本书为上册.数值分析部分内容由解线性代数方程组的直接法和迭代法、矩阵特征值和特征向量的计算、非线性方程的数值解法、插值与逼近、数值积分、常微分方程初值问题的数值解法等基本内容组成.矩阵部分内容由矩阵基础知识、线性空间与内积空间、线性变换、矩阵的标准型、矩阵函数、广义逆等基本内容组成.书中内容力求精简，系统性强，循序渐进，易于教学

§1 数理统计中的几个概念 §2 数理统计中常用的三个分布 §3 一个正态总体下的统计量的分布 §4 两个正态总体下的统计量的分布

§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)可疑数据的取舍——过失误差的判断方法:Q检验法;格鲁布斯( Grubbs)检验法。确定某个数据是否可用。 (2)分析方法的准确性———系统误差的判断显著性检验:利用统计学的方法,检验被处理的数据是否存在统计上的显著性差异

1. 数据和数据类型的概念 2. C语言基本元素 3 常量和变量 4 整型、实型、字符型数据的表示 5 运算符和表达式 6 数据的输入和输出

1.实验过程中常遇到的两类数字 (1)数目:如测定次数;倍数;系数;分数 (2)测量值或计算值。数据的位数与测定准确度有关

什么是参数估计? 参数是刻画总体某方面概率特性的数量. 当此数量未知时,从总体抽出一个样本, 用某种方法对这个未知参数进行估计就 是参数估计. 例如,~N(u,o2) 若从2未知,通过构造样本的函数,给出 它们的估计值或取值范围就是参数估计 的内容 点估计区间估计

确定统计量的分布 是数理统计的基本 问题之一 正态总体是最常见的总体,本节介绍 的几个抽样分布均对正态总体而言

数学模型概迷 1、绪论 2、数学模型 3、数学建模过程 4、数学建模示例123 5、建立数学模型的方法和步骤 6、数学模型的分类

第二节常数项级数的审敛法 1.正项级数及其审敛法 2.交错级数及其审敛法 3.内绝对收敛与条件收敛