建立数学模型是为了利用它有效地分析、解 决现实问题, 真实世界的背景不容忽视. 通过观察、测量等手段收集的数据来自于现 实世界, 带有我们关注的研究对象的大量信息. 数据作用于模型的形式：

上一章,已经系统地介绍了定积分的基本 理论和计算方法。在这一章中,将利用这些知 识来分析解决一些实际问题。定积分的应用很 广泛,在自然科学和生产实践中有许多实际问 题最后都归结为定积分问题。本章不仅对一些 几何物理量导出计算公式,更重要的是介绍运 用“微元法”将所求的量归结为计算某个定积 分的分析方法

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等

微分的逆运算不定积分 定义6.1.1若在某个区间上,函数F(x)和f(x)成立关系 F(x)=f(x), 或等价地, 则称F(x)是f(x)在这个区间上的一个原函数

微分的定义 设 y = f (x)是一个给定的函数， 在点x 附近有定义。若 f (x)在x 处的 自变量产生了某个增量x 变成了 x + x （增量x 可正可负，但不为 零），那么它的函数值也相应地产 生了一个增量 y(x) = f (x + x) − f (x)， 在不会发生混淆的场合，或者是无需特别指明自变量的时候

任意项级数 一个级数，如果只有有限个负项或有限个正项，都可以用正项级 数的各种判别法来判断它的收敛性。如果一个级数既有无限个正项， 又有无限个负项，那么正项级数的各种判别法不再适用。 这样的级数，即通项任意地可正或可负的级数，称为任意项级数

微分的定义 设 y fx = ( )是一个给定的函数， 在点 x 附近有定义。若 f x( )在 x 处的 自变量产生了某个增量Δx 变成了 x + Δx （增量Δx 可正可负，但不为 零），那么它的函数值也相应地产 生了一个增量 Δyx f x x f x () ( ) () = + Δ −

任意项级数 一个级数，如果只有有限个负项或有限个正项，都可以用正项级 数的各种判别法来判断它的收敛性。如果一个级数既有无限个正项， 又有无限个负项，那么正项级数的各种判别法不再适用。 这样的级数，即通项任意地可正或可负的级数，称为任意项级数

在前一章中,我们引进了导数的概念,详细地讨论了计算导数的方法。这样一来,类似于求已知曲线 上点的切线问题已获完美解决。但如果想用导数这一工具去分析、解决复杂一些的问题,那么,只知道怎 样计算导数是远远不够的,而要以此为基础,发展更多的工具

§7 - 1 集总参数电路中电压电流的约束关系 §7－2 电容元件 §7－3 电感元件 §7－4 动态电路的电路方程 §7－5 开关电路的初始条件