2002-1999+1996-1993+1990-1987+.+16-13+10-7+4结果

=1/9+1/8+1/3+4/25
=1313/1800

3×(4-10)+(-6)=24
4-10+3×(-6)=24
(-6)×10÷3-4=24

你写的是程序语言吗,如果是的话,我不知道你写的是什么的程序语言?你好像写错了,它可不是一个合法的句子!既不是一个赋值语句,也不是……

1.8-8x/1.2-1.3-3x/2=5x-0.4/0.3 1/2-20x/3-3x/2=5x-4/3 11/6=79x/6 x=11/79

翻译成 矮个子……
用a tall short翻译成 高个子,同理
是a big little 翻译成大个子
a little big 翻译成小个子

as a result

你好.这是一个简单句,只是结构复杂了一点：
The next morning （时间状语）she（主语） found（谓语） the man（宾语）lying in bed （宾语补足语 1） dead（宾语补足语 2）
明白了吗?

9 ABS（A）就是A的绝对值

解题思路：根据小数乘法、小数除法和四则运算的计算顺序进行计算.4×7.5×2.5可根据乘法交换律进行简算．

0.25×4=1 4.8÷8=0.6 0.5+0.5÷0.5=1.5
50×0.8=40 0.99÷33=0.03 4×7.5×2.5=75
4.5×0.1=0.45 2.4÷0.8=3 （2.7-2.7）×3.5=0
1.3×7=9.1 2÷0.4=5 2.1×40÷10=8.4

点评：
本题考点： 小数乘法；小数除法；小数四则混合运算．

考点点评： 本题考查了学生小数计算的计算能力．

5分之根号7

（55+10+27）+【-（40+16+5）】=92-61=31

3a+7a=10a 4.8b-b=3.8b 0.86-0.6=0.26 10a-3a+3a=10a
4×7.5×2.5=75 9.9-0.9÷0.1=0.9 0.6÷3+3=3.2 c×c=c²
0.5+0.5÷0.5=1.5 0.36+1.54=1.9 a+2a=3a b×b=b²

1年前

因为两个相等的数相除就会等于1,
所以被除数大除数小,结果大于1；
反过来被除数小除数大,就小于1.

so that

437-220=217 50×60=3000 420÷7=60 24×5=120 1000-356=644
20×50=1000 8×60=480 420+90=510 125×5×8=5000 930÷30=31
84÷6=14 100×30=3000 32×100=3200 560×0=0 60×500=30000

a(n+1) = 2+a(n-1)
a(n+1) - an - 1 = -[ an - a(n-1) -1 ]
{an - a(n-1) -1} 是等比数列,q=-1
an - a(n-1) -1 = (-1)^(n-2) .( a2 - a1 -1 )
因为题目没有给出a1.,a2,所以没法进行

（3+10）*2-2 =24

98+7-6+5-4+3-2-1=100

显著性看的是F 和 Sig 他们分别是11.250 和0.007
F是对模型的检验.这个值大于临界值,所以拒绝原假设.0.007也就是P值.小于α,所以也是拒绝原假设.所以这个模型是可以接受的.但不代表这就是一个最好的模型.
若你所涉及的变量超过2个的话 一般模型需要做T和F检验.前者是对β检验后者是对模型检验（一元的话两者结果是相同的）.

天气预报说今天要下雨,结果真的下了雨.

正交实验设计
当析因设计要求的实验次数太多时,一个非常自然的想法就是从析因设计的水平组合中,选择一部分有代表性水平组合进行试验.因此就出现了分式析因设计(fractional factorial designs),但是对于试验设计知识较少的实际工作者来说,选择适当的分式析因设计还是比较困难的.
正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法,它是根据正交性从全面试验中挑选出部分有代表性的点进行试验,这些有代表性的点具备了“均匀分散,齐整可比”的特点,正交试验设计是分式析因设计的主要方法.是一种高效率、快速、经济的实验设计方法.日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格,称为正交表.例如作一个三因素三水平的实验,按全面实验要求,须进行33=27种组合的实验,且尚未考虑每一组合的重复数.若按L9(3)3正交表按排实验,只需作9次,按L18(3)7正交表进行18次实验,显然大大减少了工作量.因而正交实验设计在很多领域的研究中已经得到广泛应用.
1．正交表
正交表是一整套规则的设计表格,用 .L为正交表的代号,n为试验的次数,t为水平数,c为列数,也就是可能安排最多的因素个数.例如L9(34), (表11),它表示需作9次实验,最多可观察4个因素,每个因素均为3水平.一个正交表中也可以各列的水平数不相等,我们称它为混合型正交表,如L8(4×24) (表12),此表的5列中,有1列为4水平,4列为2水平.根据正交表的数据结构看出,正交表是一个n行c列的表,其中第j列由数码1,2,… Sj 组成,这些数码均各出现N/S 次,例如表11中,第二列的数码个数为3,S=3 ,即由1、2、3组成,各数码均出现 次.
正交表具有以下两项性质：
(1)每一列中,不同的数字出现的次数相等.例如在两水平正交表中,任何一列都有数码“1”与“2”,且任何一列中它们出现的次数是相等的；如在三水平正交表中,任何一列都有“1”、“2”、“3”,且在任一列的出现数均相等.
(2)任意两列中数字的排列方式齐全而且均衡.例如在两水平正交表中,任何两列(同一横行内)有序对子共有4种：(1,1)、(1,2)、(2,1)、(2,2).每种对数出现次数相等.在三水平情况下,任何两列(同一横行内)有序对共有9种,1.1、1.2、1.3、2.1、2.2、2.3、3.1、3.2、3.3,且每对出现数也均相等.
以上两点充分的体现了正交表的两大优越性,即“均匀分散性,整齐可比”.通俗的说,每个因素的每个水平与另一个因素各水平各碰一次,这就是正交性.
2. 交互作用表 每一张正交表后都附有相应的交互作用表,它是专门用来安排交互作用试验.表14就是L8(27)表的交互作用表.
安排交互作用的试验时,是将两个因素的交互作用当作一个新的因素,占用一列,为交互作用列,从表14中可查出L8(27)正交表中的任何两列的交互作用列.表中带( )的为主因素的列号,它与另一主因素的交互列为第一个列号从左向右,第二个列号顺次由下向上,二者相交的号为二者的交互作用列.例如将A因素排为第(1)列,B因素排为第(2)列,两数字相交为3,则第3列为A×B交互作用列.又如可以看到第4列与第6列的交互列是第2列,等等.
3．正交实验的表头设计 表头设计是正交设计的关键,它承担着将各因素及交互作用合理安排到正交表的各列中的重要任务,因此一个表头设计就是一个设计方案.
表头设计的主要步骤如下：
(1)确定列数 根据试验目的,选择处理因素与不可忽略的交互作用,明确其共有多少个数,如果对研究中的某些问题尚不太了解,列可多一些,但一般不宜过多.当每个试验号无重复,只有1个试验数据时,可设2个或多个空白列,作为计算误差项之用.
(2)确定各因素的水平数 根据研究目的,一般二水平(有、无)可作因素筛选用；也可适用于试验次数少、分批进行的研究.三水平可观察变化趋势,选择最佳搭配；多水平能以一次满足试验要求.
(3)选定正交表 根据确定的列数©与水平数(t)选择相应的正交表.例如观察5个因素8个一级交互作用,留两个空白列,且每个因素取2水平,则适宜选L16(215)表.由于同水平的正交表有多个,如L8(27)、L12(211)、L16(215),一般只要表中列数比考虑需要观察的个数稍多一点即可,这样省工省时.
(4)表头安排 应优先考虑交互作用不可忽略的处理因素,按照不可混杂的原则,将它们及交互作用首先在表头排妥,而后再将剩余各因素任意安排在各列上.例如某项目考察4个因素A、B、C、D及A×B交互作用,各因素均为2水平,现选取L8(27)表,由于AB两因素需要观察其交互作用,故将二者优先安排在第1、2列,根据交互作用表查得A×B应排在第3列,于是C排在第4列,由于A×C交互在第5列,B×C交互作用在第6列,虽然未考查A×C与B×C,为避免混杂之嫌,D就排在第7列.
(5)组织实施方案 根据选定正交表中各因素占有列的水平数列,构成实施方案表,按实验号依次进行,共作n次实验,每次实验按表中横行的各水平组合进行.例如L9(34)表,若安排四个因素,第一次实验A、B、C、D四因素均取1水平,第二次实验A因素1水平,B、C、D取2水平,……第九次实验A、B因素取3水平,C因素取2水平,D因素取1水平.实验结果数据记录在该行的末尾.因此整个设计过程我们可用一句话归纳为：“因素顺序上列、水平对号入座,实验横着作”.
4．二水平有交互作用的正交实验设计与方差分析
例8 某研究室研究影响某试剂回收率的三个因素,包括温度、反应时间、原料配比,每个因素都为二水平,各因素及其水平见表16.选用L8(27)正交表进行实验,实验结果见表17.
首先计算Ij 与IIj ,Ij为第j列第1水平各试验结果取值之和,IIj为第j列第2水平各试验结果取值之和.然后进行方差分析.过程为：
求：总离差平方和
各列离差平方和 SSj=
本例各列离均差平方和见表10最底部一行.即各空列SSj之和.即误差平方和
自由度v为各列水平数减1,交互作用项的自由度为相交因素自由度的乘积.
分析结果见表18.
从表18看出,在α＝0.05水准上,只有C因素与A×B交互作用有统计学意义,其余各因素均无统计学意义,A因素影响最小,考虑到交互作用A×B的影响较大,且它们的二水平为优.在C2的情况下, 有B1A2和B1,A1两种组合状况下的回收率最高.考虑到B因素影响较A因素影响大些,而B中选B1为好,故选A2B1.这样最后决定最佳配方为A2B1C2,即80℃,反应时间2.5h,原料配比为1.2:1.
如果使用计算机进行统计分析,在数据是只需要输入试验因素和实验结果的内容,交互作用界的内容不用输入,然后按照表头定义要分析的模型进行方差分析.

