山云的专栏

1 16个基本初等函数的求导公式：2 求导的基本四则运算：3 反函数的求导法则：若严格单调连续函数在点可导，且,则其反函数在对应点处也可导。且，​​​​​​​(4)...

1 基本三角公式定义：诱导公式         基本关系                    万能公式               重要基本公式 2倍角公式                              半角公式两角和差变形公式          和差化积                           积化和差 ...

1 原函数定义常数 幂函数 x=-1 的幂函数，也就是倒数 指数函数 特殊的指数函数e， 对数函数 特殊的对数函数 基本的三角函数：无理数的积分，单位根和反正弦，反正切 含有 的积分，平方和->反正切函数 反三角函数->对数双曲余弦和正弦 其他...

一些博客就是转了Matlab的中文说明，可是他那个说明，他自己都说了不是很对。本文从实践出发，详细介绍Matlab对坐标空间的点和向量的绘制方法。

前言：在本栏目文章7,12都提到过向量的概念，两篇文章对向量的表述分别从代数和几何的定义出发，但，觉得还是不够深入。本节从代数和几何学角度结合实际在深入讨论一下。小结：向量就是一组有顺序关系的数据。容易混淆的概念：1 向量的重要性：单词：参考：线性代数【7】 向量和线性相关性_Franklin的博客-CSDN博客https://dimensionspacex.blog.csdn.net/article/details/121439079nullhttp

本章我们将利用算法工具Matlab，对常用的几个韦伯分布进行计算分析。本章实例包括显示面板的数据分析、轮胎数据分析和纺线的数据分析。文后附录，转分享韦伯分布的Python 和 C++的代码。这个例子，分析纺线的张力测量。【如果改变参数：下一段代码，展示了连续变换参数的结果】【案，大致解释一下，首先，前面给出的是韦伯分布的双参数值，分别是shap 和 scale，然后，时间段的步长为j0.1,那么就是51步，然后分别实现了PDF，CDF的公式，然后把他们画出来。】我们可以利用Matlab的函数，生成韦

前两个章节，我们对韦伯分布的分布函数，以及相关的曲线参数已经做了比较深入的了解，现在，我们结合统计的实际案例进行分析，这样有助于我们应用于工程实践和理解参数的最终意义。本章我们针对实际的分析案例进行分析。包括：真空吸尘器的生命周期、移动硬盘、轮胎的使用里程E(X)andV(X)E(X) and V(X)E(X)andV(X)E(X)=ηΓ(1β+1)=3Γ(12+1)=3Γ(3/2)=3×12Γ(1/2)=32×π=32×1.7725=2.6587\begin{aligned} E(X) &=

上一章里面我们主要针对韦伯分布的基本公式和意义进行了阐述，本章我们深入一点，针对韦伯分布的公式里面的三个重要参数的作用和意义进行详细讨论。韦伯分布从诞生起，就因为他分布的多样性，导致适用于很多不同的应用场景。支持这种广泛应用的基础是，这3个参数的变换可以带来分布的显著的改变。【案，这些分布方程在（1）章我们已经必须详细的介绍了各种类型和推导，现在还是列出3参数的公式。】话不多说，韦伯分布的最详细的表达式，我们在上一章已经表述。那就是三参数的韦伯分布。其概率密度函数PDF表达式和图形如下：f(t;β,η

本章介绍韦布尔分布(weibull distribution)和实践之基本公式和推导。韦伯分布被经常用来对失效性（Failure）或者，反而言之为，可靠性，进行衡量的工具。他的目标就是构建一个失效性分析的模型，或者说构建一个失效性分析的Pattern.【Franklin案，在展示CDF公式的之前，不得不提我们的国内的某些度知识里面的公式，采用的希腊字母完全和国外的不同，然而，很多希腊字母在使用中有特定的意义，本文采用的是通用的表达公式】F(x)={1−e−(xλ)kx≥00x..............

前言：本章通过Matlab官网的例子，介绍Matlab Permute函数的数组维度置换功能：由于官网的说明比较晦涩难懂，所以，这里用自己的语言和理解重新组织了一下。1 语法：B = permute(A,dimorder)官网说明：B = permute(A,dimorder)按照向量dimorder指定的顺序重新排列数组的维度。例如，permute(A,[2 1])交换矩阵A的行和列维度。通常，输出数组的第 i 个维度是输入数组的维度dimorder(i)。B ...

