1 What Is Statistics? 1 2 Probability 20 3 Discrete Random Variables and Their Probability Distributions 86 4 Continuous Variables and Their Probability Distributions 157 5 Multivariate Probability Distributions 223 6 Functions of Random Variables 296 7 Sampling Distributions and the Central Limit Theorem 346 8 Estimation 390 9 Properties of Point Estimators and Methods of Estimation 444 10 Hypothesis Testing 488 11 Linear Models and Estimation by Least Squares 563 12 Considerations in Designing Experiments 640 13 The Analysis of Variance 661 14 Analysis of Categorical Data 713 15 Nonparametric Statistics 741 16 Introduction to Bayesian Methods for Inference 796

方向导数与梯度 实例:一块长方形的金属板,四个顶点的坐标是 1,1),(5,1),(1,3),(5,3).在坐标原点处有一个火 焰,它使金属板受热.假定板上任意一点处的温 度与该点到原点的距离成反比.在(3,2)处有一个 蚂蚁,问这只蚂蚁应沿什么方向爬行才能最快到 达较凉快的地点?

定理 5 如果 V1 ,V2 是线性空间 V 的两个子空间，那么它们的交 V1 V2 也是 V 的子空间

第七节极限存在准则两个重要极限 1、两个准则:夹逼准则单调有界准则 2.两个重要极限:1lim=1、2lim(+a)=e

1.n维向量的概念 定义2所谓数域P上一个n维向量就是由 数域P中n个有次序的数a1,a2,…,an所组 成的数组,这n个数称为该向量的n个分量,第 i个数a称为第i个分量 分量全为实数的向量称为实向量, 分量全为复数的向量称为复向量

1.区域等概念 邻域U(P,8)={P|PP|<8},内点,边界点,开集,(开)区 域闭区域,边界点,有界点集,有界(开或闭)域,n维空间{(x1,x2, …,xn)},它的点及坐标x,n维空间中两点P(x1,x2,…,xn)与Q (y,y,…y)间的距离 y2-dta 等简单概念(叙述略,见教材)

第三章3-3行列式的初步应用 3.3.1行列式的应用:用行列式求逆矩阵;克莱姆法则 定义设矩阵 a1a12…an A= a21a22…a an1an2…a 矩阵 . A12A22An2 : AnA2n…A 称为A的伴随矩阵。 由行列式的性质容易证得

第二章4矩阵的运算 2.4.1矩阵运算的定义 定义(矩阵的加法和数乘)给定两个mn矩阵 [a1a12an [b1b12…b A= a21 a22 a2n B= b21b22…b2 : : Lamt am22a bmbm2b A和B加法定义为

2混合积的坐标表示式 设向量a=(a2,a1,a)B=(b,b,b,y=(cy,y,C

§2.1 导数的概念 §2.2 导数的基本公式与运算法则 §2.3 高阶导数 §2.4 导数的应用 §2.5 微分