一、判断题 1、设代数系统是的子代数，则 S  G。 （ ） 2、如果一个有向图D是欧拉图，则 D是强连通图。 （ ） 3、设 G 为 n 阶无向图简单图，则其补图也为 n 阶无向图简单图。 （ ）

§8.1 Laplace变换的概念 §8.2 Laplace变换的性质与计算 §8. 3 用留数求 Laplace逆变换 §8.4微分积分方程L -变换解法

一、一元数据处理方法 1、插值法 2、数据拟合 2.1 线性最小二乘拟合（多项式拟合）方法 2.2 回归分析方法 二、多元数据处理方法 1、二维插值 2、多元回归分析 3、聚类分析 4、主成分分析 三、如何写好建模竞赛论文

一、教学目的要求 1.了解参数估计的估计值、估计量。 2掌握矩估计法、最大似然估计法的原理及定义。 3理解顺序统计量法的定义。 二、教学方法 讲授法:讲解参数估计的估计值、估计量等概念、矩估计法、最大似然估计定义、顺序统计量法的定义

§1 复数及代数运算 §2 复数的几何表示 §3 复数的乘幂与方根 §4 区域 §5 复变函数 §6 复变函数的极限和连续性

为 Householder矩阵或反射矩阵。可证其具有以下性质: (1)H是实对称的正交矩阵,即H-=H=H; (2)det(H)=-1 (3)H仅有两个不等的特征值±1,其中1是n-1重特征值,-1是单重特征值,w为其相应的特征向量;

§1 随机变量的概念与离散型随机变量 §2 0-1分布和二项分布 §3 泊松分布 §4 随机变量的分布函数 §5 连续型随机变量 §6 均匀分布和指数分布 §7 正态分布 §8 随机变量函数的分布

一、教学目的要求 1.了解假设检验的原理和基本概念:原假设、备择假设、显著性水平(检验水平)、参数假设检验。 2掌握U、t检验法。 3重点掌握U、t检验法的步骤

1、理解显著性检验的基本思想，掌握显著性检验基本步骤和可能产生的两类错误； 2、掌握单个及两个正态总体的均值和方差的假设检验； 3、知道总体分布假设的

1、理解随机事件和样本空间的概念，熟练掌握事件之间的关系与基本运算； 2、理解事件频率的概念，了解随机现象的统计规律性； 3、理解古典概率的定义，了解概率的统计定义、几何概率的定义，知道概率的公理化定义；