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

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}

一、主要内容 1. 随机变量的数学期望; 2. 随机变量函数的数学期望; 3. 数学期望的性质; 4. 随机变量的方差; 5. 随机变量函数的方差;

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

1、了解 Bernoulli 概型，熟练掌握二项分布、Poisson 分布； 2、熟练掌握均匀分布、正态分布和指数分布及其性质； 3、熟记二项分布、泊松分布、均匀分布的数学期望和方差；

在科学试验、生产实践和社会生活中,影响一个事件的因素往往很多。例如,在工业 生产中,产品的质量往往受到原材料、设备、技术及员工素质等因素的影响;又如,在工 作中,影响个人收入的因素也是多方面的,除了学历、专业、工作时间、性别等方面外, 还受到个人能力、经历及机遇等偶然因素的影响.虽然在这众多因素中,每一个因素的改 变都可能影响最终的结果,但有些因素影响较大,有些因素影响较小故在实际问题中

单因素方差分析模型 对应于 Tamhane和 Dunlop所著讲义的第12章 幻灯片主要由 Elizabeth newton(美国麻省理工学院)制作, 其中一部分由 Jacqueline(约翰霍普金斯大学)制作

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

为了更好的揭示随机现象的规律性并 利用数学工具描述其规律,有必要引入随 机变量来描述随机试验的不同结果

概率论与数理统计是研究随机现象统计规律性的学科而随机现象的规律性在相同的 条件下进行大量重复试验时会呈现某种稳定性.例如,大量的抛掷硬币的随机试验中,正面 出现频率;在大量文字资料中,字母使用频率工厂大量生产某种产品过程中,产品的废品 率等.一般地,要从随机现象中去寻求事件内在的必然规律,就要研究大量随机现象的问题 在生产实践中,人们还认识到大量试验数据测量数据的算术平均值也具有稳定性.这 种稳定性就是我们将要讨论的大数定律的客观背景在这一节中