矩阵范数理论及其应用
![矩阵范数理论及其应用](https://img.360docs.net/img2b/1513uc5soxa6s5m46vcifcazqxhaqtil-b1.webp)
![矩阵范数理论及其应用](https://img.360docs.net/img2b/1513uc5soxa6s5m46vcifcazqxhaqtil-12.webp)
第四章 矩阵范数理论及其应用
知识要点:
1、向量范数及其性质(范数与赋范空间,n 维向量的1-范数1x 、2-范数2x 、p -范数p
x 和∞范数x
∞
,p
p lim x
x ∞→∞
=,a
P a x
Px =,2H H P
x
Px x P Px ==,有限维赋范
空间的范数是等价的)
2、矩阵范数及其相容性(Frobenius 范数,F
E
n =,相容性:AB A B ≤,1E ≥)
3、算子范数(定义,列范数,行范数,谱范数)
4、矩阵范数的应用(矩阵序列及幂级数的收敛性,矩阵条件数,摄动理论、矩阵的谱半径)
§4.1 向量范数及其性质
一、范数与赋范线性空间
定义1:如果线性空间V 中的任一向量x ,都对应—个实值函数()f x (记为x ),并满足以下三个条件(称为范数公理):
(1)非负性:0x ≠时, x >0;0x =时, x =0。 (2)齐次性:ax =a x ,a K ∈,x V ∈。 (3)三角不等式:x y +≤x +y ,,x y V ∈。
则称x 为V 上向量x 的范数(norm ),V 称为赋范线性空间(normed linear space )。
易证x y -满足距离公理,称之为x 与y 的范数诱导的距离。若0n x x -→,则称n
x 收敛于x ,记为n x x →。
例1:对于连续函数空间[,]C a b 中的向量()f x ,可如下定义范数为:1()()b
a
f t f t dt =
?
,
()
max ()
a t b
f t f t ∞
≤≤=,1
()
()b
p
p
p
a f t f t dt ??
=????
?,1p ≤<∞。分别称之为1-范数,∞-
范数,p -范数。
注:需要用到数学专业的一些函数不等式,才能证明上述范数的正确性。
性质1:对于赋范线性空间V 上任意的x ,定义实函数()f x x =,则()f x 为V 上的连续函数,即0x x →时,0()()f x f x →,其中0x V ∈。
证明:由000()()f x f x x x x x -=-≤-可知,0x x →时,0()()f x f x →。 因此,()f x 为V 上的连续函数。
性质2:设P 为n 阶可逆矩阵,对于n 维向量n x C ∈,1
x 为n C 中的一个范数,令
21x Px =,则2x 也为n C 中x 的范数。
证明:(1)非负性:0x ≠时,0Px ≠,2
10x Px =>;0x =时, 2100x ==。
(2)齐次性:2
112()ax
a Px a Px a x ===,a K ∈,x V ∈。
(3)三角不等式:2
11122x y
Px Py Px Py x y +=+≤+=+,,x y V ∈。
因此,2x 为n
C 中x 的范数。
注:内积空间是赋范线性空间,但赋范线性空间不一定构成内积空间。
二、n 维向量的p -范数(1)p ≤≤∞
定义2:对于n 维向量12(,,
,)T n n x C ξξξ=∈,
11
n
i i x ξ==∑,称为x 的1-范数,记为1x ,由此诱导出的距离称为街区距离。
1
2221
()n
i i x ξ==∑,称为x 的2-范数,记为2x ,由此诱导出的距离称为欧氏距离。
1i i n
x
max ξ∞
≤≤=,称为x 的∞-范数,记为x ∞,由此诱导出的距离称为棋盘距离(也
称契比雪夫距离)。
1
1
()n
p
p i p
i x
ξ==∑,称为x 的p -范数,记为p x 。
2H H P
x
Px x P Px ==,称之为加权范数或椭圆范数,其中P 为可逆矩阵。
定理1:对于n 维向量n
x C ∈,p
p lim x
x ∞→∞
=。
注:几何意义上,向量PQ 的2-范数、 ∞-范数和1-范数分别是斜边PQ 长度、直角边PR 长度以及两直角边PR 和RQ 的长度之和。
三、范数的等价性
定义3:对任意x V ∈,满足不等式12C x
x
C x β
α
β≤≤的两种范数称为是等价的。
定理2:对于n 维向量n
x C ∈,总成立着2
12x
x n x ≤≤,2x x n x ∞
∞≤≤,
1x
x n x ∞
∞≤≤,p
p
x
x
n x ∞
∞≤≤。
定理3:设12,,
,n ααα是n 维赋范线性空间E 的一组基,则存在正数,A B ,使得对一切
1
n
k k k x E ξα==∈∑,成立着12
21n
k k A x B x ξ=??
≤≤ ???∑。
证明:1
0n
k k k x ξα==
≠∑时,令2
1
n
k
k x
y ξ==
∑,12(,,
,)n f y ξξξ=,则12(,,,)
n f ξξξ是有界闭集超球面
2
1
1n
k k ξ==∑上连续函数,从而必能取到最小值m 和最大值M ,且显然
0m >。取11
,A B M m
=
=,即可证得定理的结论。 结论1:有限维赋范空间的范数是等价的,即对于n 维赋范线性空间E 中的范数a b x x ,
,存在正数,A B ,使得对一切x E ∈,成立着a
b a A x
x B x ≤≤。
推论:范数a b x x ,
等价时,0n a
n lim x →∞
=等价于0n
b
n lim x →∞
=。
注:在n
C 中,各种p -范数均是等价的,从而对于不同的问题可灵活选用适当的范数。 结论2:n 维赋范线性空间必与n 维向量空间n
P 同构并且同胚。
设12,,
,n ααα是n 维赋范线性空间E 的一组基,对任何1
n
k k k x E ξα==∈∑,令
()12,,
,n Tx ξξξ=,则T 为E 到n P 上的同构映射,并且由A x Tx B x ≤≤可知,T 与
1T -均为连续映射,从而E 与n P 是同胚的。
结论3:n 维向量序列{
}12(,,,)k k
k T n k n x C ξξξ=∈收敛于向量12(,,,)T n n x C ξξξ=∈的
充分必要条件为,1,2,
,k
i i k lim i n ξξ→∞
==,即按坐标收敛。
§4.2 矩阵范数及其相容性
一、常见的矩阵范数
定义1:设n n
A C ?∈,称1
1
22
2,1
[()]
()n
H
ij i j tr A A a ==∑为A 的Frobenius 范数或F -范数,记
为F
A
。
性质1:F
A 满足范数公理构成n n
C ?中范数,并且1F
E
n =≥。
定理(F -范数的酉不变性):设n n
A C ?∈中范数,且,n n
P Q C
?∈都是酉矩阵,则
F
F
F PA
AQ
A ==,即给A 左乘或右乘以酉矩阵后其F
值不变(在n n
A R ?∈时P 和
Q 都是正交矩阵)。
证明:1
1
2
2[()][()]H H
H
F
F PA
tr A P PA tr A A A ===。
由1
1
22
2,1
()
[()]n
H H
ij F
F
i j A a tr AA A ====∑及H Q 也为酉矩阵可得,
()H
H H
H
F
F F
F F
AQ
AQ Q A A A ====。
推论:酉(或正交)相似变换下矩阵的F -范数保持不变。 定义2:设n n
A C ?∈,称1
,1
n
ij
M i j A
a
==
∑为1M -范数,1,ij M i j n A
n max a ∞
≤≤=为M ∞-范数。
性质2:1
,M M A
A
∞
满足范数公理构成n n C ?中范数,并且1
1M E n =≥,1M E
n ∞
=≥。
二、矩阵范数的相容性
定义3:满足条件AB A B ≤的矩阵范数称为具有相容性。
注:工程应用中的矩阵范数常要求满足非负性、齐次性、三角不等式和相容性,因此下文中矩阵范数总假定具有相容性。
