1 . 拟合（Fittiong）和插值（Imorterpolation）都是利用已知的离散数据点来构造一个能够反映数据变化规律的近似函数，并以此预测或估计未知数据的方法.拟合方法在整体上寻求最好地逼近数据，适用于给定数据可能包含误差的情况，比如线性回归就是一种拟合方法；而插值方法要求近似函数经过所有的已知数据点.适用于需要高精度模型的场景，实际应用中常用多项式函数来逼近原函数，我们称之为移项式插值.例如，为了得到的近似值，我们对函数进行多项式插值.设一次函数满足，可得在上的一次插值多项式，由此可计算出的“近似值”，显然这个“近似值”与真实值的误差较大.为了减小插值估计的误差，除了要求插值函数与原函数在给定节点处的函数值相等，还可要求在部分节点处的导数值也相等，甚至要求高阶导数也相等.满足这种要求的插值多项式称为埃尔米特（Hermite）插值多项式.已知函数在上的二次埃尔米特插值多项式满足
(1)求，并证明当时，；
(2)若当时，，求实数的取值范围；
(3)利用计算的近似值，并证明其误差不超过.
（参考数据：；结果精确到0.001）

2 . 微分中值定理是微积分学中的重要定理，它是研究区间上函数值变化规律的有效工具，其中拉格朗日中值定理是核心，它的内容如下:
如果函数在闭区间上连续，在开区间可导，导数为，那么在开区间内至少存在一点，使得，其中叫做在上的“拉格朗日中值点”.已知函数.
(1)若，求函数在上的“拉格朗日中值点”；
(2)若，求证:函数在区间图象上任意两点，连线的斜率不大于；
(3)若，且，求证:.

3 . 拉格朗日中值定理是微分学的基本定理之一，其内容为：如果函数在闭区间上的图象连续不断，在开区间内的导数为，那么在区间内存在点，使得成立．设，其中为自然对数的底数，．易知，在实数集上有唯一零点，且．

(1)证明：当时，；
(2)从图形上看，函数的零点就是函数的图象与轴交点的横坐标．直接求解的零点是困难的，运用牛顿法，我们可以得到零点的近似解：先用二分法，可在中选定一个作为的初始近似值，使得，然后在点处作曲线的切线，切线与轴的交点的横坐标为，称是的一次近似值；在点处作曲线的切线，切线与轴的交点的横坐标为，称是的二次近似值；重复以上过程，得的近似值序列．
①当时，证明：；
②根据①的结论，运用数学归纳法可以证得：为递减数列，且．请以此为前提条件，证明：．

4 . 阅读材料一：“装错信封问题”是由数学家约翰·伯努利（Johann Bernoulli，1667～1748）的儿子丹尼尔·伯努利提出来的，大意如下：一个人写了封不同的信及相应的个不同的信封，他把这封信都装错了信封，问都装错信封的这一情况有多少种？后来瑞士数学家欧拉（Leonhard Euler，1707～1783）给出了解答：记都装错封信的情况为种，可以用全排列减去有装正确的情况种数，结合容斥原理可得公式：，其中．
阅读材料二：英国数学家泰勒发现的泰勒公式有如下特殊形式：当在处阶可导，则有：，注表示的阶导数，该公式也称麦克劳林公式．阅读以上材料后请完成以下问题：
(1)求出的值；
(2)估算的大小（保留小数点后2位），并给出用和表示的估计公式；
(3)求证：，其中．

5 . 信息熵常被用来作为一个系统的信息含量的量化指标，从而可以进一步用来作为系统方程优化的目标或者参数选择的判据.在决策树的生成过程中，就使用了熵来作为样本最优属性划分的判据.信息论之父克劳德·香农给出的信息熵的三个性质：①单调性，发生概率越高的事件，其携带的信息量越低；②非负性，信息熵可以看作为一种广度量，非负性是一种合理的必然；③累加性，即多随机事件同时发生存在的总不确定性的量度是可以表示为各事件不确定性的量度的和.克劳德⋅香农从数学上严格证明了满足上述三个条件的随机变量不确定性度量函数具有唯一形式，令，设随机变量所有取值为1，2，3，⋯，n，且，，则下列说法正确的有（）

A．时，

B．2时，若，则的值随着的增大而增大

C．若，()，则

D．若，随机变量Y的所有可能取值为且，则

6 . 帕德近似是法国数学家亨利·帕德发明的用有理多项式近似特定函数的方法．给定两个正整数，，函数在处的阶帕德近似定义为：，且满足：，，，．已知在处的阶帕德近似为．注：
(1)求实数，的值；
(2)求证：；
(3)求不等式的解集，其中．