§3 矩阵的LU分解 ❖矩阵的LU分解 ❖对称矩阵的平方根法 ❖改进的平方根法 ❖解三对角方程组的追赶法 §4.向量和矩阵的范数及方程组的性态 ❖向量范数 ❖矩阵的范数 ❖方程组的性态及矩阵条件数

什么是参数估计? 参数是刻画总体某方面概率特性的数量. 当此数量未知时,从总体抽出一个样本, 用某种方法对这个未知参数进行估计就 是参数估计

第一节 误差与方程求根 第二节 拉格朗日插值公式 第三节 曲线拟和的最小二乘法 第四节 数值积分 第五节 常微分方程的数值解法

6.1 数据统计处理 6.2 数据插值 6.3 曲线拟合 6.4 离散傅立叶变换 6.5 多项式计算

定义3V是数域P上一个线性空间,f(a,B)是上一个二元函数,即对V 中任意两个向量a,B,根据f都唯一地对应于P中一个数f(a,B)如果f(a,) 有下列性质:

一、初等因子的概念 定义7把矩阵A(或线性变换A)的每个次数大于零的不变因子分解成互 不相同的一次因式方幂的乘积,所有这些一次因式方幂(相同的必须按出现的次 数计算)称为矩阵A(或线性变换A)的初等因子 例设12级矩阵的不变因子是

在求一个数字矩阵A的特征值和特征向量时曾出现过-矩阵AE-A,我们 称它A为的特征矩阵这一节的主要结论是证明两个nxn数字矩阵A和B相似的 充要条件是它们的特征矩阵E-A和AE-B等价. 引理1如果有nxn数字矩阵PQ使 ME-A=(ME-B)

16.1半群与独异点 一、半群、独异点的定义与性质 二、半群与独异点定义 三、半群与独异点性质 四、半群、独异点的子代数、积代数、商代数

本章主要讲述样本,总体,参数与参数空间;直方图与经验分布函数;统计 内容量,x2分布,t分布和F分布;分位数;正态总体的抽样分布等内容

定义6设A是线性空间V的一个线性变换,的全体像组成的集合称为 的值域,用AV表示所有被A变成零向量的向量组成的集合称为A的核,用 A-(0)表示 若用集合的记号则AV={A55∈V},a-(0)={A5=0,5∈V} 线性变换的值域与核都是V的子空间 AV的维数称为A的秩,A-(0)的维数称为A的零度