基础实验1 矩阵的基本运算 基础实验2 矩阵的初等变换 基础实验3 行列式的运算 基础实验4 求解方程组 基础实验5 特征值、特征向量 专题实验1 工资问题 专题实验2 动物繁殖问题 专题实验3 作物育种方案的预测问题 专题实验4 食谱问题

基础实验1 函数与极限 基础实验2 微分及其应用 基础实验3 积分及其应用 基础实验4 三角级数 专题实验1 极限的应用 专题实验2 选址问题 专题实验3 销售决策问题 专题实验4 级数的应用 专题实验5 钓鱼问题

本章内容: 1.最大似然原理; 2.用ML方法求解参数估计问题的步骤; 3.ML估计式的特性; 4.如何计算ML估计值的方差; 5.利用似然函数进行区间估计

通过如下的计算产生锥面的数据矩阵,平面的数据矩阵以及附在锥面上的一条 曲线的数据矩阵,进而输出它们的图形:

第一章 Excel 基本操作简介 .1 1.1 Excel 公式及函数的调用 . 2 1.2 Excel 高级统计功能的调用 .5 第二章 数理统计中常用函数及常见分布 .6 2.1 常用函数 .6 2.2 常见概率分布 .7 第三章 单样本的描述性统计 . 11 3.1 描述统计 . 11 3.2 正态总体的区间估计 . 14 3.3 协方差和相关系数的计算 . 16 第四章 假设检验 . 17 4.1 单正态总体均值的假设检验. 17 4.2 两个正态总体均值的假设检验. 19 4.3 正态总体方差的假设检验 . 21 第五章 方差分析. 23 第六章 回归分析 . 25

数学实验：插值拟合与最优化

8.1 特征值估计与扰动 8.2 幂法与反幂法 8.3 幂法的加速方法 8.4 雅可比方法 8.5 数值实验

引言 Chapter 2 插值方法表示两个变量x,y内在关系一般由函数式y=f(x)表达 但在实际问题中,有两种情况: 、 1由实验观测而得的一组离散数据(函数表),显然这种函 数关系式y=f(x)存在且连续,但未知。 2函数解析表达式已知,但计算复杂,不便使用。通常也函数表

本问题是一个“有人管理分类问题”． 首先分别列举出 20 个学习样本序列中 1 字 符串、2 字符串、3 字符串出现的频率，构成含 41 个变量的基本特征集，接着用主成分分析 法从中提取出 4 个特征．然后用 Fisher 线性判别法进行分类，得出了所求 20 个人工制造序列 及 182 个自然序列的分类结果如下：

一、随机事件 几个概念 1、随机实验:满足下列三个条件的试验称为随机试验 (1)试验可在相同条件下重复进行; (2)试验的 可能结果不止一个,且所有可能结果是已知的; (3)每次试验哪个结果出现是未知的;随机试验以后简 称为试验,并常记为E