盐雾试验的目的是为了考核产品或金属材料的耐盐雾腐蚀质量,而盐雾试验结果判定正是对产品质量的宣判,它的判定结果是否正确合理,是正确衡量产品或金属抗盐雾腐蚀质量的关键.盐雾试验结果的判定方法有：评级判定法、称重判定法、腐蚀物出现判定法、腐蚀数据统计分析法.
评级判定法
　　是把腐蚀面积与总面积之比的百分数按一定的方法划分成几个级别,以某一个级别作为合格判定依据,它适合平板样品进行评价.
称重判定法
　　是通过对腐蚀试验前后样品的重量进行称重的方法,计算出受腐蚀损失的重量来对样品耐腐蚀质量进行评判,它特别适用于对某种金属耐腐蚀质量进行考核.
腐蚀物出现判定法
　　是一种定性的判定法,它以盐雾腐蚀试验后,产品是否产生腐蚀现象来对样品进行判定,一般产品标准中大多采用此方法.
腐蚀数据统计分析方法
　　提供了设计腐蚀试验、分析腐蚀数据、确定腐蚀数据的置信度的方法,它主要用于分析、统计腐蚀情况,而不是具体用于某一具体产品的质量判定.

(-4/9)+(-3/5)+(11/8)+(-1/8)+(-0.4)+(+1/3)
=(1/3-4/9)+(-3/5-2/5)+(11/8-1/8)
=(3/9-4/9)-1+5/4
=-1/9+1/4
=9/36-4/36
=5/36

390+11=401 240÷60=4 620-180=440 90×70=6300
120×7=840 900÷6=150 45000÷15=3000 560×0=0 故答案为：401，4，440，6300，840，150，3000，0．

