研究对象：求解高等数学、线性代数、工程实践中相关数学模型的数值方法. 主要内容：误差理论，插值与曲线拟合，线性方程组的数值解法，非线性方程的迭代解法，数值积分和数值微分，常微分方程初值问题的数值解法，矩阵特征值问题的数值计算等． 1.1 数值分析的内容与特点 1.2 误 差及有效数字 1.3 数值运算的误差估计 1.4 数值计算的注意事项

第8章数据处理 第二单元直方图 一、学习目标 了解用直方图的方法处理数据. 二、内容讲解 当数据很多的时候,如何来处理数据?这包括两个方面的问题:从一个角度 来说,若数据很多,计算数据的平均数和方差是很麻烦的,或者说不必要计算精确 的特征数;第二个问方面,我们不满足计算数据的特征数,我们还要知道数据的全 貌

提出问题 分析问题 提出解决问题的方案 利用数学方法解决问题 应用举例 模型改进

§1 引言 §2 Euler 方法 §3 Runge-Kutta方法 §4 线性多步法

常微分方程分为 （1）初值问题（8.1节) （2）边值问题（8.2节)

乘幂法是适用于求一般矩阵按模最大特征值及相应特征向量的算法

3、矩与相关系数 设k为正整数,ξ为随机变量,如果下面的数学期望存在,则

6.1常微分方程及其求解概述 6.2初值问题解法 6.3边值问题解法

第一节 数学期望 第二节 方差 第三节 协方差及相关系数 第四节 矩、协方差矩阵

M－C 模拟是一种试验近似方法，希望能以较少 的试验次数（即较低的费用）得到较高的精度