前言：前言：在进一步深入线性代数和其衍生的相关理论实践的时候，越来越多的参考来自英文的书籍和论文。如果要迅速了解和读取这些知识，不仅需要对线性代数的理论有了解，还需要了解和国外资料表述的差异，和特定的英文表述语境，为此，在进一步复习，线性代数的基础上，本系列文章参考油管一篇非常有特色的视频而作，希望对大家有所帮助。文章先以双语方式方便理解，后面逐渐避免出现中文，以熟悉以后的学习环境。1 矩阵的表述：Matrx NotationMatrix Notation 摈弃了之前对线性方程组的笨重.

前言：在进一步深入线性代数和其衍生的相关理论实践的时候，越来越多的参考来自英文的书籍和论文。如果要迅速了解和读取这些知识，不仅需要对线性代数的理论有了解，还需要了解和国外资料表述的差异，和特定的英文表述语境，为此，在进一步复习，线性代数的基础上，本系列文章参考油管一篇非常有特色的视频而作，希望对大家有所帮助。文章先以双语方式方便理解，后面逐渐避免出现中文，以熟悉以后的学习环境。1 方程 （functions）上述表征的方程，是一个一维【未知数X】和一维输出的方程【未知数X】：方程就是输入

前言：本文查询了美国和希腊，以及中午博客博客网站，将数学用希腊字母的发音和常用代表意义列表汇集于此。The Greek AlphabetLetter Upper, lower Name Pronounced When speaking, sounds like A, α alpha AHL-fah ah Β, β vita VEE-tah the letterv Γ, γ gamma GHAH-mah .

前言：围绕线性代数的本质，已经写了好多篇了，这里也许越来越走向本质。本质就是你根本不需要讨论向量空间，只需要考虑之前定义的向量的基本规则，然后，推而言之，推广到任何类似的场景下的应用，从而成为数学和其他任何应用的链接桥梁。1 向量和矢量的本质：在前面几节，以及向量的定义，我们都理解向量为一个带方向箭头和坐标的东西。然而，他也可以表述为一队数字，这个数字的排列就是方向。所以，可以理解他是一队数字。1.1 将向量解释为数【实数】1.2 向量和函数的对应关系：既然，向量可以看出是一个数队，

1 引子：一个线性变换：他张成的空间：大部分向量变换，离开了他张成的空间：但是，确实有些向量留在了他原来张成的空间里面：【也就是矩阵变化，仅仅是拉伸或者压缩而已，如同一个标量】比如：基向量【i^】他张成的空间就是一个X轴，本例他扩大了3倍所有的向量，都只是拉伸了3倍，他们都留在了张成的X轴上面，有另外一个隐含的向量[-1,1]，也和基向量一样，留在了自己张成的空间里面：在上面这个线性变换里面，他被拉伸为原来的2倍同理，这...

1基向量的来源在二维向量空间有一个向量如下：用单位基向量的缩放表示如下：【^i】和【^j】是单位基向量我们可以隐含假设认为：【案，坐标2，表示向右运动，坐标3表述向上运动，基向量的单位表征运动的快慢】由此，我们有如下定义：[3,2]被称为标准的坐标系，而【^i】和【^j】是这个标准坐标系的基向量2 基变换词汇：1implicit assumptions 隐含假设...

1 标准的定义：1.1 两个向量，他们围成平行四边形的面积就是叉乘的结果：1.2 考虑叉乘的符号：v如何在w的右侧，那么为正，否则为负对于基向量而言，符号的确认也是一样的，【^i】在【^j】的右侧，所以，为正的。2 行列式和面积的关系：2.1 行列式的意义：(30条消息) 线性代数【16】再从向量空间理解行列式和重要的右手原则_山云的专栏-CSDN博客2.2 行列式的计算值如何和叉积对应起来：2.2.1 绝对值：叉积就是计算这...

1 点积定义：2 点积几何意义：把w投射到v所在的直线上，将w在v上投影的长度乘以v的长度，就是其点积的值【案，正交坐标系】3 点积的性质：3.1 和顺序无关性：【案，是对偶的，可以反着操作】 理解为，向量的操作，每个分向量是独立的。所以没有顺序。4 点积和对偶性：这节，解释点积和空间的投影的对应建立的关系理由。4.1 多维空间到一维空间的转换：数轴上的两个向量，为一维空间：我...

