我们这门课程叫高等数学，它的内容包括一元 和多元微积分学，无穷级数论和作为理论基础的 极限理论，以及作为一元微积分学的简单应用— —常微分方程。由于构成它的主体是一元函数微 积分学，所以有时又称为微积分。 17世纪（1763年）Descartes建立了解析几何，同 时把变量引入数学，对数学的发展产生了巨大的影 响，使数学从研究常量的初等数学进一步发展到研 究变量的高等数学。微积分是高等数学的一个重要 的组成部分，是研究变量间的依赖关系——函数的 一门学科，是学习其它自然科学的基础

1学科基础课平台必修课 《概率论与数理统计 B》 《高等数学 A1》 《高等数学 A2》 《大学物理实验》 《数学物理方法 A》 《线性代数》 《力学》 《热学》 《电磁学》 《光学》 《原子物理学 B》 《核物理专业导论》 2学科基础课平台选修课 《画法几何与工程制图》 《电工电子实训》 《模拟电子技术 B》 《数字电子技术 B》 《蒙特卡罗方法》 《核工业概论 B》 《科学计算方法》 《放射化学》 《电路原理》 《核事业发展史》 《辐射成像 B》 《核仪器概论》 《核能经济与分析》 《工程流体力学》 3专业课平台必修课 《原子核物理 B》 《核电子学 C》 《核物理专业毕业实习》 《核物理生产实习》 《核物理毕业设计（论文）》 《核物理专业认识实习》 《理论力学 B》 《电动力学》 《热力学与统计物理》 《量子力学》 《近代物理实验》 4专业课平台选修课 《反应堆物理分析 C》 《核聚变与等离子体》 《粒子物理导论》 《核医学 B》 《加速器原理及应用》 《辐射剂量与防护 C》 《辐射剂量与防护实验》 《固体物理》 《核物理实验数据处理方法》 《核辐射探测 C》 《核辐射探测与核电子学实验》 《核辐射剂量与防护实验》 《计算物理》 《微剂量学》 《核科学技术专业英语》 《虚拟仪器技术》 《核测量仪器》 《同位素示踪》 《肿瘤放射物理学》 《CT 原理》 《环境学导论》 《能谱分析》 《反应堆安全分析 A》

MatLab是一种数值计算和图形图像处理工具软件,它的特点是语法结构简明、数值计算高效、图形 功能完备、易学易用。它在矩阵代数、数值计算、数字信号处理、提动理论、神经网络控制、动态仿真 等领域都有广泛的应用 本书从 MatLab的基础知识入手,在详细介绍各种命令的同时,向读者介绍了 Matlab在高等数学、 线性代数、符号运算、图形图像处理、数据处理等方面的应用和外部接口程序设计。本书侧重于利用大 量的实例来引导读者快速学习和掌握 MatLab的各种功能,并尽量与实际问题相结合,以体现其工程应用 的重要性。书中配有习题和参考答案,供读者练习附录则配有常用命令的列表,以供参考

2一元高次代数方程的基础知识 1.2.1高等代数基本定理及其等价命题 1.高等代数基本定理 设K为数域。以K[x]表示系数在K上的以x为变元的一元多项式的全体。如果 f(x)=axn+a1x++an∈kx],(a≠0)则称n为f(x)的次数,记为 degf(x)。 定理(高等代数基本定理)C[x]的任一元素在C中必有零点。 命题设f(x)=axn+a1xn-++an(a≠0,n≥是上一个n次多项式, a是一个复数。则存在C上首项系数为a的n-1次多项式q(x),使得 f(x)=(x)(x-a)+ f(a) 证明对n作数学归纳法

从本章开始,我们将讲述数理统计的基本内容.数理统计作为一门学科诞生于19世纪 末20世纪初,是具有广泛应用的一个数学分支,它以概率论为基础,根据试验或观察得到 的数据,来研究随机现象,以便对研究对象的客观规律性作出合理的估计和判断 由于大量随机现象必然呈现出它的规律性故理论上只要对随机现象进行足够多次观 察,则研究对象的规律性就一定能清楚地呈现出来,但实际上人们常常无法对所研究的对象 的全体(或总体)进行观察

