一、奇函数和偶函数的傅里叶级数 二、函数展开成正弦级数或余弦级数 三、小结思考题

一、函数逼近:用比较简单的函数代替复杂的函数。 二、误差为最小，即距离为最小（不同的度量意义） 举例：对被逼近函数f(x)=sqrt(x）,在区间［0，1］上按三种不同的逼近方式求其形如

一、隐函数的导数 二、对数求导法 三、由参数方程所确定的函数的导数 四、相关变化率 五、小结思考题

一、问题的提出 二、多元函数的极值和最值 三、条件极值拉格朗日乘数法 四、小结思考题

一、问题的提出 二、函数项级数的一致收敛性 三、一致收敛级数的基本性质 四、小结

第一章 建立数学模型 第二章 初等模型 第三章 简单的优化模型 第四章 数学规划模型 第五章 微分方程模型 第六章 稳定性模型 第七章 差分方程模型 第八章 离散模型 第九章 概率模型 第十章 统计回归模型

一、交错级数及其审敛法 二、绝对收敛与条件收敛 三、 阿贝尔判别法和狄里克雷判别法

一、正项级数及其审敛法 二、交错级数及其审敛法 三、绝对收敛与条件收敛

一、多元函数的极值 二、多元函数的最大值与最小值 三、条件极值与拉格朗日乘数法

3.1 集合的基本概念与表示 3.2 集合的基本运算 3.3 集合元素的计数 3.4 例题选解 习题三