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

第三节数列的极限 1.研究数列及其变化规律; 2.讲授极限思想精确定义几何意义; 3、收敛数列的性质:有界性、极限的唯一性

第二节向量及其加减法、向量与数的乘法 1.向量的概念 2.向量的加减法 3.向量与数的乘法

给出一组离散点,确定一个函数逼近原函数,插值是这样的一种手段在实际中,数据不可避免的会有误差,插值函数会将这些误差也包括在内因此,我们需要一种新的逼近原函数的手段: ①不要求过所有的点(可以消除误差影响) ②尽可能表现数据的趋势,靠近这些点

第四章线性空间与线性变换 4-1线性空间的基本概念 4.1.1线性空间的定义及例 1、线性空间的定义 定义4.1线性空间 设V是一个非空集合,且V上有一个二元运算“+”(V×V→V),又设K为数域,V中的元素与K中的元素有运算数量乘法“·”(K×V→V),且“+”与“·”满足如下性质: 1、加法交换律a,B∈V,有a+B=B+a; 2、加法结合律a,B,y∈V,有(a+B)+y=a+(B+y)

上一章多重积分中,面积和体积微元是有方向性的,即与坐标顺序有关,但表达式 dxdy等并不反映它的方向性.在作变量替换时dxdh=(x,y 要出现一个 Jacobi行 a(,v) 列式,这显然也不能从通常的实数乘法推导出来这一章我们将用 Grassmann代数工具将这 乘法讲清楚.事实上面积微元dxdy应该用 grassmann代数中乘法(外积)来定义d?dy, 这样既解决了方向性问题:

如果数列{xn}从某项起有xn≥0(或x0),且数列{xn}收 敛于a,那么a≥0(或as0)> 证明就x≥0情形证明 设数列{xn}从N项起,即当n>N时有xn≥0.现在用反 证法证明

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

1.k-(点,面,边)着色,k-(点,面,边)色图,点色数x(G),面色数x*(G),边色数x(G) 2.x(G)上界, Brooks定理 3.五色定理 4. Vizing定理 5.色多项式f(G,k)