第一节 向量组的线性相关与线性无关 一、向量、向量组与矩阵 二、线性相关性的概念 三、线性相关性的判定 六、小节、思考题 四、向量组的线性相关性质 线性无关三者的关系 五、线性表示、线性相关以及 第二节 向量组的秩 一、最大无关向量组的概念 二、矩阵与向量组秩的关系 三、向量组秩的重要结论 四、小节、思考题 第三节 向量空间 一、向量空间的概念 二、子空间 三、向量空间的基和维数 四、小节、思考题 第四节 线性方程组解的结构 一、齐次线性方程组解的性质 二、基础解系及其求法 三、非齐次线性方程组解的性质 四、小节、思考题 第五节 向量的内积 一、内积的定义与性质 二、向量的长度与性质 三、正交向量组的概念及求法 四、正交矩阵与正交变换 五、小节、思考题

第一节无穷集的概念 第二节可数集与不可数集 第三节集合的基数简介

◼ C语言的数据类型 ◼ 各种常量 ◼ 变量 ◼ C语言中灵活的指针变量 ◼ 标准输入/输出函数用法 ◼ 常用的库函数

1 一般描述 在一定的温度(T)和压力(p)下,溶质A在气相和液相中组成的关系为什么仅仅是组分A? 组成的表述有多种方法气相中:分压pA,摩尔分数yA,摩尔比YA液相中:摩尔浓度cA(kmol/m3),摩尔分数A,摩尔比A

1、极坐标图(奈魁斯特图) Nyquist 2、对数坐标图(伯德图)Bode 3、对数幅相图(尼柯尔斯图) Nichols

一、数学描述及相互转化 二、线性系统的数学模型有三种 三、差分方程

1简单随机抽样及实施方法 2总体平的数与总和的估针

◼ 简单存储——SharedPreferences ◼ 文件存储 ◼ 数据库存储——SQLite ◼ 数据共享——ContentProvider

众所周知,计算机在抽样过程中起着十分重要的作用。 例如,前面提出利用计算机产生随机数,当然我们知道它产 生的是“伪”随机数。本章所讨论的系统抽样在抽样过程中 选择使用计算机将是十分方便的

本章讨论的是用数学建模的方法来处理优化问题：即建立和求解所谓的优化模型。注意的是建模时要作适当的简化，可能使得结果不一定完全可行或达到实际上的最优，但是它基于客观规律和数据，又不需要多大的费用。如果在建模的基础上再辅之以适当的检验，就可以期望得到实际问题的一个比较圆满的回答。本章介绍较为简单的优化模型，归结为微积分中的极值问题，因而可以直接使用微积分中的方法加以求解