北京工业大学：《概率论与数理统计 Probability and Statistics》课程电子教案（PPT教学课件）第二十三讲 第八章 假设检验 第三节 正态总体方差的检验

实验3的基本内容 插值的基本原理 Experiments in Mathematics 三种插值方法:拉格朗日插值,分段线性 插值,三次样条插值

一、可逆矩阵的概念 二、可逆矩阵的判定、求法 三、逆矩阵的运算规律 四、矩阵方程

一、总体与样本 二、统计量与样本矩 三、经验分布函数与直方图

运用 Mathematica 完成向量代数的基本运算，求解简单空间曲线与曲面问题，掌握绘制空间曲线，平面，二次曲面的方法

 基本概念  正态总体均值的假设检验  正态总体方差的假设检验

不动点迭代法 不动点迭代的收敛性 迭代序列的收敛速度 序列收敛加速方法

在大量的应用领域中,人们经常面临用一个解析函数描述数据(通常是测量值)的任务。 对这个问题有两种方法。在插值法里,数据假定是正确的,要求以某种方法描述数据点之间 所发生的情况。这种方法在下一节讨论。这里讨论的方法是曲线拟合或回归。人们设法找出 某条光滑曲线,它最佳地拟合数据,但不必要经过任何数据点

设矩阵A∈Rn,如果存在数入∈C及非零向量x∈C满足方程 Ax∈x,则称λ为矩阵A的一个特征值,称为矩阵A的相应于特 征值λ的特征向量。为简单起见,下称,x为矩阵A的一特征对。 特征值的计算,直接从特征方程()=det-A)=0出发会遇到很 大困难,当n稍大一些,行列式展开本身就很不容易,随后是高次代数 方程求解。因此,矩阵特征值的求解,主要是数值解法

数列定义整标函数.数列给出方法通项,递推公式(循环级数)数列的几何意义.特殊数列:常驻列,有界列,单调列和往后单调列