性质3:满足相容性的矩阵范数必有1E ≥。 性质4:若A 可逆,则1
1A A -≥。
例1:Frobenius 范数F
A 具有相容性。
例2:1M -范数1
M A
和M ∞-范数M A ∞
具有相容性,但范数1,ij i j n
A max a ≤≤=不具有相容性。
三、矩阵范数与向量范数的相容性
定义4:若V
M
V Ax A
x ≤,则称矩阵范数M A 与向量范数V x 具有相容性。
注1:0V
x
→时,0V Ax →,即V Ax 是x 的连续函数或Ax 是V 上线性连续算子。
注2:当0x ≠时,(
)V M
V
V
V
Ax x
A A
x x =≤,从而0
V M
x V
Ax max
A
x ≠≤。
例3:2
2F
Ax
A
x ≤。
注:视矩阵为线性变换时,通常要求线性变换是连续即有界的,因此自然有了相容性(包括范数的相容性)要求。
§4.3 矩阵的算子范数
一、算子范数的概念
定义:0
V T x V
Ax A max
x ≠=。
注:一般算子范数的求解步骤:1、V
V Ax
K x ≤;2、0
=1V
x ,0
=V
Ax K 。
二、算子范数的性质
性质1:V
T V Ax A x ≤。 性质2:T
T T AB
A B ≤。
性质3:1
V T V
M x A max Ax A ==≤(假设M A 与V x 具有相容性)。
性质4:1T
E
=。
三、常见的算子范数
1、列范数:11n
i
i x a
==
∑,111
n
ij
j n
i A max
a
≤≤==∑。
设()n n
ij A a C
?=∈,12(,,,)T n n x C ξξξ=∈,令12(,,,)T n Ax y ηηη==,其中
1
n
i i j j j a ηξ==∑,1,2,
,i n =。 111
1
1
11
()
n n n n n
i ij j ij j i i j i j Ax y a a ηξξ========≤∑∑∑∑∑
1111
1
1
1
()()n n n
n
n
ij j j
ij
ij j n
j i j i i a a
x max a ξξ≤≤=======≤∑∑∑∑∑。
令11n
ij
j n
i M max
a
≤≤==∑,则11Ax M x ≤,从而1A M ≤。
不妨设0
1
n
ij i M a
==
∑,01j n ≤≤。取0
0(0,
,0,1,0,
,0)j T x =,则011x =,并且
0011
n
ij i Ax a M ===∑,因而1A M ≥。由此可得,111
n
ij j n
i A max a ≤≤==∑。
2、行范数:{}1i i n
x
max a ∞
≤≤=,11
n
ij i n
j A max a ∞≤≤==∑。
设()n n
ij A a C
?=∈,12(,,,)T n n x C ξξξ=∈,令12(,,,)T n Ax y ηηη==,其中
1
n
i i j j j a ηξ==∑,1,2,
,i n =。 11111
1
1
()n n n
i ij j ij j ij i n
i n
i n
i n
j j j Ax
y
max max a max a x max a ηξξ∞
∞
∞≤≤≤≤≤≤≤≤======≤≤∑∑∑。
令11
n
ij
i n
j M max
a
≤≤==∑,则Ax
M x ∞
∞≤,从而A
M ∞
≤。
不妨设01
0n
i j
j M a
==
>∑,01i n ≤≤。取000012(,,
,
)T
i i i n x signa signa signa =,则
1x ∞
=,并且0000
11
1
n
n
ij i j i j
i j i n
j j Ax max a signa a
signa M ∞
≤≤===≥
=∑∑,因而A
M ∞
≥。由
此可得,11n
ij i n
j A
max a ∞
≤≤==∑。
3、谱范数:2
2
1n
i
i x a
==
∑,2
()T max A
A A λ=。
注:1
1E
=,2
1E =,1E
∞
=。
例1:设200021012A -??
?= ? ???
,{}
21,n
S x x x C ==∈。求:(1)矩阵A 的算子范数1A 和
A ∞的值;(2)2Ax 在S 上的最大值。
例2:设A 为正规矩阵,则2
()max A
A λ=;A 可逆时,1
2
1
()
min A A λ-=
。
证明:A 为正规矩阵时,存在酉矩阵P ,使得H
A P DP =,其中1
n D λλ?? ?=
? ??
?
。 由此可得,2
12H H
n A A P P λλ?? ?=
? ? ??
?
,从而2()()H
max max A A A A λλ==,并且当A 可逆时,1
2
1
()
min A
A λ-=
。
注:当A 为酉矩阵时,2
1A
=。一般地,2()max A A σ=,1
2
1
()
min A
A σ-=
,其中()
max A σ和()min A σ分别是A 的最大和最小奇异值。
§4.4 矩阵范数的应用
一、矩阵的非奇异性条件
定理1:设n n
A C
?∈,且对n n
C
?上的某矩阵算子范数
,有1A <,则矩阵E A -非奇异,
并且11
()1E A A
--≤
-,1()1A E E A A ---≤-。
证明:对于任何0x ≠,Ax A x x ≤<,从而()0E A x x A x -≥->,即
()0E A x -≠,因此E A -为非奇异阵。
令1
()E A x y --=,0x ≠,则()x E A y =-,从而
1()1
()1E A x
y y y x
E A y
y Ay
y A y
A
--=
≤
≤
=
----。
由此可得11
()1E A A
--≤
-。
由1
(())()E E A A E A ----=可得,1
1()()E E A A E A ----=--,
从而1
1()
()1A E E A A E A A
----≤-≤
-。
注:假设E A -为奇异阵,则0E A -=,从而1λ=为A 的特征值。由此可知,存在00x ≠,使得00Ax x =,从而00Ax x =,这与000Ax A x x ≤<矛盾,因而E A -为非奇异阵。
定理2:设n n
A C
?∈非奇异,n n
B C
?∈,且对n n C ?上的某矩阵算子范数
,有1
1A B -<,
则(1)+A B 非奇异;(2) 记()
1
1
F E E A B
--=-+,则11
1A B F A B
--≤
-;
(3)
11
11
1(+)1A A B A B A A B
------≤
-。
证明:由定理1可知,(1) 1
E A B -+可逆,从而1
()A E A B A B -+=+可逆。 (2) 11
1
1
()1A B E E A B A B
-----+≤
-。
(3) 由1
1
111(+)
(())A A B E E A B A ------=-+可得,
11111(+)()A A B E E A B A ------≤-+,从而
11
11
1
(+)1A A B A B A
A B
------≤
-。
注:对于具有相容性的一般矩阵范数,定理1、2的结论也成立。事实上,由第四章中矩
阵幂级数理论可知,1
()
k
k E A A ∞
-=-=∑,从而1
1
()
1k
k
k k E A A A A
∞∞
-==-=
≤=
-∑∑。
二、近似逆矩阵的误差—逆矩阵的摄动
线性代数方程组Ax b =解的误差通常来自于常数项b 的扰动和系数矩阵A 的扰动,其程度取决于条件数1
()cond A A A
-=的大小,这里总假定A 可逆。显然,()1cond A ≥。
对应矩阵的3种范数,相应地可以定义3种条件数(,1),(,),(,2)cond A cond A cond A ∞。 注:()
(,2)()
max min A cond A A σσ=
,其中()max A σ和()min A σ分别是A 的最大和最小奇异值。
当A 为正规矩阵时,存在酉矩阵P ,使得H
A P DP =,其中1
n D λλ?? ?=
? ??
