工程数学复习概括

本文涵盖了线性空间、线性变换、矩阵标准形、向量范数、矩阵范数、数值分析基础、线性方程组求解方法、插值法、数值积分与微分以及统计学中的矩估计和最大似然估计法。讨论了矩阵可逆、特征值与特征向量的关系,以及数值方法的收敛性。同时,涉及了拉格朗日插值和差商的概念。
摘要由CSDN通过智能技术生成

第一章 线性空间和线性变换

知识点

什么是数域?

v定义:设 V **是一个非空的集合,**P 是一个数域,在集合 V 中定义两种封闭的代数运算,一种是加法运算,另一种是数乘运算,即

(1) α V**,** β V**,则α** + β V **.(对加法封闭)**

(2) α V**,** l P**,则** l α V .****(对数乘封闭)

v**(3)** 并且对于α, β**,** γ V**,这两种运算满足下列八条运算律:**

①**加法交****换律:**α + β = β + α

加法结合律: ( α + β ) + γ = α + ( β + γ )

P[x]n是什么?

次数小于n 的多项式的全体 记作P[x]n ,

image-20211221102246002

基的定义

定义:设V是数域P上的线性空间 ,如果在 V 中存在n 个向量
a1, a2, …, an,满足
① a1, a2, …, an 线性无关;
② V 中任意一个向量都能由 a1, a2, …, an 线性表示;
那么称向量组 a1, a2, …, an 是线性空间 V 的一个基.
n 称为线性空间 V 的维数,记为 dimV = n.
若基中向量个数是有限个 n,称 V 为 n 维向量空间.
若基中向量个数不是有限个,称 V 为无限向量空间.

image-20211221103152765

**备注 :别忘了T 是列向量 **

image-20211221103823249image-20211221112432767

第三章 矩阵标准形

知识点

可逆矩阵P 可以相似对角化依据

定理:
n 阶矩阵 A 和对角阵相似当且仅当A 有 n 个线性无关的特征向量

推论:如果 n 阶矩阵 An 个不同的特征值,则 A 和对角阵相似.

多项式矩阵

image-20211221143141963

矩阵的Smith标准形

image-20211221143502989

image-20211221131540055

第二题不做!有问题

image-20211221131555325

image-20211221131608515

image-20211221150105503

image-20211221150124083

第四章 向量范数与矩阵范数

知识点

image-20211222115509864

image-20211222115756904

image-20211222115635580

image-20211222115938260

image-20211222120007368

image-20211222120019942

第五章 数值分析绪论

知识点

image-20211222121232096

image-20211222121455701

第六章 线性代数方程组的解法

列主元高斯消元法

知识点

image-20211223182003943

image-20211223182136775

image-20211223182300173

迭代法

雅克比迭代法

image-20211223190429857

image-20211223191104865

image-20211223191240297

Gauss-Seidel (高斯-赛德尔) 迭代法

image-20211223191350779image-20211223191447282

一般迭代法的收敛性

这个是最好的方法 用范数判断是否收敛

image-20211223191643184

image-20211223191745335image-20211223191822963

第七章 插值方法

拉格朗日(Lagrange)插值

image-20211223200051989

image-20211223200130163

差商

知识点

image-20211224191940049

image-20211224192625896

第八章 数值积分和数值微分公式

知识点

image-20211224195508560代数精度

image-20211224195321323image-20211224195330891

第十章 参数估计

10.1矩估计

知识点

image-20211224220227783

方差
研究随机变量与其均值的偏离程度,记为:D(X)=E[XE(X)]2

实际中常用下面公式计算方差:D(X)=E(X2)−[E(X)]2

image-20211225180140788image-20211225180244803image-20211225180330619

image-20211224221504170image-20211224221517408

image-20211224221538783

注意:只有一个位置变量a故一阶矩就行

10.2 最大似然估计法

知识点

image-20211225183405750image-20211225183425575image-20211225183503314

求解思路

image-20211225183549832

常见分布 的 数学期望以及方差公式_二喵君的博客-CSDN博客_数学期望常用公式总结

image-20211225183619634image-20211225183649173

image-20211225183709118image-20211225183727889

第十一章 假设检验

知识点

image-20211225191500463

image-20211225192653027

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值