一、两向量的数量积 二、两向量的向量积 三、向量的混合积

1 线性代数基本知识 线性空间: 定义在数域K上的向量集合{v1, v2, v3, …}=V. 在V中定义了加法和数乘两种运算. 设v1, v2, v3∈V,a,b,c ∈K, 向量的加法和数乘具有封闭性, 且满足下列条件:

第四章随机变量的数字特征 4-5矩 1、定义 若EXk存在,称之为X的k阶原点矩 若E(X-EX)存在,称之为X的k阶中心矩 若E(X-EX)(Y-EY)存在,称之为X和Y的k+1 阶混合中心矩。 所以EX是一阶原点矩,DX是二阶中心矩, 协方差Cov(X,Y)是二阶混合中心矩

习题一 1.按自然数从小到大的自然次序,求解各题。 (1)求1至6的全排列241356的逆序数; 解:t(241356)=0+0+2+1+0+0=3 (2)求1至2n的全排列13…(2n-1)24…(2n)的逆序数;

第四章4-3线性映射与线性变换 4.3.1线性映射的定义 定义设U,V为数域K上的线性空间,φ:U→V为映射,且满足以下两个条件: i)、(a+)=(a)+(),(a,B∈U); i)、(ka)=k(a),(a∈U,k∈K), 则称为(由U到V的)线性映射, 由数域K上的线性空间U到V的K的线性映射的全体记为Hom(U,V),或简记为 Hom(U,). 定义中的i和)二条件可用下述一条代替 (ka+1)=k(a)+kq(B),(a,B∈U,k,l∈K)

第四章随机变量的数字特征 4-2方差 在实际问题中常关心随机变量与均值的 偏离程度,可用EX-EX|,但不方便;所以 通常用E(X-EX)2来度量随机变量X与其均 值EX的偏离程度。 1、定义 设X是随机变量,若E(X-EX)2存在,称其 为随机变量X的方差,记作DX,Var(X),即: DX=Var(X)=E(X-EX) 2.x称为标准差。 DX=E(X-E)2=(x-E)2p,离散型

1、矩阵的定义 形数表，称为数域Ｆ中的一个ｍ×ｎ矩阵. 由数域Ｆ中的ｍ×ｎ个数 排成的ｍ行ｎ列的矩 ij a

纵观历史，人类发明了很多灵巧的工具和机器以满足广泛的需求，从而使数学运算变得 更容易了些。虽然人类天生就有使用数字的能力，但仍能经常需要帮助。人们常遇到一些自 己不能轻易解决的问题。 数字可看成是早期帮助人类记录商品和财富的工具。许多文明，包括古希腊和美洲土著， 都借用石子或谷物来计数

1.n行列式共有n2个元素,展开后有n!项,可分解为2行列式; 2.代数余子式的性质: ①、A和a的大小无关; ②、某行(列)的元素乘以其它行(列)元素的代数余子式为0 ③、某行(列)的元素乘以该行(列)元素的代数余子式为|A

工程实际中，存在大量的解线性方程组的问题。很多数值方法到最后也会涉及到线性方程组的求解问题：如样条插值的M和m关系式，曲线拟合的法方程组，方程组的Newton迭代等问题。 4.1 高斯消去法 4.2 选主元素的高斯消去法 4.3 矩阵的三角分解法 4.4 平方根法与改进平方根法 4.5 向量和矩阵的范数 4.6 线性方程组的性态和解的误差分析 4.7 解线性方程组的迭代法 4.8 迭代法的收敛性及误差估计