08 2018 档案

摘要:6.1 向量空间中的内积与度量 6.1 向量空间中的内积与度量 1)3维空间中向量的基本几何概念 阅读全文
posted @ 2018-08-31 13:55 tlfox_2006
摘要:5.3 线性方程组的几何意义 1) 线性方程组的行图与列图 2) 二维平面中直线的位置关系 3) 三维空间中平面的位置关系 5.4 矩阵方程 阅读全文
posted @ 2018-08-30 20:53 tlfox_2006
摘要:4.1 n维向量:元素、集合、关系、结构 元素:n维向量,即n元有序数组 集合:n维向量空间 关系:n维向量的线性运算和线性组合 结构:n维向量的子空间 线性代数核心:线性方程组、矩阵。 矩阵的运算与向量的线性运算是一致的。 求线性组合的系数等于解方程组。 4.2 向量组线性相关与线性无关 1)判断 阅读全文
posted @ 2018-08-26 18:19 tlfox_2006
摘要:1. 矩阵的线性运算: 2.1 矩阵的乘法:Xik * Ykj = Zij 2.2 矩阵乘法性质: 3.1 矩阵的幂次方运算 3.2 矩阵转置的运算律 3.3 方阵运算 4 分块矩阵的运算 5. 矩阵的初等变换 5.1 单位矩阵I经过一次初等变换所得到的矩阵称为初等矩阵. 5.2 初等矩阵的性质: 阅读全文
posted @ 2018-08-25 14:27 tlfox_2006
摘要:1.1 二行列式的性质: 性质1. 行列互换,二阶行列式的值不变。 性质2. 二阶行列式中某行(列)每个元素分成2个数之和,则该行列式可关于该行(列)拆开成2个行列之和,拆开时其他行保持不变。 性质3. 两行(列)互换,行列式的值变号。 性质4. 二阶行列式中某行(列)有公因子k时,k可以提出共因式 阅读全文
posted @ 2018-08-22 17:58 tlfox_2006
摘要:1. 二维随机变量 2. 边缘分布 F(x,y)表示二维随机变量的分布函数。 P(X<=x} 表示二维随机变量中X的概率,其分布为边缘分布。(其中我们可以是Y变成一个必然事件,将y趋向于无穷大,这样就得到了单个X的随机变量函数) 1. 多维随机变量 在同一个随机试验中,往往同时涉及多个随机变量,例如 阅读全文
posted @ 2018-08-20 16:32 tlfox_2006
摘要:二项分布: E(X) = np, D(X) = np(1-p) 泊松分布: E(X)=λ,D(X)=λ 均匀分布: E(X) = (a+b)/2, D(X) = (b-a)^2/12 指数分布: E(X)=1/λ,D(X)=1/λ^2 标准正太分布: E(X)=0, D(X)=1 期望是随机 变量的 阅读全文
posted @ 2018-08-19 20:20 tlfox_2006
摘要:多元方程求解:无解/有解 -> 唯一解/无穷解 矩阵:由mn个实数排成行列的矩形数表,即称为mXn型的矩阵。(m=n)称为n阶方阵。 线性方程可分为:系数矩阵和增广矩阵 阶梯矩阵:1)矩阵有0行,并一定在矩阵下方,2)对于每个非0行,从左起第一个非0元素为此行的主元。 简化的阶梯矩阵:1)主元都是1 阅读全文
posted @ 2018-08-14 11:17 tlfox_2006
该文被密码保护。
posted @ 2018-08-10 20:55 tlfox_2006
摘要:1. 随机变量X的数学期望就是求加权平均值。分离散型和连续型。 期望是随机 变量的中心化特征,是随机分布的平均值。方差是随机变量对期望(平均值)偏离程度的度量。 你首先是已知在每一状态下的取值,以及概率。然后你才能推断出期望。而概率在大多出情况下是由频数近似而来的。频数就是在事件发生的次数/实验的总 阅读全文
posted @ 2018-08-10 16:55 tlfox_2006
摘要:第三章回顾 随机变量引入的目的是:将随机试验的结果数量化,从而可以用 简洁的数学语言描述繁杂的随机问题,同时提高处理随机问题的效率。随机变量的 引入可以说是概率论发展中的一个重要的里程碑。 随机变量可分为散列型随机变量,连续型随机变量和非离散非连续: 如果随机变量 X 所有可能的取值是有限或可列多个 阅读全文
posted @ 2018-08-06 15:20 tlfox_2006
摘要:3. 随机变量 分布函数意思就是发生的概率 离散随机变量的分布函数:P(X<x)=Σxi 连续随机变量的分布函数:P(X<x)= F(x)是分布函数,。 常见的密度函数与分布函数: https://blog.csdn.net/legend4917/article/details/47001357 【 阅读全文
posted @ 2018-08-04 14:45 tlfox_2006
摘要:Seeing theory: https://seeing-theory.brown.edu/cn.html 1. 条件概率 条件概率(英语:conditional probability)就是事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B),读作“在B条件下A的概率”。 阅读全文
posted @ 2018-08-03 19:00 tlfox_2006
摘要:1 Representing data 2. Frequency tables & dot pots We have here is a list of ages of the students in a class. we are gonna look at each possible age t 阅读全文
posted @ 2018-08-01 11:13 tlfox_2006