设u_n（x)（n=1,2,...)是[a,b]上的单调函数.证明:若与都绝对收敛,则级数在[a,b]上绝对且一致

A.x_k≥0

B.0≤p_k≤2

C.

D.p_k≥2

设a₁，a₂，...，a_n是n个不同的数，而F(x)=(x-a₁)(x-a₂)...(x-a_n)，b₁，b₂，...，b_n是任意n个数，显然适合条件L(a_i)=b_i，i=1，2，...，n。这称为拉格朗日(Lagrange)插值公式。

利用上面的公式求：

1)一个次数＜4的多项式f(x)，它适合条件：f(2)=3，f(3)=-1，f(4)=0，f(5)=2。

2)一个二次多项式f(x)，它在x=0，2/π，π处与函数sinx有相同的值。

3)一个次数尽可能低的多项式f(x)，使f(0)=1，f(1)=2，f(2)=5，f(3)=10。

A.{＜1,2＞},{1,4}

B.{＜1,4＞},{2,1}

C.{1,4},{1,2}

D.{1,2},{1,4}

某大学分别从甲、乙两省招收的新生中各抽取5名和6名男生，测得其身高(单位：厘米)为：

(1)设两省学生的身高分别服从正态分布N(μ₁，σ²)和N(μ₂²，σ²)，求μ₁-μ₂的95%置信区间。

(2)在(1)中，设X_i~N(μ₁，σ_i²)，i=1，2。据(1)中样本观测值求方差比σ₁²/σ₂²的95%置信区间。

A.2+3个

B.23个

C.2x3个

D.32个

问题描述;设S是正整数集合.S是一个无和集,当且仅当蕴含.对于任意正整数k,如果可将{1.2,...,k}划分为n个无和子集,则称正整数k是n可分的.记F(n)=max{k|k是n可分的}.试设计一个算法,对任意给定的n,计算F(n)的值.

算法设计:对任意给定的n,计算F(n)的值.

数据输入:由文件input.txt给出输入数据.第I行有1个正整数n.

结果输出:将计算的F(n)的值以及{1,2,F(n)}的一个n划分输出到文件output.txt.文件的第1行是F(n)的值.接下来的n行,每行是一个无和子集S_i.

设X是含有n个元素的集合,从X中均匀地选取元素.设第k次选取时首次出现重复.

(1)试证明当n充分大时,k的期望值为.其中,.

(2)由此设计一个计算给定集合X中元素个数的概率算法.

设随机变量X服从正态分布N（μ，σ²)，且密度函数为

设随机变量X服从正态分布N(μ，σ²)，且密度函数为

设总体X ~N（μ ，4)，（X₁，X₂，...，X_n)是取自该总体的一个样本，试问样本容量n应取多大，才能使：（1)E（-μ|)₂≤0.1;（2)E（-μl)≤0.1;（3)P{ |-μ|≤0.1}≥0.95.

设X，Y独立同分布且均服从N(0，1)分布，求

雨数和上界的数等必要的函数,并将此函数用于解批处理作业调度问题.给定n个作业的集合.每个作业J_i都有2项任务分别在2台机器上完成.每个作业必须先由机器1处理,再由机器2处理.作业J_i需要机器j的处理时间为t_ij(=1,2,...,n;j=1,2).对于一个确定的作业调度,设F_ij是作业i在机器j上完成处理的时间.所有作业在机器2上完成处理的时间和称为该作业调度的完成时间和.

批处理作业调度问题要求对于给定的n个作业,制定最佳作业调度方案,使其完成时间和达到最小.

算法设计:对于给定的n个作业,计算最佳作业调度方案.

数据输入:由文件input.txt提供输入数据.文件第1行有1个正整数n,表示作业数.接下来的n行中,每行有2个正整数i和j,分别表示在机器1和机器2上完成该作业所需的处理时间.

结果输出:将最佳作业调度方案及其完成时间和输出到文件output.txt.文件的第1行是完成时间和,第2行是最佳作业调度方案.