一、数项级数的审敛法 二、求幂级数收敛域的方法 三、幂级数和函数的求法 四、函数的幂级数和付式级数展开法

一、可对角化的概念 二、几个引理 四、对角化的一般方法 三、可对角化的条件

回归分析是研究随机现象中变量之间关系的一种数理统计方法。它 的主要内容是:从一组数据出发,确定这些变量间的关系式,对这些关 系式的可信程度进行统计检验,从影响一个量的许多变量中,判断哪些 变量的影响是显著的,哪些是不显著的,寻找具有较好统计性质的回归 设计,利用所求得的关系式进行预报和控制

§1 点估计 §3 估计量的评选标准 §4 区间估计 §5 正态总均值与方差的区间估计 §6 (0--1)分布参数的区间估计 §7 单侧置信区间

2.1函数的极限概念 2.1.1函数在无穷远处的极限 在掌握好数列极限的概念与方法的前提下,可以顺利地学好函数的极限,只需要注意在函数极限问题里,自变量的趋向应包括以下6种情况:

§1 点估计 §3 估计量的评选标准 §4 区间估计 §5 正态总均值与方差的区间估计 §6 (0--1)分布参数的区间估计 §7 单侧置信区间

当问题的机理非常不清楚难以直接利用其他知 识来建模时,一个较为自然的方法是利用数据 进行曲线拟合,找出变量之间的近似依赖关系 即函数关系

一、假设检验的基本思想 二、正态总体均值和方差的检验 三、单正态总体 四、双正态总体 五、样本容量的选取 六、分布拟和检验

7.2点估计的评价标准 对于同一个未知参数,不同的方法得 到的估计量可能不同,于是提出问题 应该选用哪一种估计量? 用何标准来评价一个估计量的好坏? (1)无偏性 常用 标准 （2)有效性 (3)致性

本工作页介绍使用 Mathcad进行矩阵运算 1.定义矩阵的方法可以使用热键Ctrl+M或者点击 Matrix运算板上的矩阵符号按钮,在弹出的 matrix对话框中,输入待产生的矩阵的阶数