塞曼效应 1896年塞曼( Zeeman)发现当光源放在足够强的磁场中时,原来的一条光谱线分裂成几条」 光谱线,分裂的谱线成分是偏振的分裂的条数随能级的类别而不同。后人称此现象为塞曼效 早年把那些谱线分裂为三条而裂距按波数计算正好等于一个洛伦兹单位的现象叫做正 常塞曼效应(洛伦兹单位L=eB/4mc)。正常塞曼效应用经典理论就能给予解释

§4-1机构力分析的任务、目的和方法 §4-2构件惯性力的确定 §4-3运动副中摩擦力的确定 §4-4不考虑摩擦时机构的力分析 §45考虑摩擦时机构的力分析

词法分析是编译的第一个阶段，它的主要任务是从左至右逐个字符地对源程序进行扫描，产生一个个单词序列，用以语法分析。执行词法分析的程序称为词法分析程序或扫描程序

第一节 细菌分类和鉴定 一、细菌的分类的原则 二、细菌的分类鉴定的依据和方法 三、生物的分类系统 第二节 放线菌 1.放线菌的形态构造 2.放线菌的繁殖 3.放线菌的群体特征 第三节 蓝细菌 第四节 支原体、立克次氏体和衣原体 第五节 古细菌

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的参数估计 (Estimation of Simple Linear Regression Model) 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干 扰项方差的估计 §2.3 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 一、Ŷ0是条件均值E(Y|X=X0)或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的基本假设 (Assumptions of Simple Linear Regression Model) 一、关于模型设定的假设 二、关于解释变量的假设 三、关于随机项的假设 §2.3 一元线性回归模型的参数估计 (Estimation of Simple Linear 一、参数的普通最小二乘估计（OLS） 二、参数估计的最大或然法(ML) 三、最小二乘估计量的性质 四、参数估计量的概率分布及随机干扰项方差的估计 §2.4 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.5 一元线性回归分析的应用——预测问题 一、预测值条件均值或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间 §2.6 实例及时间序列问题

第一节 干扰素基因及其编码的蛋白质 第二节 干扰素的诱导合成 第三节 干扰素受体及信号传递途径 第四节 干扰素诱导的抗病毒作用 第五节 病毒抗干扰素作用的对策 第一节 噬菌体的结构组成 第二节 噬菌体基因组的结构 第三节 噬菌体基因组的复制 第四节 噬菌体基因组转录与翻译的调控 第五节 噬菌体溶原性感染 第六节 基因克隆的噬菌体载体 第一节 动物dsDNA病毒 第二节 动物ssDNA病毒 第三节 动物dsRNA病毒 第四节 动物-ssRNA病毒 第五节 动物+ssRNA病毒 第一节 DNA肿瘤病毒 第二节 RNA肿瘤病毒——逆转录病毒 第三节 人类免疫缺陷病毒的分子生物学 第一节 类病毒 第二节 卫星RNA和卫星病毒 第四节 丁型肝炎病毒

一、点线面作图题(保留作图线)（本大题共3小题，其中第1小题3分、第2小题3分，第3小题6分，共12分） 1．求作与 ox 轴成45°夹角的铅垂面的水平投影。 2．求作1/4圆球面上 A 点的正面投影和水平投影。 3．在平面 ABC 内求作直线 KL。KL 与 AC 平行，K 点距 A、C 点均为30mm，L 在 BC 线上

一、分析客户个性化需求 二、分析客户行为 三、分析有价值的信息

一．一． 重要概念 理想气体，分压，分体积，临界参数，压缩因子，对比状态 二．二． 重要关系式 (1) 理想气体：pV=nRT , n = m/M (2) 分压或分体积： pB=cBRT＝p yB (3) 压缩因子： Z = pV/RT