一、线性相关性的概念 定义3给定向量组A:a1,a2,…,am,如果存在不 全为零的数k,k2,k使 1,2,,m ka1+k2a2+…+kmam=0 则称向量组A是线性相关的,否则称它线性无关 注意1.若a1,a2,,an线性无关,则只有当 1=…=n=0时,才有 a1+2a2+…+nan=0成立

最佳平方逼近:即连续型L-S逼近,在fl=√(f,f)意义 下,使得P-yl最小

§1 基本概念 §2 输入过程与服务时间的分布 §3 生灭过程 §4 M / M /s 等待制排队模型 §5 M / M / s/ s 损失制排队模型 §6 M / M / s 混合制排队模型 §7 其它排队模型简介 §8 排队系统的优化 §9 产生给定分布的随机数的方法 §10 排队模型的计算机模拟

§1 灰色系统概论 §2 关联分析 §3 优势分析 §4 生成数 §5 灰色模型 GM §6 灰色预测 §7 SARS 疫情对某些经济指标影响问题 §8 道路交通事故灰色 Verhulst 预测模型 §9 GM(2,1)和 DGM 模型 §10 GM(1, N) 和GM(0, N) 模型 §11 总结

§1 点估计 §3 估计量的评选标准 §4 区间估计 §5 正态总均值与方差的区间估计 §6 (0--1)分布参数的区间估计 §7 单侧置信区间

在实际检验的过程中，并不是将这3万只灯泡全部一一进行 检验，常常是随机地抽取其中一部分来进行灯泡的寿命的检测. 事实上，通常没有必要有时甚至不可能对总体逐一进行检验. 如考察一批炮弹的质量，能把它们全部爆炸来进行检验吗？又 如，检验一批棉花的纤维抗拉强度也只能随机地抽取其中一部 分来进行，等等

第3章:线性方程组求解代码汇编问题:求Ax=b的解,A是M阶可逆方阵; 约定:算法中用到的是MN增广矩阵,N=M+1; 变量:i,j,k等为整型变量,x,y,z为实型变 量;

Lagrange插值虽然易算,但若要增加一个节点时,全部基函数l(x)都需重新算过

§1 随机事件 §2 随机事件的概率 §3 古典概型与几何概率 §4 乘法公式与全概率公式 §5 事件的独立性

1、理解总体、个体和样本的概念； 2、了解经验分布函数和直方图的作法，知道格林汶科定理； 3、理解样本均值、样本方差和样本矩的概念并会计算；