前言：矩阵在之前的几节，都是套路向量空间上的应用理解。然后，更广泛的应用是用来解方程组(system of equations)。1 线性方程组定义：用向量空间来解释一下：A表示一种线性变换，而等式的表述寻求一种线性变换使得X通过这个变换得到V，也就是方程的解依赖于矩阵A代表的变换。2 逆矩阵：逆矩阵的概念我们如果放到向量空间去理解，就是，如果一个空间变换没有降维（变换矩阵的行列式系数不等于0），那么，...

前言：之前的例子里面，我们谈到线性变换的基础，就是基向量的线性组合。而基向量的加减乘除理解为缩放和挤压。那么如何衡量这个缩放挤压的程度呢？就是衡量两个基向量所围成的面积，而行列式正好就是这个面积的值。1 向量的拉伸压缩做了什么？上面这个向量，从前几节知识我们知道对于X方向来说，从1拉伸到了3，对于Y方向来说，从1拉伸到了2，从单位的基本向量变成上图向量，变化的是向量的程度，看起来是可以用两个维度围起来的面积大小来衡量。而，如果我们知道了基向量的面积变化情况，那么对于整个空间.

前言：本节将上节的线性变换的概念综合起来。上节我们知道，矩阵可以认为是一组基础列向量的集，也就定义了一个线性变换的形式。而将这个矩阵和另外一个向量相乘，就得到了这个被相乘向量的，基于这个线性变换形式的变化后的向量形式。1 复合线性变换把上节的例子拿来，先做旋转再剪切我看可以理解为，复合矩阵是前两个矩阵的计算结果。复合变换的原则，类似于复合函数，有先后顺序，先从右看2 复合线性变换和矩阵乘法我们现在做一个非常仔细的计算例子，看一下复合线性变换M1...

前言：上节讨论了，线性变换的基本向量概念，和坐标系构建，以及线性相关的基本定义和原理。现在开始正题，线性变换。1 线性变换在二维空间如果用函数的概念去理解的话，可以把线性变换看成是一个输入输出的函数。那么用【Transformation】而不是function的原因，还是在于向量是一个特点意义的概念，例如，前面我们提到的运动（方向特性）。上面是对一个向量考虑，如果我们考虑一个向量集，那么有应该是整个二维平面的移动，上节说了，为了方便，当考虑向量集的时候，我们只考虑Tip的位置，.

前言：前一节我们讨论了向量的基本概念，并得出向量的两个基本操作，这节我们依据上节的向量知识，将向量和线性代数的线性相关性的概念拿出来讨论，从而深刻理解什么叫线性相关性：Mathematics requires a small dose,not of genius,but of an imaginative freedom which, in a larger dose, would be insanity. --- Angus K. Rodgers1 两个基本单位向量：上一节我们提到，向量坐标和

前言：之前文章我们主要针对施光燕老师的视频，对线性代数和其基本的理论框架，我们现在开始做一点简单深入的研究，这一节，开始参考了国外的一些研究视频，然后，也把国外对线性代数的认识和表达融到这个博客里面，这样方便以后对人工智能和计算机、机器视觉的进一步学习：本节讨论矢量，矢量是构成线性代数的基本单元，从根本上讲，矢量是什么呢？1什么矢量(Vector)：上图表述，在Ｘ，Ｙ坐标里面的一个矢量。矢量的定义有三个不同的领域定义：物理在物理学里面，矢量就是指向空间的一个带长度...

前言：矩阵表达的是线性关系的方程组，但是，客官世界，是包括稍微复杂的，二次方程。尤其几何中，有二次曲线，二次型，就是一个多元函数，是多个变量的二次，齐次多项式。二次型，也可以用矩阵进行表述。１　二次型极其表述齐次，是每一项都是二次的。可以用表格的系数来表达，上面这个式子需要附加说明，是不好的表达，现在，要换成不需要附加说明的式子转置的未知数矩阵乘以系数，结构是不变的２　二次型化标准形Ｘ的表述，如果我们普遍化为其他的未知数Ｙ，也就是做一个...

前言：提前说明一下，这一节有一点晦涩难懂，我也是看了好多遍。所以一定要有耐心，我把视频老师讲的地方重新演说了一遍，希望能够协助你理解。１　相似变换：研究的是方阵，相似变化的目的是简化。２　矩阵的对角化方阵简单形式，也就是一个方阵能不能和一个对角阵相似【注意，我们的根本目的还是简化计算】也就是找到对角化矩阵是最终目的，相似矩阵是手段。下面的式子，也就是，Ｐ是Ａ的相似矩阵运算定义的一个可逆方阵，∧是Ａ的相似矩阵，他们是互为相似，也...

