因为数值的精度受每次操作所保留的数位的限制,所以数值的任何运算都会引入舍入误 差,重复的多次数值运算会造成累积误差。而对符号表达式的运算是非常准确的,因为它们不 需要进行数值运算,所以无舍入误差。对符号运算结果用函数eval或 numeric,仅在结果转换 时会引入舍入误差

„ Ramsey定理的简单形式 „ 两个简单命题 „ Ramsey定理 „ 小Ramsey数的有关结果 „ Ramsey数的性质 „ Ramsey定理的推广 „ Ramsey定理的一般形式 „ Ramsey定理 „ 关于一般Ramsey数的结果 „ Ramsey定理的应用

第一章 事件与概率 第二章 随机变量及其分布 第三章 随机变量的数字特征 第四章 数理统计的基本概念及抽样分布 第五章 参数估计 第六章 假设检验

2.5.1n阶方阵,对角矩阵,数量矩阵,单位矩阵,初等矩阵,对称、反对称、上三角、 下三角矩阵 定义(数域K上的n阶方阵)数域K上的nn矩阵成为K上的n阶方阵,K上全 体n阶方阵所成的集合记作Mn(K)

„ 求解递推方程 „ 计数多重集的r组合数 „ 不定方程的解 „ 整数拆分

包括插值、数值微分和数值积分、曲线拟合、非线性方程求解、解线性方程组、计算矩阵特征值和特征向量以及常微分方程数值解。本书以例题为中心，通过例题阐明数值计算方法的思想和解题思路

本书介绍常用的数值计算方法，内容包括：函数插值、最小二乘拟合、非线性方程求解、线性方程组解法、数值积分和微分、常微分方程数值解法、矩阵的特征值问题等.本书例题丰富，形式多样，并有C语言和Mathematica语言的例题和习题

一、概率的定义 一个随机事件在一次试验中可能发生,也可能不发生,但我们希望知道事件发生的可能性大 小,并且用数来刻划它。我们称用来刻画事件发生可能性大小的数为事件发生的概率。在概率论 发展初期,概率是用频率来定义,称为概率的统计定义。它的优点是比较直观,但是通过频率来 求概率,需要做的试验次数多、费时、费力,不严格,并且也不利于理论上的推广

第五章大数定律及中心极限定理 5-1大数定律 在实践中,不仅事件发生的频率具有稳定性,还有大量测量值的算术平均值也具有稳定性定义1:

Ø数值积分基本概念 Ø插值型求积公式 Ø求积分的蒙特卡罗方法 Ø复合求积公式 Ø高斯型数值求积公式 Ø龙贝格外推计算公式