实际中,很多问题的数学模型都是微分方程。我们可以研究它们的一些 性质。但是,只有极少数特殊的方程有解析解。对于绝大部分的微分方程是 没有解析解的。 常微分方程作为微分方程的基本类型之一,在自然界与工程界有很广泛 的应用。很多问题的数学表述都可以归结为常微分方程的定解问题

基本概念 用点估计来估计总体参数,即使是无偏有效 的估计量,也会由于样本的随机性,从一个 样本算得估计量的值不一定恰是所要估计 的参数真值.而且,即使真正相等,由于参数 值本身是未知的,也无从肯定这种相等.到 底二者相差多少呢?这个问题换一种提法就 是,根据估计量的分布,在一定的可靠程度 下,指出被估计的总体参数所在的可能数值 范围.这就是参数的区间估计问题

9.1特征值与特征向量 9.2 Hermite矩阵特征值问题 9.3 Jacobi方法 9.4对分法 9.5乘幂法 9.6反幂法 9.7QR方法

§1 逼近的概念 §2 最佳平方逼近 §3 正交多项式及性质 §4 数据拟合与最小二乘法 §5 超定线性方程组的最小二乘解

假如试图利用四级 Runge-Kutta方法求解上述初 值问题,要求计算直至得到符合精度要求的稳态 解为止我们讨论计算过程可能遇到的问题 稳定性要求

线性代数( inear algebra)是代数学的一个分支,“代数 这一个词在我国出现较晚,在清代时才传入中国,当时被人们 译成“阿尔热巴拉”,直到1859年,清代著名的数学家、翻 译家李善兰才将它翻译成为“代数学”,一直沿用至今

由第一章知:显函数y=f(x),也可写成F(x,y =y-f(x)=0.由方程F(x,y)=0确定的隐函数可能 有两种情形:y是x的函数y=f(x)或x是y的函 数x=(y);但并非所有隐函数都可化为一个显函 数.如y-esy+x2y2=0. 因而有必要研究隐函数的求导方法,下面通过几个例 子来介绍

总体 总体是指的一个随机变量X 、 样本 样本是指的与总体X的分布完全一样的n个 相互独立的一组随机变量Xx2n其中n 称为样本容量、而对样本做一次观察得到的具体的试验数 据,称作样本值,用小写字母1x2xn表示

1.设A∈R且有线性初等因子,其特征值为2n证明:存在A的左特征向量 yy2y和右特征向量xx2xn,满足A=xy 2.设A∈R且有线性初等因子,其特征值为2,,相应的左特征向量为yy2y ,右特征向量为xx2xn,并有y,x,=0(i≠),y,x,≠0.证明:矩阵

第二节三重积分 一、三重积分的概念及性质 例.非均匀分布立体的质量 一设有空间立体g2,当Ω的质量是均匀分布时, 则的质量M=9的体密度×?的体积 若Ω的质量不是均匀分布的则不能上述方 式算质量M 设空间立体Ω.其质量非均匀分布,体密度 μ(x,y,z)连续,求的质量M