化方阵A为Jordan标准形 特征向量法 1.在A的 Jordan矩阵中构 初等变换法

矩阵的微分和积分 一、函数矩阵的微分和积分

Jordan标准形( Cont i nue) 化方阵A为 Jordan标准形特征向量法设A∈C

n个列向量是一个标准正交基AA=1A=A-1 酉相似下的标准形 Schur定理:任一复数方阵均可酉相似于上三角矩阵

设X是内积空间,而{x,n∈N}是X中线性无关的子集,则存在 标准正交集{en:n∈N},使得 Vn∈N,span{e12e2,…en}=span{x1,x2,…X Hilbert空间中完全的标准正交集,称之为标准正交基 标准正交集{en}的完全性

矩阵的条件数 一、定义矩阵条件数的工程背景 许多工程问题,常常归结为求解矩阵方程 Ax=6

特征值的代数重数 若A∈F是A∈F\\的重特征值,则称的代数重数为k 特征值的几何重数 (Ⅰ-A)x=0的解空间称为A的属于特征值λ的特征子空间,记 为V2

一、矩阵的幂级数 二、矩阵幂级数

极大似然估计的求法 —选择参数的估计量,使实验结果具有最大概率 估计量的几个评选标准 ·样本原点矩是总体原点矩的无偏估计量; 无偏性——E()=·样本方差是总体方差的无偏估计量; ·无偏估计量的函数未必是无偏估计量

复习 抽样定理——两类 参数估计一—已知含有未知参数θ总体的分布函数为F(x;0),利用总体的抽样样本X1,X2,…,Xn对参数θ或θ的某已知函数g(θ)作出估计 区间估计设法得到参数空间的一个取值范围,使待估参数以较大的概率含于其内点估计—构造适当的统计量0(X1,X2,…Xn)得到θ的估计值 矩估计法一用样本矩估计总体短