0.1 前言 1.1 实数的表达与性质 1.2 确界原理 1.3 函数：描述关系的模型 1.4 一些不等式 2.1 数列极限引入 2.2 收敛数列的性质 2.3 收敛数列的判定 2.4 子数列 2.5 数列极限题目 3.1 函数极限引入 3.2 函数极限定义 3.3 函数极限的定理 3.4 两个重要极限 3.5 无穷小与无穷大 4.1 连续函数的概念 4.2 间断点及其分类 4.3 连续函数的性质定理 4.4 闭区间上连续函数的定理 4.5 反函数的连续性 4.6 函数的一致连续性 4.7 初等函数的连续性 5.1 导数的概念 5.2 求导法则 5.3 高阶导数 5.4 微分 5.5 导函数的介值性 6.1 罗尔中值定理 6.2 拉格朗日中值定理 6.3 柯西中值定理 6.4 洛必达法则

2混合积的坐标表示式 设向量a=(a2,a1,a)B=(b,b,b,y=(cy,y,C

已知R.V. X的分布，及Y=g(X)，y=g(x)为连续函数，如何求R.V. Y=g(X)的分布？ 一、X是离散型R.V.情形此时Y=g(X)必为离散型R.V.为求R.V. Y的分布律，(1)搞清Y=g(X)的所有取值；(2)求Y取每个值的概率

线性算子的谱理论是与解算子方程紧密联系的，它起源于代数方 程、线性方程组、积分方程和微分方程的特征值问题. 实际上在泛函 分析产生的早期, Volterra、Fredholm、Hilbert 等人就曾研究过这 样的问题, 同时它也是泛函分析中经久不衰的研究课题. 本章首先讨 论算子的正则性和谱的概念及其基本性质，然后着重叙述 Riesz-Schauder 关于紧算子的谱论和 Hilbert 空间上自伴算子的谱 论，最后介绍谱系和谱分解问题

一只与区间长度有关,与区间的位置无关。即X落在两 个长度相等的区间内的概率相等。具有上述特点的随 机变量便是均匀分布的随机变量。 如:测量物体长度时读数的舍入误差服从均匀分 布。在(a,b)上随机掷质点

一、分布函数的概念 定义 对任意实数x，称F(x)=P{X≤x}为R.V. X的分布函数。 F(x)为普通函数

第一节 多元函数的基本概念 第二节 偏导数 第三节 全微分 第四节 多元复合函数的求导法则 第五节 隐函数的求导公式 第六节 微分法在几何上的应用 第七节 方向导数与梯度 第八节 多元函数的极值及其求法

一 、古典概型 若一个试验满足 (1)只有有限个基本事件； (2)这些基本事件的发生是等可能的；

就随机现象而言，仅仅知道可能发生哪些 事件是不够的，更重要的是对事件发生的可能 性做出定量的描述.这就涉及到一个概念——事 件的概率(Probability)

1 自伴算子数值值域的特征。 2 自伴算子构成的算子方程与共轭算子构成的算子方程解的关系。 3 紧自伴算子的投影算子分解