?
,从而21
2H H
n A A P P λλ?? ?=
? ? ??
?
。由此可得,2()()H
max max A A A A λλ==,1
1
2
1
()()max min A
A A λλ--==
。()
(,2)()
max min A cond A A λλ=,其中()max A λ和()min A λ分别是A 的特征值模的最大和最小值。
当A 为酉矩阵时,(,2)1cond A =。 (1)常数项b 的扰动对方程组解的影响
设()A x x b b δδ+=+,则A x b δδ=,1x A b δδ-=,从而
11x A b A b δδδ--=≤。
由此可得,
1
()
x
b
b
A A cond A x
b
b
δδδ-≤=。
(2)系数矩阵A 的扰动对方程组的影响
设()()A A x x b δδ++=,则1
()()A A x A E A
A x A x δδδδδ-+=+=-?,从而
11()x E A A A A x δδδ--=-+???。
设1
1A A δ-<,则11
1
1
()1E A A A A
δδ---+≤
-,从而 111
1
()
11A A A A x
A
cond A x
A
A A
A
A
δδδδδδ----≤
≤
≈--。
例1:考察方程组12122.0001121
x x x x -=??-=?在精确解(0,1)T
x =-处对常数项误差(0.0002,0)T
b δ=的敏感程度。
解:不难得到,12(,)(2,3)T
T
x x x ==为扰动方程1212
2.0001 1.0002
21x x x x -=??-=?的精确解,与原
方程精确解(0,1)T
x =-相差很大。
进一步,1 4.0001A =,1
41
3.000110A
-=?,1511
() 1.210cond A A A -==?,
这说明方程组的解对常数项b 的扰动很敏感,因而原方程组是病态的。 例2:考察线性方程组24
2 3.9997.999
x y x y +=??
+=?对常数项b 扰动的敏感性。
解:易知,(,)(2,1)x y =是原方程的精确解,而在扰动(0.001,0.001)T
b δ=-之下的摄动方程2 4.001
2 3.9997.998
x y x y +=??
+=?的精确解是(,)( 3.999,4.000)x y =-。可见,b 很小扰动引起了x
很大变化,原因是系数矩阵A 的条件数1
5
11
() 5.9995999=3.598810cond A A A -==??很大。
注:矩阵A 的条件数1
()cond A A A
-=,对应矩阵的3种范数,相应地可以定义3种条
件数。函数(,1),(,2),(,)cond A cond A cond A ∞是判断矩阵病态与否的一种度量,条件数越大矩阵越病态。
事实上,条件数表示了矩阵计算对于误差的敏感性。对于线性方程组Ax b =,如果A 的条件数大,b 的微小改变就能引起解x 较大的改变,数值稳定性差。如果A 的条件数小,b 有微小的改变,x 的改变也很微小,数值稳定性好。它也可以表示b 不变,而A 有微小改变时,x 的变化情况。
一个极端的例子,当A 奇异时,条件数为无穷,这时即使不改变b ,x 也可以改变。奇异的本质原因在于矩阵有0特征值,x 在对应特征向量的方向上运动不改变Ax 的值。如果一个特征值比其它特征值在数量级上小很多,x 在对应特征向量方向上很大的移动才能产生
b 微小的变化,这就解释了为什么这个矩阵为什么会有大的条件数。事实上,正规阵在二范
数下的条件数就可以表示成A 的特征值模的最大值和最小值之比。
三、矩阵的谱半径及其性质
定义:设n n
A C
?∈的n 个特征值为12,,,n λλλ,称(){}1i i n
A max ρλ≤≤=为矩阵A 的谱半径。
定理3:设n n
A C
?∈,则对n n
C
?上任何一种矩阵范数?,都有()A A ρ≤。
证明:依题意只需证明,A 的任何特征值为λ均满足A λ≤。 设A a =,令1(0)B A a εε=
>+,则1a
B a ε
=<+,
从而B 的特征值的模均满足小于1。
由
a λ
ε
+为B 的特征值可知,
1a λ
ε
<+,
即a λε<+对任意0ε>成立,从而a A λ≤=。 注:对于A 的算子范数(或与向量范数相容的矩阵范数)A ,由000,0Ax x x λ=≠可得,
000x Ax A x λ=≤,从而A λ≤。
例1:设n n
A C
?∈,则(
)()k
k
A
A ρρ=。
例2:对任意非奇异矩阵n n
A C
?∈,()()2=
=H H A A A AA ρρ;当A 为Hermite 阵时,
(){}21=i i n A A max ρλ≤≤=。
定理4:设n n
A C ?∈,对任意的正数ε存在A 的某种矩阵范数M
A
,使得()M
A
A ρε≤+。
证明:根据Jordan 标准形理论,对于方阵A 存在可逆矩阵n n
P C ?∈,使得1
P AP J -=。
记12=(,,
,)n diag λλλΛ,11000n c N c -??
? ?= ?
??
?
,则有J N =Λ+,这里12,,,n λλλ是
A 的n 个特征值,1,
,n c c 或为1或为0。
令1=(1,,
,)n D diag εε-,则有11S AS D JD N ε--==Λ+,其中S PD =可逆,且有
()111
S AS N A ερε-=Λ+≤+。容易验证,11
M
A
S AS -=是n n C ?上的矩阵范数,于
是可得()11
M
A
S AS A ρε-=≤+。
注:该不等式只能保证对给定的矩阵A 成立,其范数的构造与其本身相关。
注:矩阵的谱半径()ρ?不构成矩阵的范数,只是所有范数的下确界。但()1A ρ<与某1A <等价。
应用数理统计课后习题参考答案
习题五 1 试检验不同日期生产的钢锭的平均重量有无显著差异?(=0.05) 解 根据问题,因素A 表示日期,试验指标为钢锭重量,水平为5. 假设样本观测值(1,2,3,4)ij y j =来源于正态总体2 ~(,),1,2,...,5i i Y N i μσ= . 检验的问题:01251:,:i H H μμμμ===不全相等 . 计算结果: 表5.1 单因素方差分析表 ‘*’ . 查表0.95(4,15) 3.06F =,因为0.953.9496(4,15)F F =>,或p = 0.02199<0.05, 所以拒绝0H ,认为不同日期生产的钢锭的平均重量有显著差异. 2 考察四种不同催化剂对某一化工产品的得率的影响,在四种不同催化剂下分别做试验 试检验在四种不同催化剂下平均得率有无显著差异?(=0.05) 解 根据问题,设因素A 表示催化剂,试验指标为化工产品的得率,水平为4 . 假设样本观测值(1,2,...,)ij i y j n =来源于正态总体2 ~(,),1,2,...,5i i Y N i μσ= .其中