[5XY/(X^3-X^2Y)]^4*(-X^2Y^4/5)*(1/X-1/Y)^3
=[5XY/X^2(X-Y)]^4*X^2(-Y^4/5)*(1/X-1/Y)^3
=[5XY/(X-Y)]^4*(-Y^4/5)*(1/X-1/Y)^3
=(XY)^4[5/(X-Y)]^4*(-Y^4/5)*[(Y-X)/(XY)]^3
=XY[5/(X-Y)]^4*(-Y^4/5)*[(Y-X)]^3
=625XY/(X-Y)^4*(Y^4/5)*(X-Y)^3
=625XY/(X-Y)*(Y^4/5)
=125XY^5/(X-Y)

f(x)=cos平方x-2sinxcosx-sin平方x
=cos^2x-sin^2x-2sinxcosx
=cos2x-sin2x
=根号2*cos(2x+π/4)

double sum=0;
for(int i=1;i

80

具体一点
一般数学计算保留两位小数都是前面几步不省略（或用分数）,最后一步算到第三位,四舍五入

1/8-5/12+3/8+1/12
=1/2-1/3
1/6

先两边除以400得
(x-1200)^2=490000/4
x-1200=±700/2
x-1200=±350
x1=1550,x2=850

x(x+1)(x+2)(x+3)=360
[x(x+3)][(x+1)(x+2)]-360=0
[(x^2+3x)][(x^2+3x)+2]-360=0
(x^2+3x)^2+2(x^2+3x)-360=0
[(x^2+3x)+20][(x^2+3x)-18]=0
因为x^2+3x+20=(x+3/2)^2+17.75>0
所以有：x^2+3x-18=0
(x+6)(x-3)=0
x1=-6
x2=3

原式=（2-1）+（4-3）+（6-5）+……+（2010-2009）-2011
=1005-2011
=-1006

应该是34

22.732

习惯决定性格,性格决定命运,命运决定人生

0.03

[x]补=00.10001
[y]补=00.10011
[-y]补=11.01101
x-y=x补+[-y]补=11.11110
小数点前的是符号位,两位符号位不同则溢出,否则不溢出.

36*34=1224 49*41=2009 82*88=7216
规律：个位相乘得到的积写下来,比如第一个题24,然后十位上的数字有一个加上一再相乘就可以了,第一题3+1=4 ,4*3=12.放到24的前面就ok了.

Basic语言?
T=25 A=30
B=A+T=25+30=55
A=B+T=55+30=85
PRINT A
结果为85
这题目很简单,Let是赋值函数,只用了一个函数而已

从资料所具备的条件来说,作相关分析时要求两变量都是随机变量（如：人的身长与体重、血硒与发硒）；作回归分析时要求因变量是随机变量,自变量可以是随机的,也可以是一般变量(即可以事先指定变量的取值,如：用药的剂...

是宾语从句,that是引导词,不做成分,此处可加that也可省略的.

A=1
B=5
LET T=A 那么 A=1 B=5 T=A=1
LET A=B 那么 A=B=5 B=5 T=1
LET B=T 那么 A=5 B=T=1 T=1
输出B
那么 运行结果:1
很简单的,虽然我学的是pasic

2x²=2×2²
=2×4
=8

1.主从句的时态一般是一致或配套使用的,大部分情况有规律可循,但要看主从句间的逻辑关系以及表达的实际情况来定,而且这并非一成不变,不是看主句是什么时态就能判断从句是什么时态的.比如说,主句用一般过去时说“我在街上看到了杰克”,结果状语从句可以用一般过去时表达“所以我没有给他打电话了”,也可以用一般将来时说“所以我明天不会再去找他了”；时间状语从句可以是过去进行时“当我正在赶往邮局的时候”,也可以是过去完成时“当我已经把邮件寄出去了”.所以,总而言之,看表达的内容是什么时间和逻辑关系来定时态这才正确.
2.个人认为选两者都可以,意思的侧重有所不同而已.
3.so that 引导结果状语从句时,没有规定说必须要用情态动词,还是和表达的意思有关.比如：
Everyone lent a hand,so that the work was finished ahead of schedule.
每个人都帮了忙,所以工作提前完成了.

240×60=14400 78+32=110 350÷5=70 2×40+5×8=120 480÷480=1 3500÷50=70 8×9÷8×9=81 600+40×5+8=808 18×400=7200 0×42=0 84×4-84×4=0 84+4-84+4=8