一.1.282.1473.(b,10)=14.0.958405.726.393 7.-18. 9.(m)=510.(a,b)|c (,) 11.A12.D13.D14.C15.D16.a17.d18.b19.d20.c 三.1.解:由于(9,21)=3,而3144,所以原方程有解

这一讲我们介绍了全概率公式、贝叶斯公式它们是加法公式和乘法公式的综合运用,同学们可通过进一步的练习去掌握它们.值得一提的是，后来的学者依据贝叶斯公式的思想发展了一整套统计推断方法，叫作“贝叶斯统计”.可见贝叶斯公式的影响

随着人类的进化,为了揭示生命的奥秘,人们越来越注重遗 传学的研究,特别是遗传特征的逐代传播,已引起人们广泛 的注意。无论是人,还是动、植物都会将本身的特征遗传给下一代,这主要是因为后代继承了双亲的基因,形成自己的基因对,由基因又确定了后代所表现的特征。本节将利用数 学的马氏链方法来建立相应的遗传模型等,并讨论几个简单而又有趣的实例

第一章 随机事件和概率 随机试验 样本空间、随机事件 频率和概率 古典概型 几何概型 概率的公理化结构 条件概率 事件的独立性 贝努里概型 第二章 离散型随机变量及其分布 随机变量的概念 一维离散型随机变量的分布律 二维离散型随机变量 离散型随机变量函数的分布律 第三章 连续型随机变量及其分分布函数 一维连续性随机变量及其分布 二维连续性随机变量及其分布 连续性随机变量函数的密度函数 第四章 随机变量的数字特征 数学期望 方差 协方差和相关系数 矩 几个重要随机变量的期望和方差 第五章 大数定律与中心极限定理 依概率收敛 大数定律 依分布收敛 中心极限定理

第9章随机事件与概率 第七单元方差 一、学习目标 通过本节课的学习,认识方差是随机变量取值的离散程度的反映.学会方差 的定义及其性质,会进行方差的计算. 二、内容讲解

通过介绍Bahn- Banach定理在最佳逼近方面的应用帮助 学生认识这一定理应用的途径和方式 lahn- Banach定理在理论上和应用上都是十分重要的,它往往提 供了某些学科或学科分支的理论基础.这里介绍一些它们在逼近论方 面的应用 定义3设X是线性赋范空间,E是X的子集合,x∈X,称 y∈E是x关于E的最佳逼近元

定义设A是数域K上一个n阶方阵,g(x)是K上一个m次多项式.如果g(A)=0,则g(x) 称为方阵A的一个化零多项式 Hamilton-Cayley-定理设A是数域K上的n阶方阵,f是A的特征多项式,则f(A)=0. 证明A在C内相 Jordan似于形矩阵J,即有c上可逆阵T使TAT=J显然对任意正 整数k

1.掌握留数定理,了解留数的计算方法; 2.应用留数定理计算实变函数的定积分

留数定理 一、留数定理 二、留数定理的应用 三、本章小结

一、内容 复数的定义和代数; 复函数的定义和代数; 复函数的分析理论:微分和积分; 中心:解析性一可导性