样本容量不等,i n 分别取值为6,5,3,4 . 检验的问题:012341:,:i H H μμμμμ===不全相等 . 计算结果: 表5.2 单因素方差分析表 查表0.95(3,14) 3.34F =,因为0.952.4264(3,14)F F =<,或p = 0.1089 > 0.05, 所以接受0H ,认为在四种不同催化剂下平均得率无显著差异 . 3 试验某种钢的冲击值(kg ×m/cm2),影响该指标的因素有两个,一是含铜量A , 试检验含铜量和试验温度是否会对钢的冲击值产生显著差异?(=0.05) 解 根据问题,这是一个双因素无重复试验的问题,不考虑交互作用. 设因素,A B 分别表示为含铜量和温度,试验指标为钢的冲击力,水平为12. 假设样本观测值(1,2,3,1,2,3,4)ij y i j ==来源于正态总体2 ~(,),1,2,3,ij ij Y N i μσ= 1,2,3,4j = .记i α?为对应于i A 的主效应;记j β?为对应于j B 的主效应; 检验的问题:(1)10:i H α?全部等于零,11 :i H α?不全等于零; (2)20:j H β?全部等于零,21:j H β?不全等于零; 计算结果: 表5.3 双因素无重复试验的方差分析表 查表0.95(2,6) 5.143F =,0.95(3,6) 4.757F =,显然计算值,A B F F 分别大于查表值, 或p = 0.0005,0.0009 均显著小于0.05,所以拒绝1020,H H ,认为含铜量和试验温度都会对钢的冲击值产生显著影响作用. 4 下面记录了三位操作工分别在四台不同的机器上操作三天的日产量:
离散数学之集合论
第二篇集合与关系 集合论是现代各科数学的基础,它是德国数学家康托(Geog Cantor, 1845~1918)于1874年创立的,1876~1883年康托一系列有关集合论的文章,对任意元的集合进行了深入的探讨,提出了关于基数、序数和良序集等理论,奠定了集合论深厚的基础,19世纪90年代后逐渐为数学家们采用,成为分析数学、代数和几何的有力工具。 随着集合论的发展,以及它与数学哲学密切联系所作的讨论,在1900年前后出现了各种悖论,使集合的发展一度陷入僵滞的局面。1904~1908年,策墨罗(Zermelo)列出了第一个集合论的公理系统,它的公理,使数学哲学中产生的一些矛盾基本上得到了统一,在此基础上以后就逐渐形成了公理化集合论和抽象集合论,使该学科成为在数学中发展最为迅速的一个分支。 现在,集合论已经成为内容充实、实用广泛的一门学科,在近代数学中占据重要地位,它的观点已渗透到古典分析、泛函、概率、函数论、信息论、排队论等现代数学各个分支,正在影响着整个数学科学。集合论在计算机科学中也具有十分广泛的应用,计算机科学领域中的大多数基本概念和理论几乎均采用集合论的有关术语来描述和论证,成为计算机科学工作者必不可少的基础知识。集合论可作为数学学科的通用语言,一切必要的数据结构都可以利用集合这个原始数据结构而构造出来,计算机科学家或许也可以利用这种方法。 本篇介绍集合论的基础知识,主要内容包括集合及其运算、性质、序偶、关系、映射、函数、基数等。 第2-1章集合及其运算 §2-1-1 集合的概念及其表示 一、集合的概念 “集合”是集合论中的一个原始的概念,因此它不能被精确地定义出来。一般地说,把具有某种共同性质的许多事物,汇集成一个整体,就形成一个集合。构成这个集合的每一个事物称为这个集合的一个成员(或一个元素),构成集合的这些成员可以是具体东西,也可以是抽象东西。例如:教室内的桌椅;图书馆的藏书;全国的高等学校;自然数的全体;程序设计语言C的基本字符的全体等均分别构成一个集合。通常用大写的英文字母表示集合的名称;用小写的英文字母表示元素。若元素a属于集合A记作
应用数理统计试题库
一 填空题 1 设 6 21,,,X X X 是总体 ) 1,0(~N X 的一个样本, 26542321)()(X X X X X X Y +++++=。当常数C = 1/3 时,CY 服从2χ分布。 2 设统计量)(~n t X ,则~2X F(1,n) , ~1 2 X F(n,1) 。 3 设n X X X ,,,21 是总体),(~2 σu N X 的一个样本,当常数C = 1/2(n-1) 时, ∑-=+-=1 1 212 )(n i i i X X C S 为2σ的无偏估计。 4 设)),0(~(2σεε βαN x y ++=,),,2,1)(,(n i y x i i =为观测数据。对于固定的0x , 则0x βα+~ () 2 0201,x x N x n Lxx αβσ?? ? ?- ???++ ??? ?????? ? 。 5.设总体X 服从参数为λ的泊松分布,,2,2,, 为样本,则λ的矩估计值为?λ = 。 6.设总体2 12~(,),,,...,n X N X X X μσ为样本,μ、σ2 未知,则σ2的置信度为1-α的 置信区间为 ()()()()22 2212211,11n S n S n n ααχχ-??--????--???? 。 7.设X 服从二维正态),(2∑μN 分布,其中??? ? ??=∑??? ? ??=8221, 10μ 令Y =X Y Y ???? ??=???? ??202121,则Y 的分布为 ()12,02T N A A A A μ??= ??? ∑ 。 8.某试验的极差分析结果如下表(设指标越大越好): 表2 极差分析数据表
浅谈数理逻辑在计算机科学中的应用
浅谈数理逻辑在计算机科学中的应用 文章整理编辑---论文文库工作室(QQ1548927986) 摘要:数理逻辑是离散数学课程中研究推理的逻辑学科,它为确定一个给出的论证是否有效提供各种法则和技巧,在计算机科学里用来检验程序的正确性,也可以验证定理和推论,同时在计算机模型、计算机程序设计语言、计算机硬件系统等方面有着重要作用。研究数理逻辑在计算机科学领域中的应用,必须从研究数理逻辑的符号化开始讨论、加以分析、验证结论。 关键词:数理逻辑;命题逻辑;一阶逻辑;推理理论 离散数学是现代数学的重要分支,是研究离散量的结构及相互关系的学科,它在计算机理论研究及软、硬件开发的各个领域都有着广泛的应用。其内容大致包含数理逻辑、集合论、代数结构、组合数学、图论和初等数论6部分,这6部分从不同的角度出发,研究各种离散量之间数与形的关系。本文主要研究数理逻辑部分在计算机科学领域中的应用。 1.为计算机的可计算性研究提供依据 数理逻辑分为命题逻辑和一阶逻辑两部分,命题逻辑是一阶逻辑的特例。在研究某些推理问题时,一阶逻辑比命题逻辑更准确。数理逻辑中的可计算谓词和计算模型中的可计算函数是等价的,互相可以转化,计算可以用函数演算来表达,也可以用逻辑系统来表达。 某些自然语言的论证看上去很简单,直接就可以得出结论,但是通过数理逻辑中的两种符号化表达的结果却截然不同,让人们很难理解,这就为计算机的可计算性研究埋下伏笔。下面举一个简单例子加以说明。 例1 凡是偶数都能被2整除。6是偶数,所以6能被2整除。 可见,一个复杂的命题或者公式可以利用符号的形式来说明含义,来判断正确性,这使得计算机科学中的通过复杂文字验证的推理过程变得简单、明了了。 2.为计算机硬件系统的设计提供依据 数理逻辑部分在计算机硬件设计中的应用尤为突出,数字逻辑作为计算机科学的一个重要理论,在很大程度上起源于数理逻辑中的布尔运算。计算机的各种运算是通过数字逻辑技术实现的,而代数和布尔代数是数字逻辑的理论基础,布尔代数在形式演算方面虽然使用了代数的方法,但其内容的实质仍然是逻辑。范式正是基于布尔运算和真值表给出的一个典型公式。 下面以计算机科学中比较典型的开关电路的设计为实例说明数理逻辑中布尔代数和范式的应用。整个开关电路从功能上可以看做是一个开关,把电路接通的状态记为1(即结果为真),把电路断开的状态记为0(即结果为假),开关电路中的开关也要么处于接通状态,要么处于断开状态,这两种状态也可以用二值布尔代数来描述,对应的函数为布尔函数,也叫线路的布尔表达式。接通条件相同的线路称为等效线路,找等效线路的目的是化简线路,使线路中包含的节点尽可能地少。利用布尔代数可设计一些具有指定的节点线路,数学上既是按给定的真值表构造相应的布尔表达式,理论上涉及到的是范式理论,但形式上并不难构造。 例2 关于选派参赛选手,赵,钱,孙三人的意见分别是:赵:如果不选派甲,那么不选派乙。钱:如果不选派乙,那么选派甲;孙:要么选甲,要么选乙。以下诸项中,同时满足赵,钱,孙三人意见的方案是什么? 解答:把赵,钱,孙三个人的意见看做三条不同的线路,对三条线路化简得到接通状态
