响应变量Y与两个自变量（原始数据）X1及X2建立的回归方程为：y=2.2+30000x1+0.0003x2由此方程可以得到结论是（）.
映射f：A→B，若A中任意两个不同元素x1≠x2有f（x1）≠f（x2），则f是（）。
为研究两类病人的红细胞总体水平有无差别，分别测定30例甲类病人和25例乙类病人的红细胞数，计算得其均数X1和X2，标准差S1和S2（α=0.05）。其对应的变量和统计资料类型是（）
某一测量值x相邻的测量值是x1和x2，其对应的修正值是△x1、△x2，则测量值x的修正值是（）。
响应变量Y与两个自变量（原始数据）X1及X2建立的回归方程为：Y=2.1X1+2.3X2，由此方程可以得到结论是（）
为研究两类病人的红细胞总体水平有无差别，分别测定30例甲类病人和25例乙类病人的红细胞数，计算得其均数X1和X2，标准差S1和S2（α=0.05）。若进行两个小样本计量资料比较，如果满足正态性和方差齐条件，则其假设检验可用（）
为研究两类病人的红细胞总体水平有无差别，分别测定30例甲类病人和25例乙类病人的红细胞数，计算得其均数X1和X2，标准差S1和S2（α=0.05）。若进行两个小样本的计量资料比较，如果方差不齐，则其假设检验可用（）
在二元回归中，若自变量X1和X2彼此独立(r12 = 0)，则二元回归平方和为两个偏回归平方和之和，即：UY/12 = U1 + U2。
对下列线性规划的对偶问题描述不正确的是（ ） min z=3X1 ＋ 5X2 ＋ X3 ST -X1 ＋ 3X2 ＋ 6X3>=8 2X1 ＋ X2-X3>=4 X1,X2,X3>0
对于[a,b]上任意两个不同的点x1，x2，有0.5*(f(x1)+f(x2))>f((x1+x2)/2)。则f’’(x)和0之间的关系为（）。
一个由两个表面所构成的封闭系统中，若已知A1=0.5A2,X1,2=0.6，则X2,1=（ ）。
设 是Ax=b的解， 是对应齐次线性方程组Ax=0的解，则（ ）56c58ef5e4b0e85354cc1482.png56c58ef5e4b0e85354cc1487.png
将频率相同但相位相差90°的两个载波信号分别由每个信号进行调制之后，再把两者相加。与此对应的离散时间多路复用器和解复用器示于图8-47中。假定信号x1[n]和x2[n]都是带限于ωM的，即
数据区定义如下： X1 DB 1,1,1,1,1 X2 DB 6 DUP（2) 下面指令执行后,AX和SI中的内容分别是（)。 LEA BX,X1+1 MOV AL,BYTE PTR [BX+1] MOV SI,WORD PTR X2+1
设X1，X2，…，Xn是来自正态总体N（0,σ2)的样本，分别是样本均值和样本方差，若n=17，则当k=______时，P（≥μ+kS)=0.95
设m×n矩阵A的秩为R（A)-n-1， 且 是齐次方程Ax=0的两个不同的解，则Ax=0的通解为（)A.B.C.D.
在如图7-1所示系统中，有两个时间函数x1（t)和x2（t)相乘，其乘积ω（t)由一冲激串采样，x1（t)带限于ω
y=x1+x2，x1与x2不相关，x1=100mm，x2=200mm，u（x1)=3mm，u（x2)=4mm。求合成标准不确定度U，k=2。
假设某一行业（X1)需要另两个行业（X2和X3)的产品作为中间投入，投入系数分别为α21＝0.2，α31＝0.5，三个行业的进
某一测量值x相邻的测量值是x1和x2，其对应的修正值是△x1、△x2，则测量值x的修正值是（)。A.△x1+[（△x
已知函数f（x）=3x/x2+x+1（x＞0）①求其单调区间并证明②若x1≥1,x2≥1,证明|f(x1)-| 证明|f(x1)-f(x2)|＜1
设一组数据x1=0，x2=10，x3=20，其权数分别为ρ1=0.1，ρ2=0.6，ρ3=0.3，则这组数据的加权平均数是：（）。
已知下列线性规划问题 min f=5x1—5x2—13x3 约束条件：—x1+x2+3x3 ≤ 20 12x1+4x2+10x3 ≤ 100 x1,x2,x3≥0 将问题化为标准型之后求解，最优值为-100，最终单纯形表如下表所示 迭代 次数 基变量 cB x1 x2 x3 x4 x5 b -5 5 13 0 0 2 x2 5 -1 1 3 1 0 20 x5 0 16 0 -2 -4 1 20 cj-zj 0 0 -2 -5 0 （1）写出其最优基矩阵B及其逆矩阵B^（-1)； （2）当b2由100变为60时，最优解有什么变化？ （3）x1的系数列向量由（-1，12)T变为（0，5)T的时候，最优解有什么变化？ （4）增加一个约束条件x1+2x2+x3 ≤ 30最优解有什么变化？
实验 解非线性方程组的概率算法实现 一、实验目的 通过本实验使学生掌握概率算法基本要素、步骤及其应用 二、实验原理 本实验是应用概率算法用Java编程语言对给定n个非线性方程组，利用随机搜索方法求的这n个方程组的解。Java编程语言见《Java 基础教程》,装载问题的回溯算法见王晓东编《算法设计与分析（第四版）》p193-197. 三、 实验内容 Java编程语言实现非线性方程组的概率算法。主要实验内容包含：给定n个非线性方程组f1（x1,x2,…xn)=0,…fn（x1,x2,…xn)=0,将求方程组的解问题转化为求一个优化问题的最小值问题，利用随机搜索方法求优化问题的最优解，从而得到原非线性方程组的解。 四、实验方法与步骤 1. 给定n个非线性方程组f1（x1,x2,…xn)=0,…fn（x1,x2,…xn)=0； 2. 将其转化为一个优化问题； 3. 利用随机搜索方法解相应的优化问题； 4. 输出非线性方程组的解。 五、实验报告要求 给出完整的Java程序实现并给出相应的程序结果。
