第五章5-1双线性函数 5.1.1线性空间上的线性函数的定义 1、线性函数的定义 定义设V为数域K上的线性空间,fV→K为映射,满足 f(a+B)=f(a)+f(),va,B∈V;f(ka)kf(a),∈k,aev,则称f为由V 到K的一个线性函数(即f为V到K的一个线性映射) 如同一般的线性映射,有以下事实: i)、f:V→K是线性函数当且仅当f(ka+1B)=kf(a)+lf(B) i)、f(0)=0; i)、f(-a)=-f(a) 命题数域K上的n维线性空间V上的线性函数的全体关于函数加法和数乘构成K上 的n维线性空间

5.1 向量空间的定义 一、向量空间概念的引入 二、向量空间的定义 三、向量空间的例子 四、向量空间的基本性质 5.2 向量的线性相关性 5.3 基维数和坐标 一. 基 二. 维数 三. 关于基和维数的几个结论 四. 坐标 五. 过渡矩阵及向量在不同基下坐标的关系 六. 过渡矩阵的性质 5.4 子空间 5.5 向量空间的同构 第六章 线性方程组 6.1 消元解法 6.3 齐次线性方程组解的结构 6.4 一般 线性方程组解结构 6.5 秩与线性相关性 6.6 特征向量与矩阵的对角化 第七章 线性变换 7.1 线性变换的定义及性质 7.2 线性变换的运算 7.3 线性变换的矩阵 7.4 不变子空间 7.5 线性变换的本征值和本征向量 第八章 欧氏空间 8.1 欧氏空间的定义及基本性质 8.2 度量矩阵与正交基 8.3 正交变换与对称变换 8.4 子空间与正交性 8.5 对称矩阵的标准形

➢ 掌握G54对刀方法 ➢ 掌握短套零件、简易盘零件及薄壁件零件加工的工艺规程制定内容 ➢ 短套零件、简易盘零件及薄壁件零件的质量检测 ➢ 掌握薄壁件的装夹方法和加工特点 ➢ 相应的知识链接库 任务1 数控车削加工短套零件 任务2 数控车削加工简易盘零件 任务3 数控车削加工简易盘零件

Ø数值积分基本概念 Ø插值型求积公式 Ø求积分的蒙特卡罗方法 Ø复合求积公式 Ø高斯型数值求积公式 Ø龙贝格外推计算公式

数列的极限 一、数列极限的定义 二、收敛数列的性质 三、极限存在准则

1 概率论基础 1.1 为什么需要概率空间 1.1.1 理发师悖论 (Barber paradox) 1.1.2 贝特朗悖论 (Bertrand’s Paradox) 1.1.3 非悖论, 生日问题 1.2 概率空间 1.2.1 可测空间 1.2.2 概率空间 1.2.3 条件概率 1.2.4 全概率公式和 Bayes 公式 1.3 随机变量和分布函数 1.3.1 数字特征 1.3.2 矩函数 (Moment Generating Function) 1.3.3 特征函数 (Characteristic function) 1.3.4 反演公式及唯一性定理 1.3.5 多维随机变量的特征函数 1.4 独立性与条件期望 1.4.1 独立性 1.4.2 条件期望 1.4.3 条件分布 1.4.4 一般条件期望 ⋆ 2 随机过程的基本概念与类型 2.1 随机过程的背景 2.2 基本概念 2.3 有限维分布与 Kolmogorov 定理 2.3.1 随机过程的数字特征 2.4 随机过程的基本类型 2.4.1 平稳过程 2.4.2 独立增量过程 3 Brown 运动（维纳过程） 3.1 基本概念与性质 3.2 维纳过程的分布 3.3 维纳过程的数字特征 3.3.1 二次变差 3.4 Brown 运动的鞅性质 3.5 Brown 运动的最大值变量及反正弦律 3.6 Brown 运动的几种变化 3.6.1 Brown 桥 3.6.2 几何 Brown 运动 4 Poisson 过程 4.1 齐次泊松过程 4.1.1 Poisson 过程数学模型 4.1.2 齐次泊松过程的数字特征 4.1.3 时间间隔与等待时间的分布 4.1.4 到达时间的条件分布 4.1.5 更新计数过程 4.2 复合泊松过程 4.2.1 复合 Poisson 过程 4.3 非齐次泊松过程 (了解内容，不考察) 5 鞅 (Martingale) 过程 5.1 基本概念 5.2 鞅的停时定理及其应用 5.2.1 鞅的停时定理 5.3 连续鞅

2.1逻辑代数的三种基本运算 2.2逻辑代数的基本定律和规则 2.3复合逻辑 2.4逻辑函数的两种标准形式 2.5逻辑函数的代数化简法 2.6逻辑函数的卡诺图化简 2.7非完全描述逻辑函数的化简

3线性方程组 1.3.1数域K上的线性方程组的初等变换 举例说明解线性方程组的 Gauss消元法。 定义(线性方程组的初等变换)数域K上的线性方程组的如下三种变换 (1)互换两个方程的位置 (2)把某一个方程两边同乘数域K内一个非零元素c; (3)把某一个方程加上另一个方程的k倍,这里k∈K 的每一种都称为线性方程组的初等变换。 容易证明,初等变换可逆,即经过初等变换后的线性方程组可以用初等变换复原。 命题线性方程组经过初等变换后与原方程组同解

第五章大数定律与中心极限定理 本章要解决的问题 答复 1.为何能以某事件发生的频率作为该事件的概率的估计? 2.为何能以样本均值作为总体定律期望的估计? 3.为何正态分布在概率论中占有极其重要的地位? 4.大样本统计推断的理论基础限定理是什么?

4.4协方差和相关系数 问题对于二维随机变量(,): 已知联合分布 边缘分布 对二维随机变量除每个随机变量各自 的概率特性外,相互之间可能还有某种联系 问题是用一个怎样的数去反映这种联系 数 反映了随机变量X,Y之间的某种关系