数理逻辑心得
数理逻辑的心得 数理逻辑:是计算机科学的基础,应熟练掌握将现实生活中的条件化成逻辑公式,并能做适当的推理,这对程序设计等课程是极有用处的。是大四接触到的,现简单介绍一下数理逻辑的发展史,算是一点感悟吧 1数理逻辑的发展前期 ·前史时期——古典形式逻辑时期:亚里斯多德的直言三段论理论 ·初创时期——逻辑代数时期(17世纪末) ·资本主义生产力大发展,自然科学取得了长足的进步,数学在认识自然、发展技术方面起到了相当重要的作用。 ·人们希望使用数学的方法来研究思维,把思维过程转换为数学的计算。 ·莱布尼兹(Leibniz, 1646~1716)完善三段论,提出了建立数理逻辑或者说理性演算的思想: ·提出将推理的正确性化归于计算,这种演算能使人们的推理不依赖于对推理过程中的命题的含义内容的思考,将推理的规则变为演算的规则。 ·使用一种符号语言来代替自然语言对演算进行描述,将符号的形式和其含义分开。使得演算从很大程度上取决与符号的组合规律,而与其含义无关。 ·布尔(G. Boole, 1815~1864)代数:将有关数学运算的研究的代数系统推广到逻辑领域,布尔代数既是一种代数系统,也是一种逻辑演算。 数理逻辑的奠基时期 ·弗雷格(G. Frege, 1848~1925):《概念语言——一种按算术的公式语言构成的纯思维公式语言》(1879)的出版标志着数理逻辑的基础部分——命题演算和谓词演算的正式建立。 ·皮亚诺(Giuseppe Peano, 1858~1932):《用一种新的方法陈述的算术原理》(1889)提出了自然数算术的一个公理系统。 ·罗素(Bertrand Russell, 1872~1970):《数学原理》(与怀特黑合著,1910, 1912, 1913)从命题演算和谓词演算开始,然后通过一元和二元命题函项定义了类和关系的概念,建立了抽象的类演算和关系演算。由此出发,在类型论的基础上用连续定义和证明的方式引出了数学(主要是算术)中的主要概念和定理。 ·逻辑演算的发展:甘岑(G. Gentzen)的自然推理系统(Natural Deduction System),逻辑演算的元理论:公理的独立性、一致性、完全性等。 ·各种各样的非经典逻辑的发展:路易斯(Lewis, 1883~1964)的模态逻辑,实质蕴涵怪论和严格蕴涵、相干逻辑等,卢卡西维茨的多值逻辑等。 集合论的悖论使得人们觉得数学产生了第三次危机,提出了数学的基础到底是什么这样的问题。 ·罗素等的逻辑主义:数学的基础是逻辑,倡导一切数学可从逻辑符号推出,《数学原理》一书是他们这一思想的体现。为解决悖论产生了逻辑类型论。 ·布劳维尔(Brouwer, 1881~1966)的直觉主义:数学是心灵的构造,只承认可构造的数学,强调构造的能行性,与计算机科学有重要的联系。坚持潜无穷,强调排中律不能用于无穷集合。海丁(Heyting)的直觉主义逻辑。 ·希尔伯特(D. Hilbert)的形式主义:公理化方法与形式化方法,元数学和证明论,提倡将逻辑演算和数学证明本身形式化,把用普通的语言传达的内容上的数学科学变为用数学符号和逻辑符号按一定法则排列的一堆公式。为了消除悖论,要数学建立在公理化基础上,将
矩阵范数详解
向量和矩阵的范数的若干难点导引 矩阵范数的定义 引入矩阵范数的原因与向量范数的理由是相似的,在许多场合需要“测量”矩阵的“大小”,比如矩阵序列的收敛,解线性方程组时的误差分析等,具体的情况在这里不再复述。 最容易想到的矩阵范数,是把矩阵m n A C ?∈可以视为一个mn 维的向量(采用所谓“拉 直”的变换),所以,直观上可用mn C 上的向量范数来作为m n A C ?∈的矩阵范数。比如 在1l -范数意义下,111 ||||||m n ij i j A a === ∑∑()12 tr()H A A =; (1.1) 在2l -范数意义下,1 2 211||||||m n F ij i j A a ==?? = ??? ∑∑, (1.2) 注意这里为了避免与以后的记号混淆,下标用“F ”,这样一个矩阵范数,称为Frobenius 范数,或F-范数。可以验证它们都满足向量范数的3个条件。 那么是否矩阵范数就这样解决了?因为数学上的任一定义都要与其对象的运算联系起来,矩阵之间有乘法运算,它在定义范数时应予以体现,也即估计AB 的“大小”相对于A B 与的“大小”关系。 定义1 设m n A C ?∈,对每一个A ,如果对应着一个实函数()N A ,记为||||A ,它满足以下条件: (1)非负性:||||0A ≥; (1a )正定性:||||0m n A O A ?=?= (2)齐次性:||||||||||,A A C ααα=∈; (3)三角不等式:||A ||||||||||||,m n A B A B B C ?+≤+?∈ 则称()||||N A A =为A 的广义矩阵范数。进一步,若对,,m n n l m l C C C ???上的同类广义矩阵范数||||?,有 (4)(矩阵相乘的)相容性:||A ||||||||||||AB A B ≤, n l B C ?∈, 则称()||||N A A =为A 的矩阵范数。 我们现在来验证前面(1.1)和(1.2)定义的矩阵范数是否合法?我们这里只考虑(1.2), 把较容易的(1.1)的验证留给同学们, 三角不等式的验证。按列分块,记1212(,,,),(,,,)n n A a a a B b b b == 。 2 22112||)(,),(),(||||||F n n F b a b a b a B A +++=+ 2222222211||||||||||||n n b a b a b a ++++++= ()()22 121222||||||||||||||||n n a b a b ≤++++ ()()()2222122121222122||||||||2||||||||||||||||||||||||n n n n a a a b a b b b =++++++++ 对上式中第2个括号内的诸项,应用Cauchy 不等式,则有 222||||||||2||||||||||||F F F F F A B A A B B +≤++2(||||||||)F F A B =+ (1.3) 于是,两边开方,即得三角不等式。 再验证矩阵乘法相容性。 2 2 2111 111||||||||m l n m l n F ik kj ik ki i j k i j k AB a b a b ======?? =≤ ??? ∑∑∑∑∑∑
数理逻辑与集合论作业二 - 参考解答
數理邏輯與集合論作業二 1. 解:該題應該理解為此列表中每一句都是形如“i: 在這個列表中,恰有i條語句為假”的形式。 a)思路:考慮這100句裡可能有幾句為真。是否可能沒有一句為真?是否可能 祗有一句為真,是哪一句?是否可能多餘等於兩句為真? b)思路:“至少i+1句為假”蘊含“至少i句為假”,若第i句為真,則1…… i-1句都為真,所以第 100, 99, 98, ……句都為假,一直到第50句為真 c) 思路同上,但是…… 2. 解答:如果我說右邊的路通往遺跡你將回答“是”,對嗎? 3.
