§1 随机变量的数学期望 §2 随机变量函数的数学期望 §3 随机变量的方差 §4 协方差与相关系数 §5 独立性与不相关性、矩

§1 随机变量的数学期望 §2 随机变量函数的数学期望 §3 随机变量的方差 §4 协方差与相关系数 §5 独立性与不相关性、矩

3.3~3.4多维随机变量的数字特征 一 多维随机变量函数的数学期望 二 多维随机变量方差和数学期望性质 三 协方差与相关系数 四 n维随机变量的协方差矩阵

掌握随机变量的数学期望、方差、协方差、相关系数等几个基本概念及其性质并会求一 些随机变量及函数的数学期望与方差为后面的学习打下基础

计数问题中排列组合问题是最常见的, 由于其解法往往是构造性的,因此方法灵活 多样,不同解法导致问题难易变化也较大, 而且解题过程出现“重复”和遗漏”的错误较 难自检发现。因而对这类问题归纳总结,并 把握一些常见解题模型是必要的

将Ax=b改写为等价形式x=Bx+g 建立迭代xBx+8从初值x出发, 得到序列{xk}

研究使用计算机求解各种科学与工程 计算问题的数值方法（近似方法），对 求得的解的精度进行评估，以及如何在 计算机上实现求解等。 数值分析课程中所讲述的各种数值方 法在科学与工程计算、信息科学、管理 科学、生命科学等交叉学科中有着广泛的应用

简介（Introduction） 我们知道在实际应用中有许多非线性方程的例子，例如 （1）在光的衍射理论（the theory ofdiffraction of light)中,我们需要求x-tanx=0的根 （2）在行星轨道（planetary orbits）的计算中,对任意的a和b，我们需要求x-asinx=b的根

属于一种迭代法，但如果不考虑计算过程的舍入误 差，CG算法只用有限步就收敛于方程组的精确解

2.1.1求解Ax=b的高斯消去法和选主元高斯消去法 高斯消去法(Gaussian Elimination) 思首先将A化为上三角阵( upper-triangular- 路 matrix),此过程称为消去过程,再求解如 下形状的方程组,此过程称为回代求解 ( backward substitution)