Temmie1024的博客

阶:偏微分方程中最高阶偏导数的阶数称为偏微分方程的阶。线性:偏微分方程中关于未知函数及其各阶偏导数都是一次的,且方程中的系数仅依赖于自变量,称为线性偏微分方程,否则称为非线性偏微分方程。拟线性:在非线性偏微分方程中,如果关于未知函数的最高阶导数是一次的,则称之为拟线性偏微分方程。半线性:在拟线性偏微分方程中,当未知函数的最高阶导数的系数不含未知函数及其低阶偏导数而仅依赖于自变量时,则称之为半线性偏微分方程。自由项:在偏微分方程中,不含未知函数及其偏导数的项称为方程的自由项.。齐次:若偏微分方程中的

数值计算的误差：模型误差、观测误差（数据误差）、截断误差（方法误差）、舍入误差。在数值分析中主要讨论截断误差及舍入误差。设 x* 是准确值x的一个近似值, 称 e(x*) = x*-x为近似值x的绝对误差, 简称误差.。 e(x)又简记e*。...

随机变量定义：设随机变量样本空间S，若X=X（e）为定义在X上的实值单值函数，则称X（e）为随机变量，简称X。注意：1.随机变量是一个函数。  2.随机变量允许多对一，但不允许一对多随机事件可以表示为：随机变量分为离散随机变量和连续随机变量离散型随机变量定义：如果随机变量X的取值有限个或可数个，则称X为离散型随机变量。可数集:也称为可列集，是指能与自然数集N建立一一对应的集合.即其中的元素都是可以被数到的。不可数集:是无穷集合中的一种，一个无穷集合和自然数集合之间如果不存在一一对应关系，那

古典概型古典概型定义：样本空间S中样本点有限；出现每一个样本点的概率相等。P（A）=m/n包含的基本事件的个数m，基本事件的总数n。放回抽样每一次抽取的概率相同；与不放回抽样每次抽取的概率不同。排列：定义：从n个不同元素中取出m(m≤n）个元素的所有排列的个数，叫做从n个不同元素中取出m个元素的排列数，用符号 Amn表示。Amn=n(n-1)(n-2)…(n-m+1)=n!/(n-m)! 规定0! = 1组合：定义：从n个不同元素中取出m(m≤n）个元素的所有组合的个数，叫做从n个不同元素

样本空间与随机事件事件被分为两种：随机现象、确定现象。随机现象：在一定条件下具有多种可能的结果，且实验时无法预知哪种结果的现象。随机实验的特征：可以在相同条件下重复进行；实现知道所有可能出现的结果；进行实验前并不知道那个实验结果会发生。样本空间:随机实验的所有可能结果构成的集合称为样本空间，记为S={e}，S中的元素e称为样本点。随机事件：样本空间S的子集A称为随机事件A，简称事件A，当且仅当A中的某个样本点发生称事件A发生。事件A的表示可以使用集合，也可以使用语言来表示。必然事件：如果把样本空

前言根据李永乐老师课程学习。主要记载二次型相关的性质、定理等知识，不会进行定理推导、证明。

写文章遇到了一些需要写的符号，输入法打起来还费劲。双箭头 ⇋ ⇌ ↔ ↕ ⇄ ⇅ ⇆ ⇔上角标 ^{上角标内容}上划线 $\overline{\text{划线内容}}$希腊字母(按照拼音打，我的搜狗输入法会在第五个出现这些字母)按6有更多特殊符号 α( aerfa) β( beita) γ(jiama） δ（deerta） ε（没研究出来） ζ（没研究出来） η（没研究出来） θ（xita） ι（没研究出来） κ（kapa）

前言根据李永乐老师课程学习。主要记载特征值与特征向量相关的性质、定理等知识，不会进行定理推导、证明。

前言根据李永乐老师课程学习。主要记载线性方程组相关的性质、定理等知识，不会进行定理推导、证明。

前言根据李永乐老师课程学习。主要记载n维向量相关的性质、定理等知识，不会进行定理推导、证明。n维向量线性组合线性相关向量组的秩基础解析

前言根据李永乐老师课程学习。主要记载矩阵相关的性质、定理等知识，不会进行定理推导、证明。矩阵概念及其运算矩阵概念矩阵：如下图的m×n个数排列出的表格，成为m×n矩阵，当m=n时，成为n阶矩阵或n阶方阵。记作A。如果所有元素都是0，就称它为0矩阵，记为0。矩阵使用的实例：有9个地点，x3表示这两地有三条道路可以走。我们可以列出描述两地间走法的矩阵a-b之间的矩阵a行，b列b-c之间的矩阵b行c列对于a到c呢?只需要再添加一步就可以求得a-c间的各种走法，将在后面两矩阵相乘讲解。同

前言主要记载行列式相关的性质、定理等知识，不会进行定理推导、证明。行列式1.行列式的概念1.1 二阶三阶行列式计算这样的一个方程组最基础的可以使用两个方程进行加减消元运算，或者不难发现，运算后出现了系数相乘的状况。这样就产生了行列式的概念。一个二阶行列式的集合意义是一个平行四边形的面积。对于这个行列式而言，ad为主对角线，cb为副对角线。因此，对还是那个面加减消元的式子进行变换，可以得：再将左侧的行列式除向右侧即可计算x和y。这就是使用行列式计算二元方程组利用一个例子来详

前言这个专栏用于统计那些通过百度搜索matlab问题搜到我的文章，并点进来的同学的疑问。所有我能回答的问题会尽量回答。不懂、不会的问题但仍在我以后学习方向上的我会先码着等会了回答。（对于深度学习方面的内容，实在抱歉，由于最终的研究方向和深度学习无关了，所以这方面内容无法回答。）大家一起学习，加油吧。matlab入门之旅加载不出来MATLAB是美国MathWorks公司出品的商业数学软件，你应该知道这个网站是国外的吧。...

前言这个专栏用于统计那些通过百度搜索origin问题搜到我的文章，并点进来的同学的疑问。所有我能回答的问题会尽量回答。不懂、不会的问题但仍在我以后学习方向上的我会先码着等会了回答。大家一起学习，加油吧。origin学习素材大多数origin的练习素材我是通过matlab编写程序，通过随机数产生或者一些简单函数曲线采样，也有在excel用随机数公式产生的，效果还可以，但对于一些复杂的数据还是难以生成。如果大家需要，以后会做一个素材包上传的（我之前自己做练习的数据边用边删了）。origin入门还是

简介  记这篇笔记是我接触originPro的第五天（大概）？学习过程中接触到Markdown，也不知道是啥，咋写，顺着教程写了还报错，很是烦躁。恰巧打开博客创作中心，瞄到左上角的Markdown编辑器，突然就想问：Markdown到底是个啥？然后就去搜索了一下，又去找了一下教程。多学点东西总是好的嘛。本文主要关注于怎么用，毕竟我可能只会在写博客以及使用origin时才会用Markdown。Markdown是个啥  Markdown是一种可以使用普通文本编辑器编写的标记语言，通过简单的标记语法，它可以