解答: ))))a q p b p q c q p d q p →∧→?→? 4. 也就是上述描述是否自相矛盾? 5. 解答: 条件符号化 ::::(1)(2)(C G)(3)(G W)G W (4)G W G W S C G W S C G W S C C G W C C S C S →?∧=?∨???∧?=∨→?????男管家廚師園丁雜役假設為真,則由(2)得:再由(1)得:但無法判定的真假 假設為假,則由(3)得:再由(4)得:由(1)得:綜上所述:和說了假話,,的話真假未知 6. 四个朋友被认定为非法进入某计算机系统的嫌疑人。他们已对调查员作了陈述。
艾丽斯说“卡罗斯干的” 约翰说“我没幹。” 卡罗斯说“戴安娜干的。” 戴安娜说“卡罗斯说是我幹的,他说谎。” a)如果调查员知道四个嫌疑人中恰有一人说真话,那么准幹的?解释你的推理。 b)如果调查员知道恰有一人说谎,谁干的?解释你的推理。 解:前提符號化為 (1)A: C (2)J: ? J (3)C: D (4)D: ? (C: D) a) 祗有一句話為真,而(3)(4)有且僅有一句為真,分別討論(3)(4)為真的情況。 b)分析步驟同上。 7. 用真值表證明德摩根律和吸收律。 解答略 8. 使用等值演算證明下列命題公式為永真式(不得用真值表) 解答: a
2009(上)《数理统计》考试题(A卷)及参考解答
2009(上)《数理统计》考试题(A 卷)及参考解答 一、填空题(每小题3分,共15分) 1,设总体X 和Y 相互独立,且都服从正态分布2(0,3)N ,而129(,,)X X X 和129(,,)Y Y Y 是分别来自X 和Y 的样本,则U = 服从的分布是_______ . 解:(9)t . 2,设1?θ与2?θ都是总体未知参数θ的估计,且1?θ比2?θ有效,则1?θ与2 ?θ的期望与方差满足_______ . 解:1212 ????()(), ()()E E D D θθθθ=<. 3,“两个总体相等性检验”的方法有_______ 与____ ___. 解:秩和检验、游程总数检验. 4,单因素试验方差分析的数学模型含有的三个基本假定是_______ . 解:正态性、方差齐性、独立性. 5,多元线性回归模型=+Y βX ε中,β的最小二乘估计是?β=_______ . 解:1?-''X Y β= ()X X . 二、单项选择题(每小题3分,共15分) 1,设12(,,,)(2)n X X X n ≥ 为来自总体(0,1)N 的一个样本,X 为样本均值,2 S 为样本方差,则 ____D___ . (A )(0,1)nX N ; (B )2 2()nS n χ ; (C ) (1)()n X t n S - ; (D )2 12 2 (1)(1,1)n i i n X F n X =--∑ . 2,若总体2(,)X N μσ ,其中2σ已知,当置信度1α-保持不变时,如果样本容量n 增大,则μ的 置信区间____B___ . (A )长度变大; (B )长度变小; (C )长度不变; (D )前述都有可能. 3,在假设检验中,分别用α,β表示犯第一类错误和第二类错误的概率,则当样本容量n 一定时,下列说法中正确的是____C___ . (A )α减小时β也减小; (B )α增大时β也增大; (C ),αβ其中一个减小,另一个会增大; (D )(A )和(B )同时成立. 4,对于单因素试验方差分析的数学模型,设T S 为总离差平方和,e S 为误差平方和,A S 为效应平方
数理逻辑与集合论试卷
2006年的考题 一、A={a,b,c},B={X|a∈X且X?A},求B-A, B-{A}, ∪B, ∩B。 二、A={1,2,3,5,9},R是A上的关系且R={
矩阵范数理论及其应用
第四章 矩阵范数理论及其应用 知识要点: 1、向量范数及其性质(范数与赋范空间,n 维向量的1-范数1x 、2-范数2x 、p -范数p x 和∞范数x ∞ ,p p lim x x ∞→∞ =,a P a x Px =,2H H P x Px x P Px ==,有限维赋范 空间的范数是等价的) 2、矩阵范数及其相容性(Frobenius 范数,F E n =,相容性:AB A B ≤,1E ≥) 3、算子范数(定义,列范数,行范数,谱范数) 4、矩阵范数的应用(矩阵序列及幂级数的收敛性,矩阵条件数,摄动理论、矩阵的谱半径) §4.1 向量范数及其性质 一、范数与赋范线性空间 定义1:如果线性空间V 中的任一向量x ,都对应—个实值函数()f x (记为x ),并满足以下三个条件(称为范数公理): (1)非负性:0x ≠时, x >0;0x =时, x =0。 (2)齐次性:ax =a x ,a K ∈,x V ∈。 (3)三角不等式:x y +≤x +y ,,x y V ∈。 则称x 为V 上向量x 的范数(norm ),V 称为赋范线性空间(normed linear space )。 易证x y -满足距离公理,称之为x 与y 的范数诱导的距离。若0n x x -→,则称n x 收敛于x ,记为n x x →。 例1:对于连续函数空间[,]C a b 中的向量()f x ,可如下定义范数为:1()()b a f t f t dt = ? , () max () a t b f t f t ∞ ≤≤=,1 () ()b p p p a f t f t dt ?? =???? ?,1p ≤<∞。分别称之为1-范数,∞- 范数,p -范数。 注:需要用到数学专业的一些函数不等式,才能证明上述范数的正确性。 性质1:对于赋范线性空间V 上任意的x ,定义实函数()f x x =,则()f x 为V 上的连续函数,即0x x →时,0()()f x f x →,其中0x V ∈。 证明:由000()()f x f x x x x x -=-≤-可知,0x x →时,0()()f x f x →。 因此,()f x 为V 上的连续函数。
矩阵范数规范标准详解
《周国标师生交流讲席010》 向量和矩阵的范数的若干难点导引(二) 一. 矩阵范数的定义 引入矩阵范数的原因与向量范数的理由是相似的,在许多场合需要“测量”矩阵的“大小”,比如矩阵序列的收敛,解线性方程组时的误差分析等,具体的情况在这里不再复述。 最容易想到的矩阵范数,是把矩阵m n A C ?∈可以视为一个mn 维的向量(采用所谓“拉 直”的变换),所以,直观上可用mn C 上的向量范数来作为m n A C ?∈的矩阵范数。比如 在1l -范数意义下,111 ||||||m n ij i j A a === ∑∑( ) 12 tr()H A A =; (1.1) 在2l -范数意义下,1 2 211||||||m n F ij i j A a ==??= ??? ∑∑, (1.2) 注意这里为了避免与以后的记号混淆,下标用“F ”,这样一个矩阵范数,称为Frobenius 范数,或F-范数。可以验证它们都满足向量范数的3个条件。 那么是否矩阵范数就这样解决了?因为数学上的任一定义都要与其对象的运算联系起来,矩阵之间有乘法运算,它在定义范数时应予以体现,也即估计AB 的“大小”相对于A B 与的“大小”关系。 定义1 设m n A C ?∈,对每一个A ,如果对应着一个实函数()N A ,记为||||A ,它满足以下条件: (1)非负性:||||0A ≥; (1a )正定性:||||0m n A O A ?=?= (2)齐次性:||||||||||,A A C ααα=∈; (3)三角不等式:||A ||||||||||||,m n A B A B B C ?+≤+?∈ 则称()||||N A A =为A 的广义矩阵范数。进一步,若对,,m n n l m l C C C ???