引言一元函数积分学是高等数学中最为基础且可拓展性非常强的一部分内容。其包含之前课程中的极限的原理和方法，定积分和不定积分的计算和方法，还承接着后面的多元函数微分学，甚至囊括了泰勒级数和傅里叶级数的一部分概念。因此作为一个承前启后的重要部分在考研数学所占的比重是非常大的，也是特别需要重视的一部分。 概述一元函数积分学的相关试题可以出成选择填空题，或者大题。其中大题的分支一般较高，解题过程较为复杂，同

简介PWA(Progressive Web App)的中文名叫做渐进式网页应用，早在2014年， W3C 公布过 Service Worker 的相关草案，但是其在生产环境被 Chrome 支持是在 2015 年。因此，如果我们把 PWA 的关键技术之一 Service Worker 的出现作为 PWA 的诞生时间，那就应该是 2015 年。 自 2015 年以来，PWA 相关的技术不断升级优化，

基本假设由线性回归(一)[1]，我们通过数学中的极值原理推导出了一元线性回归的参数估计和多元线性回归的参数估计的拟合方程计算方法。同时为了检验拟合质量，我们引入了两种主要检验： 样本的显著性检验：若已知总体方差则可使用t检验等参数检验；若总体方差未知，则可以使用卡方检验等非参数检验 回归方程的检验：回归的显著性检验，对于回归参数采用t分布进行检验；对于回归方程采用F检验 以上的检验方法均基于古

引言高中的数学必修三有一个概念——线性拟合，其主要原理是通过对两组变量的统计值模型化。高中的的模型主要是简单的一维线性模型，在某种程度上也可以叫做一次函数，即$y = kx + b$的形式。这是一个简单的线性拟合，可以处理两组变量的变化趋势呈现相当的线性规律的问题，且关于因变量只有一个自变量。实际情况下，对于一个目标函数进行估计，其影响因素可能会有多个，且各个因素对于结果的影响程度各不相

参数估计极大似然估计(MLE)**极大似然估计(Maxinum Likelihood Estimation):**利用总体的分布密度或概率分布的表达式及其样本所提供的信息求未知参数估计量的一种方法. 模型已定,参数未知即利用已知样本的结果,去反推既定模型中的参数最可能的取值. 出现当前情形的概率为: $$ f({x_1},{x_2},...,{x_n}{\rm{|}}\theta {\rm{)

在这个特殊的春天，因为突如其来的疫情，正在考研备战的同学们，都在家中默默努力，为自己的梦想而奋斗。考研是一项系统工程，备考路上有许多问题和困难需要大家去面对和解决。那么今天，老师就想利用这堂课跟大家来聊一聊考研那些事。

逆解法与半逆解法按应力函数求解 当体力为常量，按应力函数$\Phi$求解平面问题时，$\Phi $应满足： $A$内相容方程${\nabla ^{\rm{4}}}\Phi {\rm{ = }0}$ $S = {S_\sigma }$上应力边界条件： $$ \begin{array}{l} {(l{\sigma _x} + m{\tau _{yx}})_s} = \overline {{f_x}

ODBC开放数据互联(Open DATABase Connection, ODBC)是微软公司开放的服务结构(Windows Open Services Architecture, WOSA)中有关数据库的一个组成部分。并提供了一套对数据库方位的标准API(Application Programming Interface)这些API独立于不同的DBMS，应用程序可以使用相同的ODBC来访问任何支

视图视图是关系数据库系统提供给用户以多种角度观察数据库中数据的重要机制。他是使用SELECT FROM语句从一个或多个基本表（或其他视图）中导出的表，它与基本表不同，是一个虚表。数据库中只存放视图的定义，而不存放视图相应的数据，这些数据仍存放在导出它的基本表中。 对视图的一切操作，将被转换为对其导出的基本表的操作 视图的创建SQL语言用CREATE VIEW语句创建视图 CREATE VIE

前些天下午的某个时候，有学妹找我帮她远程装一个软件，ARCGIS。这是一个多功能的地理信息系统软件，支持各种平台的地图格式导入编辑处理， 当然，这个软件不是免费的，使用正版需要挺多的软妹币。对于我们学生来说，用作学习用途，使用学生专用版_pojie版_来说还是合适一些。但是总所周知，_学生版_不能给商家带来任何收益，因此该版本不论是在安装上，或者是使用上，都会有大大小小的各种问题。因此装软件是个坑