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

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

一、两向量的数量积 二、两向量的向量积 三、两向量的混合积

1.1行列式 1.计算下列排列的反序数: (i)523146879; (ii)n,n-…,2 ()2k,,2k-1,2,…,k+1,k 2.假设n个数码的排列,2,,的反序数是,那么排列inn1的

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

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;

第四章4-3线性映射与线性变换 4.3.1线性映射的定义 定义设U,V为数域K上的线性空间,φ:U→V为映射,且满足以下两个条件: i)、(a+)=(a)+(),(a,B∈U); i)、(ka)=k(a),(a∈U,k∈K), 则称为(由U到V的)线性映射, 由数域K上的线性空间U到V的K的线性映射的全体记为Hom(U,V),或简记为 Hom(U,). 定义中的i和)二条件可用下述一条代替 (ka+1)=k(a)+kq(B),(a,B∈U,k,l∈K)

一、欧拉方程 形如 n1,(n) x\y+px\y+…++pny=f(x) 的方程(其中P1,P2Pn为常数)叫欧拉方程 特点:各项未知函数导数的阶数与乘积因子自 变量的方次数相同 解法:欧拉方程是特殊的变系数方程,通过变 量代换可化为常系数微分方程