原创 十四、一些有趣的線性變換

1. 定義 我們已經學習了矩陣的加法和數乘,那麼,線性變換的加法和數乘呢?線性變換的加法和數乘實際上就是矩陣的加法和數乘。 假設: 那麼: 2. 證明 3. 通過線性變換的加法和數乘,構造一些有趣的變換 3.1 假如將R2空間

原创 微積分基礎-極限,導數,反導數

1. 瞬時變化率 平均變化率-平均速度 瞬時變化率-瞬時速度 從平均速度引入瞬時速度比較合適。舉例,對於平均速度來說,當時間差接近0時,平均速度就變成了瞬時速度 平均速度又等於兩點的斜率,當時間差接近0時,斜率(瞬時斜率)又等於曲線切線的

原创 十八、行列式

行列式就是一個數字而已。 1. 2x2矩陣的行列式 假設: 那麼A逆爲: 但是,並不是所有的矩陣都有逆矩陣,對於矩陣A,當ad-bc等於0時,上面的等式將沒有意義,因此,ad-bc是個非常有趣的數,我們應該給它起一個名字,就叫行列式吧

原创 二十、轉置矩陣

1. 定義 假設 交換A的所有行和列後,形成的新矩陣,即爲矩陣A的轉置矩陣: 對一個矩陣進行轉置的轉置,結果是原矩陣: 2. 下面爲轉置矩陣的性質 分析矩陣時,我們主要從加法、乘法、零空間、列空間、秩、行列式等角度進行分析 矩陣又分

原创 ios打包上傳注意事項

1. 先創建證書,再創建APP id,最後創建描述文件(用於關聯證書和APPID) 2. 先在蘋果開發者後臺添加APP信息,然後才能打包上傳 3. 對於已存在的APP,上傳後需要在開發者後臺提交審覈 參考網址:https://blog.c

原创 一、矩陣的加減乘除

矩陣也存在加減乘除 矩陣就是填滿數字的表格,一般用大寫字母表示,關於矩陣很重要的一點是,它不是一個自然的概念,它是數值的一種表示方法,矩陣的運算也是人爲約定的(人造的規則,完全可以採用不同的方法) 假設:  ,,, 矩陣加法 注:同位置

原创 十三、通過線性變換,將R2中的三角形映射到R2中的另一個三角形

1. 通過向量定義三角形 假設三個位置向量分別爲: 那麼,點(-2, -2)到點(-2, 2)之間的線段爲: 所有位置向量的終點構成了直線L0 同理,線段L1和L2分別爲: 這三個線段,共同組成了一個三角形,定義集合S包含三個線

原创 八、階梯型矩陣

1. 階梯型矩陣 若矩陣A滿足兩條件:(1)若有元素全爲0的行,則該行應在最下邊(2)非0行的第一個非0元素的列標號隨行號的增加而增加,那麼矩陣A爲階梯型矩陣,例如: 2. 行簡化階梯型矩陣 若矩陣A滿足兩條件:(1)矩陣A爲階梯型矩陣

原创 五、柯西-施瓦茨不等式及應用

1. 柯西-施瓦茨不等式 假設 且 不爲0,那麼 當且僅當 時 該不等式稱爲柯西-施瓦茨不等式,Cauchy Schwarz Inequality,其表示的是向量的點積與向量的長度之間的關係。 2. 不等式證明 假設 因爲向量

原创 微積分基礎3-微分方程

1. 定義 什麼是微分方程:包含未知函數的等式 方程:包含未知數的等式 解微分方程步驟: 1. 是否可分離變量 2. 是否是恰當微分方程 注意:永遠不會有一種方法,可以解所有的微分方程,直到現在,還存在着不能解的微分方程;人類所知的解這些

原创 七、向量的外積以及內外積的幾何解釋

1. 點積與外積的區別 向量的乘法有兩種,一種是點積--dot product,一種是外積--cross product 點積和外積的區別: 點積可以在任何維數的空間中定義,外積只能在三維空間中定義 點積的結果是一個標量,外積的結果是一個

原创 六、向量的夾角公式及R3中平面的一般形式

1. 公式 中兩個向量的夾角公式: 且規定,當  (向量共線)時: 當(向量垂直)時, 2. 推導過程 向量夾角公式由余弦定理: 推導出 下面爲具體的推導: 等號左邊又可以展開爲: 將展開後的結果代入餘弦定理公式: 因

原创 微積分基礎2-泰勒級數

1. 馬克勞林級數-用多項式逼近任意函數 選取一箇中心點,然後用多項式逼近原函數,目的是爲了用多項式代替原函數,因爲多項式有很多優點:計算簡單,求導簡單,積分也簡單 Maclaurin series(馬克勞林級數):是一個多項式,其中心在

原创 積分基礎

不定積分(indefinite integral):就是反導函數(antiderivative) 反導函數不是逆導函數 指數、鏈式法則的逆運算

原创 預備課程

1. 數 負數、分數、小數、指數、對數、複數;比率,約數與倍數 循環小數變分數:將循環小數看成x,然後10x-x就可以將x表示成分數(根據循環位數乘以10還是100、1000) 負負得正解釋:-2(3-3)=0 質數:一個正整數,只能被1