loading
2.6 常微分方程解法
1. 求微分方程通解和特解的语句 2. 实验2.53，实验2.54
第三章
1.“*”乘、“.”乘与“X”乘的区分[例题.3.1] 2. 行列式[Det] [例题.3.10、P77 2.] 3. 矩阵的运算[2A+B] [例题.3.4] 4. 矩阵的乘积[A.B] [例题.3.5] 5. 矩阵的转置[Transpose] [例题.3.7] 6. 矩阵的逆[Inverse] [例题.3.9、例题.3.8] 7. 将矩阵化为最简形[RowReduce][例题.3.13] 8.求齐次线性方程组的基础解系[例题.3.16] 9.求非齐次线性方程组的特解[例题.3.19]
10.求特征值与特征向量[Eigenvalues[A],Eigenvectors[A]][P86 2]
11.矩阵的单位正交化[GramSchmidt[v1,v2,……]] [例题.3.24] 12.将向量单位化[Nomalize[v]][ 例题.3.25] 13.二次型化标准型[例题.3.28] 14混合积[例题.3.2]
15.计算方阵的n次幂[例题.3.10]
第四章
1离散：0-1分布BernoulliDistribution[p]，
二项分布BinomialDistribution[n,p]， 泊松分布PossionDistribution[λ]
2连续：正态分布NormalDistribution[μ,σ] 3概率密度函数PDF[dist,x] 书98页 实验4.7 4 分布函数CDF[dist,x]
书99页 实验4.8，实验4.9，101页习题2 5 期望 Mean[dist] 6 方差 Variance[dist]
7 随机变量函数的期望ExpectedValue[f,dist,x] 书102页实验4.12
8 样本方差Variance[data]与VarianceMLE[data]区别
9 样本标准差 StandardDeviation[data]与StandardDeviationMLE[data]的区别
10 样本数据的?分位数Quantile[dist, ?] 书107页实验4.19
11X~?2(n) ChiSquareDisrribution[n] 书108页实验4.20 （1）——（6）
12 计算学生分布的总体平均数置信区间 MeanCI[data]
13计算正态分布总体平均数的置信区间 MeanCI[data，
KnowVariance->var]
14 计算正态分布总体平均数的置信区间
MeanCI[data，ConfidenceLevel->var，KnowVariance->var] (12、13、14参照书上116页实验4.23、4.24)
15计算单正态总体，?未知，求总体方差?的置信区间 VarianceCI[data] 参照书上117实验4.25
第五章
1.计算三组数据的Lagrange插值
2.计算三组数据的曲线拟合的最小二乘一次拟合。
3. 会使用插值语句，如P132，实验5.1 中的InterpolatingPolynomia函数
4.会使用拟合语句，如P133，实验5.2中的Fit函数。