在实际应用中,有些随机变量往往是两个或两个以上随机变量的函数例如,考虑全 国年龄在40岁以上的人群,用X和Y分别表示一个人的年龄和体重,Z表示这个人的血 压,并且已知Z与X,Y的函数关系式 Z=8(X,), 现希望通过(X,Y)的分布来确定Z的分布.此类问题就是我们将要讨论的两个随机向量函 数的分布问题 在本节中,我们重点讨论两种特殊的函数关系:

在研究级数时,中心问题是判定级数的敛散 性,如果级数是收敛的,就可以对它进行某些 运算,并设法求出它的和或和的近似值但是除 了少数几个特殊的级数,在一般情况下,直接 考察级数的部分和是否有极限是很困难的,因 而直接由定义来判定级数的敛散性往往不可行 ,这就要借助一些间接的方法来判定级数的敛 散性,这些方法称为审敛法

我们知道对矩阵进行一次初等变换,就相 当于用相应的初等矩阵去左乘原来的矩阵。 因此我们这个观点来考察Gaus消元法用 矩阵乘法来表示,即可得到求解线性方程 组的另一种直接法:矩阵的三角分解

基本概念 采样理论( sampling theory)是指如何进行试样 采集的数学统计理论。怎样通过局部采样在统计 意义上尽可能代表总体,是采样理论和方法所研 究的内容。分析化学中常用的采样方法包括固体 物质的采样方法、动态过程的采样方法和质量检 验的采样方法。 采样常数(sampling constants)为表征实验室样 本的均衡性,或考虑样本的分隔效应, Ingamell和 Visman分别定义了几个采样常数,以便更好的描 述采样特征

在研究级数时,中心问题是判定级数的敛散 性,如果级数是收敛的,就可以对它进行某些 运算,并设法求出它的和或和的近似值但是除 了少数几个特殊的级数,在一般情况下,直接 考察级数的部分和是否有极限是很困难的,因 而直接由定义来判定级数的敛散性往往不可行 ,这就要借助一些间接的方法来判定级数的敛 散性,这些方法称为审敛法

12-3张量 12.3.1线性变换的张量积的矩阵与线性变换的矩阵的关系 设V是域K上的n维线性空间,G和是V的两组基,且 (n)= (1) 设a∈V在(1n)下的坐标为(x1,x),则由前面的知识,可得 x :=T (2) ) 由此可知,坐标是逆变的 现在考虑V的对偶空间n在的对偶基为f,在v的 对偶基为gg,那么就有

定义在假设y=y(x),即第i步计算是精确的前提下,考 虑的截断误差R=y(x)-y称为局部截断误差鬥 local truncation error

12.2.3一元多项式的判别式的定义 给定K[x]内一个n次多项式 F(x)=ax+axn-+…+an(a≠0) 设a1,a2,…an是它的n个根,令 称其为F(x)的判别式。显然,F(x)有重根其充分必要条件是D(F)=0 现在考察n元式

上一章的分离变效法是对直角坐标系的各种定解问题和平面极坐 标系稳定场问题进行的,出现的本征函数都是三角函数.但实际问题 中的边界是多种多样的,坐标系必须参照问题中的边界形状来选择, 不可能总是直角坐标系或平面极坐标系. 圆球形和圆柱形就是两种常见的边界,相应地用球(极)坐标系 和柱坐标系比较方便.本章要考察球坐标系和柱坐标系中的分离变数 法所导致的常微分方程以及相应的本征值问题

在许多随机试验中，需要考虑的指标不止一个。例如，考查某地区学龄前儿童发育情况，对这一地区的儿童进行抽样检查，需要同时观察他们的身高和体重，这样，儿童的发育就要用定义在同一个样本空间上的两个随机变量来加以描述。又如，考察礼花升空后的爆炸点，此时要用三个定义在同一个样本空间上的随机变量来描述该爆炸点。在这一章中，我们将引入多维随机变量的概念，并讨论多维随机变量的统计规律性