数字特征就够了。 在这些数字特征中，期望和方差是最基本又是 最重要的两个

一、无穷小量 1定义:极限为零的变量称为无穷小量 定义1如果对于任意给定的正数E(不论它多么小), 总存在正数δ(或正数X),使得对于适合不等式 0X)的一切x,对应的函数值 f(x)都满足不等式f(x)<

一、线性空间中向量之间的线性关系 二、线性空间的维数、基与坐标

2.1.1向量和m维向量空间的定义及性质 定义(向量)设K是一个数域。K中m个数a1a2,m所组成的一个m元有序数组称为一个m维向量

前面讨论了随机变量的分布函数,从中知道随机变量的分布函数能完整地描述随机变 量的统计规律性 但在许多实际问题中,人们并不需要去全面考察随机变量的变化情况,而只要知道它的 某些数字特征即可

在这一章中,我们将研究从线性赋范空间X到另一个线性赋 范空间F中的映照,亦称算子.如果Y是数域,则称这种算子为泛 函.算子和泛函我们并不陌生.例如微分算子D=云就是从连续 可微函数空间C[an6]到Ca,b]E的算子,而黎曼积分(t)dt 就是连续函数空间Ca,b]上的泛函.如果说函数是数和数之间 的对应,那末算子可说是函数和函数之间的对应,不过这是更高 级的对应而巳

一、向量的数量积 二、向量的向量积 三、向量的混合积

一、向量的概念 二、向量的加减法 三、向量与数乘法的概念