上的同类广义矩阵 范数||||?,有 (4)(矩阵相乘的)相容性:||A ||||||||||||AB A B ≤, n l B C ?∈, 则称()||||N A A =为A 的矩阵范数。 我们现在来验证前面(1.1)和(1.2)定义的矩阵范数是否合法?我们这里只考虑(1.2),把较容易的(1.1)的验证留给同学们, 三角不等式的验证。按列分块,记1212(,,,),(,,,)n n A a a a B b b b ==L L 。 2 22112||)(,),(),(||||||F n n F b a b a b a B A +++=+Λ 2 222222211||||||||||||n n b a b a b a ++++++=Λ ()()22 121222||||||||||||||||n n a b a b ≤++++L ()()()22 22122121222122||||||||2||||||||||||||||||||||||n n n n a a a b a b b b =++++++++L L L 对上式中第2个括号内的诸项,应用Cauchy 不等式,则有 222||||||||2||||||||||||F F F F F A B A A B B +≤++2(||||||||)F F A B =+ (1.3) 于是,两边开方,即得三角不等式。 再验证矩阵乘法相容性。
应用数理统计试题
应用数理统计复习题 1.设总体,有容量分别为10,15的两个独立样本,求它们的样本均值之差的绝对值小于0.3的概率. 解:设两样本均值分别为,则 2. 设总体具有分布律 1 2 3 其中为未知参数,已知取得了样本值,求的矩估计和最大似然估计. 解:(1)矩估计: 令,得. (2)最大似然估计: 得 3. 设某厂产品的重量服从正态分布,但它的数学期望和方差均未知,抽查10件,测得重量为斤。算出 给定检验水平,能否认为该厂产品的平均重量为5.0斤? 附:t1-0.025(9)=2.2622 t1-0.025(10)=2.2281 t1- 0.05(9)=1.8331 t1-0.05(10)=1.8125 解: 检验统计量为
将已知数据代入,得 所以接受。 4. 在单因素方差分析中,因素有3个水平,每个水平各做4次重复实验,完成下列方差分析表,在显著水平下对因素是否显著做检验。 来源平方和自由度均方和F比 因素 4.2 误差 2.5 总和 6.7 解: 来源平方和自由度均方和F比 因素 4.2 2 2.1 7.5 误差 2.5 9 0.28 总和 6.7 11 ,,认为因素是显著的. 5. 现收集了16组合金钢中的碳含量及强度的数据,求得 ,. (1)建立关于的一元线性回归方程; (2)对回归系数做显著性检验(). 解:(1) 所以, (2)
拒绝原假设,故回归效果显著. 6.某正交试验结果如下 列号 试验号A B C 1 2 3 结果 1 2 3 4 1 1 1 1 2 2 2 1 2 2 2 1 13.25 16.54 12.11 18.75 (1)找出对结果影响最大的因素; (2)找出“算一算”的较优生产条件;(指标越大越好) (3)写出第4号实验的数据结构模型。 解: 列号 试验号A B C 1 2 3 结果 1 2 3 4 1 1 1 1 2 2 2 1 2 2 2 1 13.25 16.54 12.11 18.75 ⅠⅡR 29.79 25.36 32.0 30.86 35.29 28.65 1.07 9.9 3.35 (1)对结果影响最大的因素是B; (2)“算一算”的较优生产条件为 (3) 4号实验的数据结构模型为 ,
离散数学测试(数理逻辑)
《离散数学》单元测试(数理逻辑部分) 一、填空题 1. 命题公式)(r q p G →?→=,则G 共有 个不同的解释,使公式G 为假的解释是 和 ,把G 在其所有解释下所取真值列成一个表,称为G 的 ,并可以通过它判定该公式的类型是 。 2. 在谓词逻辑中将下面命题符号化: a) 在北京工作的人未必都是北京人。(设F (x ):x 在北京工作,G (x ):x 是北京人) 。 b) 没有不犯错的人。(设F (x ):x 是人,G (x ):x 犯错误) 。 3. 将公式化成与之等值的前束范式, =→?→???)))()((),((x R z zQ y x yP x 。 4. 设谓词的定义域为},,{c b a ,将表达式))()((y yS x R x ?∧?中的量词消除,写成与之等值的命题公式 是 。 二、单项选择题 1. 一个公式在等值的意义下,下面哪个写法是唯一的( )。 A .析取范式 B .合取范式 C .主析取范式 D .以上答案都不对 2. 设命题公式P Q P G →∧=)(,则G 是( )。 A. 永假式 B. 永真式 C. 可满足式 D. 析取范式 3. 设命题公式)(),(P Q P H Q P G ?→→=→?=,则G 与H 的关系是( )。 以上都不是。 .;.;.;.D H G C G H B H G A ???
4. 已知命题))((R Q P G ∧→?=,则所有使G 取真值1的解释是( )。 A. (0,0,0),(0,0,1),(1,0,0) B. (1,0,0),(1,0,1),(1,1,0) C. (0,1,0),(1,0,1),(0,0,1) D. (0,0,1),(1,0,1),(1,1,1) 5. 设I 是如下一个解释,0 101),(),(),() ,(},,{b b P a b P b a P a a P b a D =, 则在解释I 下取真值为1的公式是( )。 ),(.);,(.);,(.);,(.y x yP x D x x xP C y x yP x B y x yP x A ??????? 6. 下面给出的一阶逻辑等值式中,( )是错的。 .(()())()(); .(()())()(); .()(()); .()(()). A x A x B x xA x xB x B x A x B x xA x xB x C xA x x A x D A xB x x A B x ?∨??∨??∨??∨??????→???→ 三、判断题 1. 判断下列陈述是否是命题? a) 3是无理数。 b) 什么时候开会呀? c) 2310x +≤。 d) 苹果树和梨树都是落叶乔木。 e) 吃一堑,长一智。 f) 李辛与李末是兄弟。 2. 设A 与B 均为含n 个命题变项的公式,判断下列命题的真值。 a) A ?B 当且仅当 A B 是可满足式。 b) 若A 为重言式,则A 的主析取范式中含有2n 个不同的极小项。 c) A 为矛盾式,当且仅当A 的主合取范式中含有2n 个不同的极大项。 d) 任何公式A 都能等值地化为联结词集{∧、∨} 中的公式。 3. 任何一阶逻辑公式都存在唯一与之等值的前束范式。
《应用数理统计》期末考试真题_2009年
《应用数理统计》期末考试试题 (2009-12-12上午9:00—11:00) 学院: 学号: 姓名: 注意:所有题目答案均做在答题纸上,该试卷最后随答题纸一同上交,否则成绩无效。 一、判断题 (30分) 判断下列说法是否正确,正确的划√,错误的划×。 1、若函数()f x 是某一随机变量X 的概率密度,则一定有()0f x ≥。 ( ) 2、设随机变量X 和Y 相互独立,则期望()()()E XY E X E Y =。 ( ) 3、二维随机变量(,)X Y 的相关系数0ρ=是X 与Y 相互独立的必要条件。 ( ) 4、在数理统计中,总体可视为一个概率分布。( ) 5、样本的函数即为统计量。( ) 6、当x 取定一已知常数时,经验分布函数()n F x 为一统计量。 ( ) 7、设随机变量2~(0,1),~()X N Y n χ 服从自由度为n 的t 分布。 ( ) 8、点估计问题中,一致最小方差无偏估计一定是有效估计。 ( ) 9、假设检验中,在样本容量固定的情形下,第一类错误和第二类错误不可能同时减小。 ( ) 10、假设检验中,第一类错误α的设定越小越好。 ( ) 二、(10分)(1)叙述F 分布的构造性定义。 (2)对连续型随机变量X ,若有()αα=≤x X P ,称αx 为随机变量X (或其分布)的α分位点,记为αX 。其中10<<α。记服从自由度分别为,m n 的F 分布的α分位点为(,)F m n α,试证明:11(,)(,) F m n F n m αα?= 。 三、(15分)设总体X 服从区间],0[θ(0θ>,未知)上的均匀分布,123,,X X X 为来自总体X 的简单样本, (1)试求其顺序统计量(1)(3)(,)X X 的联合概率密度;
