自考 线性代数.pptVIP

线性代数部分 第一章 行列式 第二章 矩阵 第三章 线性方程组 第五章 矩阵的特征值 概率论与数理统计部分 第一章 随机事件及其概率 第二章 随机事件及其分布 第三章 随机变量的数字特征 第四章 几种重要的分布 §1.2　概率 （一）概率的统计定义 定义1.1 在不变的条件下，重复进行n次试验，事件A发生的频率稳定地在某一常数p附近摆动。且一般说来，n越大，摆动幅度越小，则称常数p为事件A的概率，记作 P(A)。 （二）概率的古典定义 定义1.2 若试验结果一共由n个基本事件E1,…,En组成， 并且这些事件的出现具有相同的可能性，而事件A由其中 某m个基本事件 组成，则事件A的概率可以 用下式计算： §1.3 概率的加法法则 加法法则 两个互斥事件之和的概率等于它们概率的和。即当AB = Φ时， P (A + B) = P (A) + P (B) (1.2) 实际上，只要p(AB) = 0, (1.2) 式就成立。 §1.4 条件概率与乘法法则 （一）条件概率 定义1.3 在事件B已经发生的条件下，事件A发生的概率，称为事件A在给定B下的条件概率，简称为A对B的 条件概率。 条件概率，记作 。相应地，把P（A）称为无 （二）乘法法则 乘法法则 两个事件A、B之交的概率等于其中任一个事件（其概率不为零）的概率乘以另一个事件在已知前一个事件发生下的条件概率。即 (1.10) P4、例1—3；P11、例1 例1、袋内装有5个白球，3个黑球。从中任取两个球，计算取出的两个球都是白球的概率。（10分） 解 组成试验的基本事件总数 ，组成所求事件A （取到两个白球）的基本事件数 ，由公式有： §2.1 随机变量的概念 §2.2 随机变量的分布 （一）离散型随机变量的分布 （二）随机变量的分布函数 （三）连续型随机变量的分布 P33 例1；P41、例9、10 （一）数学期望 （二）方差 关注习题： P76、9、10、12、19 例、掷一个六面骰子，各面出现的概率相等，求它的数学期望与方差。 解：骰子点数ξ是一个随机变量，它的分布律如下表： 因此， ξ 1 2 3 4 5 6 P §4.1 二项分布 （一）随机变量ξ的分布律 （二）二项分布的期望和方差 （三）二项分布的最可能值 §4.2 超几何分布 §4.3 普哇松分布 §4.4 指数分布 §4.6 正态分布 * * （二）三阶行列式 §1.1 二阶、三阶行列式 （一）二阶行列式 P2、例1；P3、例1；P37、1（1）（2），2（2）； 例：解行列式： 解： 2.1 矩阵的概念 定义2.1 由m×n个数aij(i=1,2,…m;j=1,2,…n)排列成的一个m行n列的矩形表，称为一个m×n矩阵,记作 其中aij称为矩阵第i行第j列的元素。 　　定义2.2 如果两个矩阵有相同的行数与相同的列数，并且对应位置上的元素均相等，则称矩阵A与矩阵B相等，记为A=B。即如果A=(aij) m×n,B=(bij) m×n且aij=bij(i=1,2,…m;j=1,2,…n)，则A=B。 　　　　　　　　§2.2 矩阵的运算 （—）矩阵的加法和数乘矩阵 （二）矩阵的乘法 （三）矩阵的转置 2.5逆矩阵 定义2.7 对于 n 阶矩阵A，如果存在n阶矩阵B，使得 　　　　　　　　　AB=BA=I 那么矩阵A称为可逆矩阵，而B称为A的逆矩阵。 2.6 矩阵的初等变换 定义2.9 对矩阵施以下列3种变换，称为矩阵的初等变换。 （1）交换矩阵的两行（列）； （2）以一个非零的数k乘矩阵的某一行（列）； （3）把矩阵的某一行（列）的ι倍加于另一行（列）上。 2.7矩阵的秩 　　定义2.11 设A=（aij）是m×n矩阵，从A中任取k行k列(k≤min(m,n)) ，位于这些行和列的相交处的元素，保持它们原来的相对位置所构成的k阶行列式，称为矩阵A的一个k阶子式，称为矩阵A的一个k阶子式。 　　定义2.12 设A为m×n矩阵。如果A中不为零的子式最高阶数为r，即存在r阶子式不为零，而任何r+1阶子式皆为零，则称r为矩阵A的秩，记作 　　秩(A)=r 或 r（A）=r。 P53、例1；P59、例3；P93、例3—4；P98、例1—2 例1、已知 ，求 解： 的逆矩阵，并写出矩阵的 例2、求矩阵 秩。 解： 所以矩阵是可逆的，且逆矩阵为 因为矩阵A可逆，所以r(A)=3。 §3.2 n维向量空间 定义3.1 n个实数组成的有序数组称为n维向量。一般用a,b,g等希腊字母表示，有时也用 等拉丁字母表示。 §3.3 向量间的线性关系 （一）线性组合 （二）线性相关与