1.1 集合 1.2 映射与变换 1.3 代数运算 1.4 运算律 1.5 同态与同构 1.6 等价关系与集合的分类

这一节中希望大家能多动脑子呵呵因为我懒得写很多东西嘿嘿不好意思了 接着看上一节的变换 90,70,100,70]--[82.5,-2.5,10,15] 82.5即4个数的平均数可画出其对应波形如F.1其他数字对应相应波形(请稍微思考一下为什么及这 些波形特点)好了思考后请画出8个点阵的对应波形(如是新手,一定要亲手作作)以后我们将使用 这些波深入学习 在这里我们称这些图形为波,与常见的SN波不同呵呵可能不习惯 我举几个重要特性:

第三节协方差及相关系数 对多维随机变量,随机变量的数学期望和方差只反了各自的平均值与偏离程度,并 没能反映随机变量之间的关系.本节将要讨论的协方差是反映随机变量之间依赖关系的一 个数字特征

第一章 事件与概率 第二章 离散型随机变量 第三章 连续型随机变量 第四章 大数定律与中心极限定理 第五章 数理统计的基本概念 第六章 点估计 第七章 假设检验 第八章 方差分析和回归分析

随机变量的数学期望是对随机变量取值水平的综合评价,而随机变量取值的稳定性是 判断随机现象性质的另一个十分重要的指标

一、C上多项式 对于F[x]上的多项式f(x),它在F上未必有根, 那么它在C上是否有根? 定理1.8.1(代数基本定理): 每一个次数大于零的多项式在复数域上至多有 个根。 定理1.8.2:

线性函数 定义1设V是数域P上的一个线性空间,f是V到P的一个映射,如果f 满足 1)f(a+)=f(a)+f() 2) f(ka)=(a), 式中a,B是V中任意元素,k是P中任意数,则称f为V上的一个线性函数 从定义可推出线性函数的以下简单性质: 1.设f是v上的线性函数,则f(0)=0,f(-a)=-f(a) 2.如果B是a1,a2…,a的线性组合:

定义设A是数域K上一个n阶方阵,g(x)是K上一个m次多项式.如果g(A)=0,则g(x) 称为方阵A的一个化零多项式 Hamilton-Cayley-定理设A是数域K上的n阶方阵,f是A的特征多项式,则f(A)=0. 证明A在C内相 Jordan似于形矩阵J,即有c上可逆阵T使TAT=J显然对任意正 整数k

第一章随机事件及其概率 第二章一维随机变量及其分布 第三章多维随机变量及其分布 第四章随机变量的数字持征 第五章数定律和中心极限定理 第六章数理统计基本知识 第七章参数估计 第八章假设检

一、一般求积公式及代数精度 二、 插值型求积公式 三 、牛顿—柯特斯（Newton-Cotes）公式 四、余项 五 、复合求积公式与龙贝格（Romberg）算法 六、 高斯（Guass）求积公式