一、费马引理 二、拉格朗日中值定理 三、柯西中值定理 四、泰勒中值定理

二、可微与可导的关系 三、微分的几何意义一、微分的定义四、微分的运算法则 五、微分在近似计算中的应用

现在世界上已经发现的遗传病将近 4000 种. 在一般情况下，遗传病是与特殊的种族、部落及 群体有关。例如，镰状网性贫血症一般流行在黑 人中，患者经常未到成年就痛苦地死去，而他们 的父母则是疾病的病源。我们能否尽量减少悲剧 的发生？

1. 建模过程 做最简单的假设： 时间间隔t 内的出生人数=b N(t)t 时间间隔t 内的死亡人数=dN(t)t 这里 b 和 d 分别是出生率和死亡率。得到一个初始模型为 N(t+t)−N(t) = (b−d)N (t) t （1）

二、反函数的导数 一、复合函数的求导法则 三、基本求导公式和求导法则

本章内容: 1.最大似然原理; 2.用ML方法求解参数估计问题的步骤; 3.ML估计式的特性; 4.如何计算ML估计值的方差; 5.利用似然函数进行区间估计

一、引例 二、导数的概念 三、左导数和右导数 四、可导与连续的关系

对函数的许多性态研究，最终也将由泰勒公式(Taylor 公式)给出理论依据。例 如局部极值问题，以及用于求极限的洛必达法则，都是以泰勒公式为理论依据而得 到某些有效的方法

二、 函数的间断点 一、 函数的连续性四、 反函数与复合函数的连续性 三、 连续函数的和、差、积、商的连续性 五、 初等函数的连续性

使学生对可测函数序列的几乎处处收敛性,依测度收敛性 和几乎一致收敛性及它们的之间蕴涵关系有一个全面的了解 本节要点本节引进的几种收敛是伴随测度的建立而产生的新的收敛 性.特别是依测度收敛是一种全新的收敛,与熟知的处处收敛有很大的差 异. Egorov定理和 Riesz定理等揭示了这几种收敛之间的关系. Riesz定 理在几乎处处收敛和较难处理的依测度收敛之间架起了一座桥梁