高次插值有 Runge现象,故采用分段低次插值→分段低次合成的 Newton- Cotes复合求积公式

插值 问题的提出: 不少实际问题不但要求在节 点上函数值相等,而且 还要求它的导数值也相等(即 要求在节点上具有一阶光 滑度),甚至要求高阶导数也相 等,满足这种要求的插值 多项式就是埃尔米特 ( Hermite)插值多项式。下面只讨 论函数值与导数值个数相等的 情况

一、概念 实际中,f(x)多样,复杂,通常只能观测到一些离散数据; 或者f(x)过于复杂而难以运算。这时我们要用近似函数g(x)来 逼近f(x) 自然地,希望g(x)通过所有的离散点

二乘法 一般的最小二乘逼近(曲线拟合 的最小二乘法)的一般提法是:对 给定的一组数据(x2y)(=0, 要求在函数类0={…,n中找 一个函数y=S(x),使误差平方和 6l2=∑62=∑S(x)-yF=min∑[S(x)-y

§5.0概述 §5.1高斯消去法 §5.2矩阵分解及其在解方程组中的应用 §5.3矩阵的条件数和方程组的性质

1.写出下列随机试验的样本空间S (1)记录一个小班一次数学考试的平均分数(设以百分制记 分) (2)生产产品直到有10件正品为止,记录生产产品的总件 (3)对某工厂出厂的产品进行检查,合格的记上“正品”,不合 格的记上“次品”如连续查出了2个次品就停止检查,或检查了4

§5.1 支配集、点独立集、点覆盖集 §5.2 边独立集与边覆盖集 §5.3 支配集、点独立集、点覆盖集的求法 §5.4 Ramsey 数

统计量都是随机变量，统计量的分布称为抽样分布。 定理 5.7 设随机变量 X1 , X 2 ,\, X n 相互独立，且 ~ ( , ) 2 Xi N µ i σ i (i = 1,2,\n)

1．理解总体、个体、简单随机样本和统计量的概念，掌握样本均值、样本方差及样本矩的计算

由于幂级数在收敛域内确定了一个和函 数，因此我们就有可能利用幂级数来表示函 数。如果一个函数已经表示为幂级数，那末 该函数的导数、积分等问题就迎刃而解