一、 基于统计的方法 1、霍夫曼编码 2、香农－范诺方法 3、算术编码方法 4、 行程编码（RLE） 5、 词典编码

6.1 数据处理与多项式计算 6.2 数值微积分 6.3 离散傅立叶变换 6.4 线性方程组求解 6.5 非线性方程与最优化问题求解 6.6 常微分方程的数值求解 6.7 稀疏矩阵

主要介绍水准测量的原理和方法、水准仪构造使用及其检校、水准测量误差来源及其消除方法水准路线的施测方法及数据处理

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

2.1 误差的定义及分类 2.2 随机误差和估算 2.3 系统误差（不具有抵偿性的误差） 2.4 粗差 2.5 测量结果的数据处理流程 2.6 间接测量中误差的合成与分配 2.7 有效数字

参数估计的内容: 1、点估计(Point Estination):估计未知参数的值 2、区间估计(Interval Estimation):估计未知参数的估计值的精确性和可靠性 0=θ+△ 本章介绍统计学中的参数估计的一些基本概念和方法

Monte Carlo算法的一个重要组成部分: 描述所要模拟的物理系统的一些概率密度函数(PDF) →描述整个系统在空间、能量、时间或多维相空间中的 发展和演化; Monte Carlo模拟的主要任务:

主要介绍水准测量的原理和方法、水准仪构造使用及其检校、水准测量误差来源及其消除方法水准路线的施测方法及数据处理

第六章引言 (ntroduction) Monte carlo方法: 亦称统计模拟方法, statistical simulation method →利用随机数进行数值模拟的方法 Monte carlo名字的由来: 是由 Metropolis在二次世界大战期间提出的: Manhattan计 划,研究与原子弹有关的中子输运过程 Monte carlo是摩纳哥( monaco)的首都,该城以赌博闻名

实验结果一般不能直接与理想的数学分布相比较,这是因为理论模型所 要求的一些实验条件是无法达到的