1.4 线性规划问题的解概念 2.1 基本概念 2.2 基本定理 §2 线性规划问题的几何意义 §3 单纯形法 3.1 单纯形法举例 §4 单纯形法的计算步骤 §5 单纯形法的进一步讨论 §1 单纯形法的矩阵描述 §3 对偶问题的提出 §4 线性规划的对偶理论 §6 对偶单纯形法 §7 灵敏度分析

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

定理7.3.1设矩阵A∈Rn,且非奇异,则一定存在正交矩 nxn 阵,上三角矩阵R,使 A=OR (7.3.2) 且当要求R的主对角元素均为正数时,则分解式(7.3.2)是唯一的。 证明存在性有矩阵A的非奇 Householder异性及变换矩 阵的性质(3)知,一定可构造n-1个H矩阵:H1,H2,…,Hn-1使 A+1=HA(k=1,2,…n-1)

确定统计量的分布 是数理统计的基本 问题之一 正态总体是最常见的总体,本节介绍 的几个抽样分布均对正态总体而言

定义1设V是数域P上的一个线性空间,f是V到P的一个映射,如果f 满足 1)f(a+)=f(a)+f() 2) f(ka)=(a), 式中a,B是V中任意元素,k是P中任意数,则称f为V上的一个线性函数 从定义可推出线性函数的以下简单性质:

第四章随机变量的数字特征 4-4协方差 1、定义 COV(, Y)=E(X-EX)(Y-EY)=EXY-EXEY 为随机变量X,Y的协方差.而COV(X,X)=DX COV(X,Y) PDxDy为随机变量XY的相关系数。 Pxy是一个无量纲的量;若pxy=0, 称XY不相关此时COVX,Y)=0 定理:若X,Y独立,则X,Y不相关

第四章随机变量的数字特征 4-5矩 1、定义 若EXk存在,称之为X的k阶原点矩 若E(X-EX)存在,称之为X的k阶中心矩 若E(X-EX)(Y-EY)存在,称之为X和Y的k+1 阶混合中心矩。 所以EX是一阶原点矩,DX是二阶中心矩, 协方差Cov(X,Y)是二阶混合中心矩

一、试验数据构造模型 二、正交试验的方差分析法 三、有重复试验的方差分析 四、缺落数据的弥补

前面我们根据区间[ab]上给出的节点做 插值多项式Ln(x)近似表示f(x)。一般总 以为Ln(x)的次数越高,逼近f(x)的精度 越好,但实际并非如此,次数越高,计 算量越大,也不一定收敛。因此高次插 值一般要慎用,实际上较多采用分段低 次插值

习题一 1.按自然数从小到大的自然次序,求解各题。 (1)求1至6的全排列241356的逆序数; 解:t(241356)=0+0+2+1+0+0=3 (2)求1至2n的全排列13…(2n-1)24…(2n)的逆序数;