数理逻辑的发展历史
数理逻辑的发展历史 数理逻辑又称符号逻辑、理论逻辑。是用数学方法研究逻辑或形式逻辑的学科。它既是数学的一个分支,也是逻辑学的一个分支。其研究对象是对证明和计算这两个直观概念进行符号化以后的形式系统。数理逻辑是数学基础的一个不可缺少的组成部分。 1.数理逻辑的发展概况 迄今为止,数理逻辑仅仅有三百余年的历史,但他同任何一门科学一样,也经历了一个发生和发展的过程。他最初是作为“运用数学方法的逻辑”产生的,主要是在数学等演绎科学发展的基础上为适应他们的表述和论证的需要而兴起的,随后数学的发展正式提出并要求认真解决数学的逻辑和哲学基础问题,于是数理逻辑又发展成了“关于数学的逻辑”,并且与数学基础理论相结合,形成了一门数学科学。 具体地讲:数理逻辑的产生和发展大致可分为以下所述的三个阶段。 2.数理逻辑的发展三阶段 2.1第一阶段——从17世纪60年代至19世纪80年代 此阶段开始采用用数学方法研究和处理形式逻辑。 当时的古典形式逻辑不足之处已为某些逻辑学者所理解。人们感到演绎推理和数学计算有相似之处,希望能把数学方法推广到思维的领域。数理逻辑的先驱莱布尼茨首先明确地提出了数理逻辑的指导思想。他设想能建立一种“普遍的符号语言”,这种语言包含着“思想的字母”,每一基本概念应由一表意符号来表示。一种完善的符号语言又应该是一个“思维的演算”,他设想,论辩或争论可以用演算来解决。莱布尼茨提出的这种符号语言和思维演算正是现代数理逻辑的主要特证。他成功地将古典逻辑的四个简单命题表达为符号公式。 而19世纪中叶,英国数学家和逻辑学家乔治布尔相当成功的建立了一个逻辑演算系统,被视为数理逻辑的第二个创始人。他所建立的逻辑代数式数理逻辑的早期形式,他主张使用“类”来处理思维形式,判断则表示“类” 与“类”之间的关系,他所创立的逻辑是“类”的逻辑,亦称“类的代数”。 他还创立了“命题代数”,而这两种代数是今天数理逻辑的基本部分,即有名
概率数理统计试题及答案
应用数理统计试题 1.设15,,X X 是独立且服从相同分布的随机变量,且每一个()1,2,,5i X i = 都服从()0,1.N (1)试给出常数c ,使得()22 12c X X +服从2χ公布,并指出它的自由度; (2)试给出常数,d 使得 服从t 分布,并指出它的自由度. 2.设总体X 的密度函数为 ???<<+=其他, 01 0,)1();(x x x f ααα 其中1->α是未知参数, ),,(1n X X 是一样本, 试求: (1) 参数α的矩估计量; (2) 参数α的最大似然估计量. 3.有一种新安眠剂,据说在一定剂量下能比某种旧安眠剂平均增加睡眠时间3小时,为了检验新安眠剂的这种说法是否正确,收集到一组使用新安眠剂的睡眠时间(单位:小时): 26.7, 22.0, 24.1, 21.0, 27.2, 25.0, 23.4. 根据资料用某种旧安眠剂时平均睡眠时间为20.8小时,假设用安眠剂后睡眠时间服从正态分布,试问这组数据能否说明新安眠剂的疗效?()0.05.α= 4.若总体X 服从正态分布() 22.1,1N ,样本n X X X ,,,21 来自总体X ,要使样本均值X 满足不等式{}95.01.19.0≥≤≤X P ,求样本容量n 最少应取多少? 5.在某种产品表明进行腐蚀刻线实验,得到腐蚀深度y 与腐蚀时间x 对应的一
(1)预测腐蚀时间75s 时,腐蚀深度的范围(α-1=95%); (2)若要求腐蚀深度在10~20um 之间,问腐蚀时间应如何控制? 6.简述方差分析,主成分分析的基本思想 附:统计查表数据 0.025(6) 2.447t =,0.025(7) 2.365t =,(1.96)0.975Φ= 参考答案: 1.设15,,X X 是独立且服从相同分布的随机变量,且每一个()1,2,,5i X i = 都服从()0,1.N (1)试给出常数c ,使得() 22 12c X X +服从2χ公布,并指出它的自由度; (2)试给出常数,d 使得服从t 分布,并指出它的自由度. 解 (1)由于()()()22 21212~0,1,~0,1, ~2X N X N X X +χ故 因此1c =,1222 X X +服从自由度为2的2χ分布. (2)由于()()~0,11,2,5i X N i = 且独立,则()12~0,2X X N + ()~0,1N 而 ()22223453X X X ++=χ ()~3,t ()~3t 所以d =自由度为3. 2. 设总体X 的密度函数为 ???<<+=其他, 01 0,)1();(x x x f ααα 其中1->α是未知参数, ),,(1n X X 是一样本, 试求:
数理逻辑与集合论—参考试卷解答
暨 南 大 学 试 卷 答 案 一、填空、选择题(15小题,每题2分,共30分) 1. 真 2. 设P:2+2=5, Q:地球是静止不动的,?P → Q; 真值为:假 3. 236,230 4. (()()(,))x y T x C y F x y ???∧→ 5. 并非所有的智能工作都能由计算机来完成。 6. ∨∨→∧∧((1)(2)(3))((1)(2)(3))P P P Q Q Q 7. 大华的孩子 8. 极大元:e,f; 极小元:a,最大元:无,最小元:a 9. =-},{y x A {{,},}x y ? =?-}{A {{,},,}x y x y =-A y x }},{{? =-?A ? 10.E 11. A 12. D 13.(a )V, VI, XI (b )II, IV, VII, IX (c )I, III, VIII 14.自反性、对称性、传递性 15.C 、D 二、逻辑谬误辨析(6小题,每小题2分,共12分)
1. 夸张、歪曲,甚至凭空创造对方的观点,使自己能够更加轻松地攻击对方。 2. 不讨论现下的事物,而过分推演对方论点以致荒谬 3. 不能证伪一个事物,或者举出反例,并不能证明这个事物的合理性。 4. 在大量的数据/证据中小心的挑选出对自己的观点有利的证据,而不使用那些对自己不利的数据/证据。 5. 采用循环论证的方法来证明一个被包含在前提里面的观点。 6. 在提出问题的时候加入了诱导的成分,使得对方只能按着你的意思来回答。 三、简答题(5小题,每小题4分,共20分) 1. 解答: (1) 12()()P Q P Q m m ?∨???→?∨ (2) 主合取范式为∧03M M 2. (1) 一个是空集,一个仅含有?这个元素的集合。 (2) 若A = ?,仅能构造一个空函数,故B A = {?};若B = ?,A ≠ ?,A 中的元素无法在B 中找到元素对应,无法定义任何函数,故B A = ? 3. 如果A 是不可数集合,B 是可数集合,那么A –B 一定不可数吗?简要描述你的推理过程,仅仅给出正确结论者只得1分。 答:一定不可数。假设A-B 可数,又因为B 可数,则A 中所有元素可以由A-B, B 两个可数集合中的元素轮流枚举,则A 可数,与前提矛盾。故假设不成立,A-B 一定不可数。 4. (1)对称 (2)自反、传递 (3) 对称