1 Markov Chain Monte Carlo Methods 1.1 Introduction 1.1.1 Integration problems in Bayesian inference 1.1.2 Markov Chain Monte Carlo Integration 1.1.3 Markov Chain 1.2 The Metropolis-Hastings Algorithm 1.2.1 Metropolis-Hastings Sampler 1.2.2 The Metropolis Sampler 1.2.3 Random Walk Metropolis 1.2.4 The Independence Sampler 1.3 Single-component Metropolis Hastings Algorithms 1.4 Application: Logistic regression

1 Graphics with R 1.1 Managing graphics 1.1.1 Graphical Functions 1.1.2 Low-level plotting commands 1.1.3 Graphical Parameters 2 Statistical Analysis with R 2.1 Formulae 2.2 Generic Functions 2.3 Packages 3 Programming with R 3.1 Flow Control 3.2 Functions 3.3 Miscellaneous programming tips 3.4 Debugging 3.5 Efficient programming 3.6 R script editors

1. Hemoglobin is a multisubunit allosteric protein that carries 02 in erythrocyte. 1.1 Hemoglobin is a well-studied and well-understood protein. 1.1.1 It was one of the first proteins to have its molecular mass accurately determined. 1.1.2 The first protein to be characterized by ultracentrifuge. 1.1.3 The first protein to be associated with a specific physiological function

1.1 数据库系统概述 1.1.1 四个基本概念 1.1.2 数据管理技术的产生和发展 1.1.3 数据库系统的特点 1.2 数据模型 1.2.1 两大类数据模型 1.2.2 数据模型的组成要素 1.2.3 概念模型 1.2.4 最常用的数据模型 1.2.5 层次模型 1.2.6 网状模型 1.2.7 关系模型 1.3 数据库系统结构 1.3.1 数据库系统模式的概念 1.3.2 数据库系统的三级模式结构 1.3.3 数据库的二级映像功能与数据独立性 1.4 数据库系统的组成 ❖数据库 ❖数据库管理系统（及其开发工具） ❖应用系统 ❖数据库管理员

1.1 网络安全概述 1.1.1 网络安全概念 1.1.2 网络安全体系结构 1.1.3 网络安全的攻防体系 1.2.1 TCP/IP网络体系结构及计算机网络的脆弱性 1.2.2 计算机网络面临的主要威胁 1.2 计算机网络面临的安全威胁 1.3.1网络侦察 1.3.2网络攻击 1.3.3网络安全防护 1.3 计算机网络安全的主要技术与分类 1.4.1 计算机网络的发展 1.4.2 网络安全技术的发展 1.4.3 黑客与网络安全 1.4 网络安全的起源与发展

1 概率论基础 1.1 为什么需要概率空间 1.1.1 理发师悖论 (Barber paradox) 1.1.2 贝特朗悖论 (Bertrand’s Paradox) 1.1.3 非悖论, 生日问题 1.2 概率空间 1.2.1 可测空间 1.2.2 概率空间 1.2.3 条件概率 1.2.4 全概率公式和 Bayes 公式 1.3 随机变量和分布函数 1.3.1 数字特征 1.3.2 矩函数 (Moment Generating Function) 1.3.3 特征函数 (Characteristic function) 1.3.4 反演公式及唯一性定理 1.3.5 多维随机变量的特征函数 1.4 独立性与条件期望 1.4.1 独立性 1.4.2 条件期望 1.4.3 条件分布 1.4.4 一般条件期望 ⋆ 2 随机过程的基本概念与类型 2.1 随机过程的背景 2.2 基本概念 2.3 有限维分布与 Kolmogorov 定理 2.3.1 随机过程的数字特征 2.4 随机过程的基本类型 2.4.1 平稳过程 2.4.2 独立增量过程 3 Brown 运动（维纳过程） 3.1 基本概念与性质 3.2 维纳过程的分布 3.3 维纳过程的数字特征 3.3.1 二次变差 3.4 Brown 运动的鞅性质 3.5 Brown 运动的最大值变量及反正弦律 3.6 Brown 运动的几种变化 3.6.1 Brown 桥 3.6.2 几何 Brown 运动 4 Poisson 过程 4.1 齐次泊松过程 4.1.1 Poisson 过程数学模型 4.1.2 齐次泊松过程的数字特征 4.1.3 时间间隔与等待时间的分布 4.1.4 到达时间的条件分布 4.1.5 更新计数过程 4.2 复合泊松过程 4.2.1 复合 Poisson 过程 4.3 非齐次泊松过程 (了解内容，不考察) 5 鞅 (Martingale) 过程 5.1 基本概念 5.2 鞅的停时定理及其应用 5.2.1 鞅的停时定理 5.3 连续鞅

1.1 半导体中的电子状态与载流子 1.1.1 半导体材料的结构与能带形成 1.1.2 半导体中的载流子 1.1.3 半导体中载流子的统计分布 1.2 载流子的传输 1.3 pn结和金属-半导体接触 1.4 金属-绝缘层-半导体(MIS)结构 1.4.1 理想MIS结构及其工作状态 1.4.2 理想MIS结构的空间电荷分布 1.4.3 理想MIS结构的阈值电压 1.4.4 实际MIS 结构 1.4.5 MIS结构的电容-电压特性 1.5 MIS场效应晶体管

1.1 多媒体的基本概念 1.1.1 多媒体 1.1.2 多媒体计算机技术 1.2.1 多媒体技术的发展 1.2.2 多媒体技术的应用 1.1.3 多媒体系统及其分类 1.2 多媒体技术的发展与应用 1.3 多媒体计算机系统的组成 1.4 多媒体的关键技术

1.1.1 密度 1.1.2 压力 1.1.3 流体静力学平衡方程

1.1控制测量学的任务及其基本内容 1.1.1控制测量的任务 一、控制测量学 二、控制风 三、控制测量学的任务具体体现: