线性算子的谱理论是与解算子方程紧密联系的，它起源于代数方 程、线性方程组、积分方程和微分方程的特征值问题. 实际上在泛函 分析产生的早期, Volterra、Fredholm、Hilbert 等人就曾研究过这 样的问题, 同时它也是泛函分析中经久不衰的研究课题. 本章首先讨 论算子的正则性和谱的概念及其基本性质，然后着重叙述 Riesz-Schauder 关于紧算子的谱论和 Hilbert 空间上自伴算子的谱 论，最后介绍谱系和谱分解问题

二、寻求估计量的方法 1.矩估计法 2.极大似然法 3.最小二乘法 4.贝叶斯方法 这里我们主要介绍前面两种方法

前面介绍的各种统计假设的检验方法,几乎都假定了总 体服从正态分布,然后再由样本对分布参数进行检验。 但在实际问题中,有时不能预知总体服从什么分布,这 里就需要根据样本来检验关于总体分布的各种假设,这 就是分布的假设检验问题。在数理统计学中把不依赖于 分布的统计方法称为非参数统计方法

这一章的小礼包又送到大家手上了,首先提示一 下学习本章的基本要求 1.三种方法的算法原理,使用条件,迭代格式; 2.会用计算器按要求的表格形式计算; 3.在此基础上比较三种方法各自的优缺点; 4.能理解割线法和加速收敛方法的几何背景 5.还有能力,可研究一下牛顿法的收敛速率和不动点原理的证明

欧拉方程 一、欧拉方程 形如的方程(其中P1,P2…Pn为常数)叫欧拉方程

数学归纳法的公式表示： [P(1) ∧ m(m  1 ∧ P(m) → P(m+1))] →  n P(n) 1、归纳基础：P(1) 2、归纳步骤： m (m  1 ∧ P(m) → P(m+1))

一、两种描述方法的比较 1.输入输出描述仅揭示在初始松弛的假定下输入 与输出之间的关系。这种描述方法不能表示在非 松弛情况下系统的输入输出关系,更重要的一点 是它也不能揭示系统内部的行为

§1 复数及代数运算 §2 复数的几何表示 §3 复数的乘幂与方根 §4 区域

本章讨论的是用数学建模的方法来处理优化问题：即建立和求解所谓的优化模型。注意的是建模时要作适当的简化，可能使得结果不一定完全可行或达到实际上的最优，但是它基于客观规律和数据，又不需要多大的费用。如果在建模的基础上再辅之以适当的检验，就可以期望得到实际问题的一个比较圆满的回答。本章介绍较为简单的优化模型，归结为微积分中的极值问题，因而可以直接使用微积分中的方法加以求解

直接解法：它是一类精确方法，即若不考虑计算过程中的舍入误差，那么通过有限步运算可以获得方程解的精确结果. Gauss 逐步（顺序）消去法、 Gauss主元素法、矩阵分解法等；