前言：和秩一样，矩阵的特征值和特征向量都是矩阵的重要性质。本节，我们研究矩阵的特征值和特征向量的定义和求法。1 矩阵的特征值和特征向量一个是非零向量X，一个是数如果满足上诉条件，就被称为矩阵的特征值和相应的特征向量。2 特征值向量的求法：从定义出发：由于矩阵和数是不能进行计算的，这里常数λ需要乘以一个单位I【也可以写成E】阵然后进行计算。这里就是一个齐次线性方程了，X是N维度非零向量。【含了我们研究的矩阵，记住，我们的主要目的是研究....

1线性方程组的表达：一般形式 增广阵形式 未知数阵矩阵形式 向量形式这四种表述中，其中第二种表述需要附加说明，而第三种矩阵表述，则比较清晰，不需要附加说明。其中，第三种矩阵表述，简化为：【A】系数阵 【X】未知数矩阵 B【右端矩阵】上例为，m = 2，n =3，表述为，2个方程，3个未知数。第四种表述，用上面的例子可以表述为：对于第4种例子，我们可以理解为，右端解的矩阵如果可以由系数矩阵表述，那么这个方程就有解。2 线性方程组的解法：2.1 用增...

前言：施光燕老师的课，最大的特点，就是不仅仅传授概念，往往从本质上，说明，我们学的概念有什么用，为什么要设定这个概念，这节的知识就是一个典型的例证。本节讨论了向量的概念，向量其实就是一些我们认为有关系的数列。同时 ，讨论了线性相关性，为什么讨论线性相关性呢，因为，我们要在复杂的向量关系里面进行简化，去除拿下可以去除的向量，那么，我们就需要用线性相关性去判别哪些向量有关系，哪些没有，这节就是讲这个概念。1 N维向量要抓住研究对象的最基本的构成（这个是马克斯的观点）矩阵、行列式里面，最基本.

前言：如何求矩阵的逆矩阵。通过初等行变换，可以改变矩阵的形式，保证了矩阵的内涵，从而可以变成有利于解决问题的形式。初等行变换，是求秩的一种比较有效的方法。而秩是矩阵的一个特性，他是矩阵是否有可逆矩阵的标志。1 初等行变换的种类1.1 两行交换1.2 某行乘以非零常数1.3 某行乘以常数加到另外的一个行2 初等行变换求逆加一个单位矩阵，然后，变化成单位矩阵从左到右，来实现求解。别忘了验算。2 矩阵的秩是矩阵的一个特征。子式：【行列的交点，理解为...

1矩阵和行列式区别：1.1 加减法2 矩阵乘除法：2.1 矩阵性质：2.2 矩阵的重要概念2.3 矩阵的运算性质 初等矩阵：矩阵的逆：参考：爱奇艺视频...

导论：线性代数是用计算机算数的理论和规则2 行列式例子，求逆序的和：

前言：做STM32的时候，定时器有两个倍频系数，有时候频率需要精确到小数后面，本例说明如何在小数点后面两位精确：STM31F103的最大频率为7.2000e+07,那么如果要精确到小数点后面两位，也就是我们把这个最大频率扩大100倍，为，7.2000e+09，然后，我们设需要的频率点为一个常量C（已经扩大了100倍成为一个自然数），那么，问题变成，求解二元的因式分解的数学题目了：...

 随机变量的数字特征期望 = 加权 平均值：                       ...

                 

1  随机变量及其分布就是把一个N很大的二项分布做了一个近似。正态分布不要计算，只需要查表就可以了。 ...

 1  概率论的基本概念      

1 一元函数的定积分：2 重积分讨论的被积函数是多元函数二重积分定义25 性质和计算不等号性质：估值定理26如何求AX0, (ABEF)二重积分化为二次积分Y型区域，X= 9/8...

 对Y来说一样73 定积分几何上应用：求旋转曲面的面积：求面积元素对曲线上点，做弧的切线，做弧端的弧微分，然后，让弧微分绕着X轴旋转，详细如下：这样可以推到出来，面积元素：（为柱面的侧面积 周长*高）周长为2πy  高为ds 弧...

 1 无穷限的广义积分   说白了，就是支持孤立不连续节点的定积分所以是广义积分，根据定义1 是无界，我减去一个小正数，那么久有界连续了利用牛顿莱布尼兹公式，原函数差，判断广义积分是否无界的方法其中：伽马函数，广泛用于概率论，是一个广义积分的函数得出地推公式性质3：...