我们这门课程叫高等数学,它的内容包括一元 和多元微积分学,无穷级数论和作为理论基础的 极限理论,以及作为一元微积分学的简单应用 常微分方程。由于构成它的主体是一元函数微 积分学,所以有时又称为微积分。 17世纪(1763年) Descartes建立了解析几何,同 时把变量引入数学,对数学的发展产生了巨大的影 响,使数学从研究常量的初等数学进一步发展到研 究变量的高等数学。微积分是高等数学的一个重要 的组成部分,是研究变量间的依赖关系函数的 一门学科,是学习其它自然科学的基础

一、编写说明 1教材选用及大纲制定依据 本门课程选用教材为全国统编“面向21世纪课程教材”《生物统 计附试验设计》(第三版,中国农业出版社)。根据培养目标及“面向 21世纪课程教材”的要求,制定本教学大纲。 2.教学环节 本门课程为动物科学等本科专业的专业基础课,其前期基础课为 高等数学、概率论、线性代数,在此基础上开设本门课程。主要教 学形式为课堂讲授,主要教学环节为课堂讲授。另外由于教材内容较 多,课堂讲授学时有限,故安排40学时的学生自学内容。 3.教学方法 以课堂讲授为主,安排适当学时组织学生课堂讨论。研制电子教案 和多媒体幻灯片课件,在教学方法和手段上采用现代教育技术

《计算机应用基础》课程考试大纲 《数学分析》课程考试大纲 《C 程序设计》课程考试大纲 《电磁学》课程考试大纲 《大学物理》课程考试大纲 《有机化学》课程考试大纲 《中国古代文学》考试大纲 《综合英语》课程考试大纲 《马克思主义哲学原理》课程考试大纲 《民法学》课程考试大纲 《中国古代史》课程考试大纲 《中国自然地理》课程考试大纲 《中国旅游历史文化概论》课程考试大纲 《田经》课程考试大纲 《素描》课程考试大纲 《图形创意》课程考试大纲 《基础和声》课程考试大纲 《舞蹈艺术概论》课程考试大纲 《幼儿心理学》课程考试大纲 《动物学》课程考试大纲 《中级财务会计》课程考试大纲 《政治经济学》课程教学大纲

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受。50年代以来,随着计算机的普及和各种统计软件的出现,因 子分析在社会学、经济学、医学、地质学、气象学和市场营销等越来越多的领域 得到了应用

《高等数学 F1》 《高等数学 F2》 《大学物理 E》 《无机化学 1》 《无机化学实验 1》 《现代化学导论》 《无机化学 2》 《无机化学实验 2》 《分析化学》 《分析化学实验》 《有机化学 1》 《有机化学实验 1》 《高分子材料概论》 《物质结构》 《物理化学 A1》 《物理化学实验 1》 《有机化学 2》 《有机化学实验 2》 《物理化学 2》 《物理化学实验 2》 《高分子材料仪器分析》 《高分子化学》 《高分子化学实验》 《高分子物理》 《高分子物理实验》 《化学工程基础及实验》 《高分子材料仪器分析实验》 《专业英语》 《高分子合成工艺学》 《功能高分子材料及实验》 《高分子材料加工工艺学》 《高分子材料加工工程实验 1》 《高分子材料加工工程实验 2》 《聚合物改性》 《塑料助剂与配方设计技术》 《计算机辅助高分子材料工程》 《化工安全工程管理》 《专业英语与文献检索》 《聚合物合成原理及工艺学》 《纤维材料加工设备》 《高分子流变学》 《纤维材料工艺学》 《专业基础实验》 《专业综合实验》 《高技术纤维》 《纺织工程与纺织品》 《认识实习》 《生产实习》 《毕业设计(论文)及答辩》