本章主要讨论经下五个问题： 1. 向量的概念及其线性运算； 2. 空间直角坐标系与向量的表示； 3. 向量空间的概念； 4. 向量的线性关系及向量组的秩与极大无关组； 5. 向量空间的维数、基及向量的坐标

一、问题的前期分析 包括： 二、明确问题、分析条件、分析数据 三、为什么问题前期分析至关重要？

一、多元函数的极值 二、多元函数的最大值与最小值 三、条件极值与拉格朗日乘数法

在许多自然科学和社会科学的研究中,经常会遇到 需要判别的问题。例如一个病人肺部有阴影,大夫要判 断他是肺结核、肺部良性肿瘤还是肺癌。这里,肺结核 人、肺部良性肿瘤病人以及肺癌病人组成三个总体,病 人来源于三个总体之一,判断分析的目的是通过人的指 标(阴影大小、阴影部位、边缘是否光滑等)来判断他 应该属于哪个总体(即判断他生的是什么病)

在多元统计分析中,多元正态分布占有相当重要的地位。这是因为,许多随机向量服从正态分布, 或近似服从正态分布,而且目前对于多元正态分布已有一整套统计推断方法,并且得到了许多满意的结果。下面介绍多元正态总休参数的统计推断问题

一、多无线性回归模型 上节讨论了一元线性回归模型,在实际问题中,遇到更多的是讨论随机变量Y与非随机变量x,x2,…,x之间的关系,本节假设它们具有线性关系

某地区内有12个气象观察站（位置如图),有 10年各观察站的年降水量数据.为了节省开支， 想要适当减少气象站. 问题：减少哪些观察站可以使得到的降水量 的信息量仍然足够大？ 如何利用熵的概念解决此问题，给出解决问 题的思路

1、事件的关系运算 2、概率的运算 3、事件的独立性 4、条件概率 5、全概率公式及贝叶斯公式

到此为止我们已经学习了有关解二阶线性偏微分方程 自的各种解法。我们已看到这些解法都是以线性迭加原理为 基础的(分离变量法的解是求和,可数个的迭加;而行波 法、格林函数法、积分变换法的解是积分,不可数的连续 的累加)因此这些解法对于求解非线性方程显然不够用

一．什么是“计算机模拟”？ 一个事例 题：开张营业时，待售自行车 115 辆；(售价-进货价-营业税)=10 元/辆； 保管费：0.8 元/天辆；发生缺货(有顾客要购车而无货)时，损失费：2 元/天辆； 顾客对车的需求量：x 辆/天，x 是从 0 至 99 的均匀分布随机数；