均值方差证券投资组合选择模型 马科维茨 Markowitz《证券组合选择》 投资选择:风险(低)收益(高)之间的“平 衡” 基于期望收益率上的投资决策,最多只能获得 最高的平均收益率 风险收益的“数量化

一、隐函数的导数 二、对数求导法 三、由参数方程所确定的函数的导数 四、相关变化率 五、小结思考题

Method1定义一个三wei列向量,在个占位符处分别输入三个方程,点击 Symbolic板 上的 solve按钮,在随后的占位符处,顺次键入未知数x,y,z即可

一、简介 对于正态总体，其参数无非是两个：均值(期望) µ 和方差 ，如果加上两总体的参数 比较，概括起来，对参数的假设一般只有如下四种情形：

用均方误差最小作为度量标 准,研究函数f(x)∈Cab]的逼近多项 式,就是最佳平方逼近问题。 若存在P(x)∈H,使 f-Ppll -.[(x)-P:(x,dx=infllf-Ppl P\(x)就是f(x)在{ab]上的最佳平 方逼近多项式

直线及其方程 一、空间直线的一般方程 定义空间直线可看成两平面的交线

空间曲线及其方程 一、空间曲线的一般方程 空间曲线C可看作空间两曲面的交线

一、平面的点法式方程 如果一非零向量垂直于一平面,这向量就叫做该平面的法线向量

方程y\+py+qy=0称为二阶常系数齐 次线性微分方程,其中p、q均为常数. 如果y1、y2是二阶常系数齐次线性微分 方程的两个线性无关解,那么y=Cy1+C2y2 就是它的通解

一、基本QR方法 60年代出现的QR算法是目前计算中小型矩阵的全部特征值与 特征向量的最有效方法。实矩阵、非奇异。 理论依据：任一非奇异实矩阵都可分解成一个正交矩阵Q和 一个上三角矩阵R的乘积，而且当R的对角元符号取定时，分解是唯一的