§4.1 关系运算符 §4.2 逻辑运算符和逻辑表达式 §4.3 if 语句–––条件判断

第三讲多维随机变量及其概率分布 内容提要 (1)联合分布函数与边缘分布函数(关系与性质) (2)二维离散型随机变量(联合分布律及性质边缘分布,条件分布,独立性判断) (3)二维连续型随机变量(联合密度函数及性质,概率计算,边缘密度,条件分布及密度,独立性判断) (4)独立随机变量及相关性质(独立性判断,相关计算) (5)随机变量函数的分布(离散场合,连续场合和、商、积与极值的分布) (6)常见的两个二维分布(二维均匀,二维正态以及它们的相关性质)

1.(1)证明比较判别法(定理8.2.2) (2)举例说明,当比较判别法的极限形式中1=0或+∞时

判别一个放大电路是否有反馈,以及反馈的极性、类型等,一般按以下步骤进行: (1)判别有无反馈。找出联系放大电路输出和输入的反馈网络。 (2)根据交直流通路判别反馈是直流、交流或交直流的

1、掌握序列的概念及其几种典型序列的定义,掌握序列的基本运算，并会判断序列的周期性。 2、了解对连续时间信号的时域抽样，掌握奈奎斯特抽样定理，了解抽样的恢复过程。 3、会利用卷积和、差分方程的迭代法计算系统的输出。 4、理解常系数线性差分方程及其用迭代法求解单位抽样响应。 5、掌握线性/移不变/因果/稳定的离散时间系统的概念并会判断，掌握线性移不变系统及其因果性/稳定性判断的充要条件。 引言 1.1 离散时间信号 1.2 采样 1.3 离散时间信号的傅里叶变换与Z变换 1.4 离散时间系统 1.5 系统的频率响应与系统函数

• 掌握序列的概念及其几种典型序列的定义,掌握序列的基本运算，并会判断序列的周期性。 • 掌握线性/移不变/因果/稳定的离散时间系统的概念并会判断，掌握线性移不变系统及其因果性/稳定性判断的充要条件。 • 理解常系数线性差分方程及其用迭代法求解单位抽样响应。 • 了解对连续时间信号的时域抽样，掌握奈奎斯特抽样定理，了解抽样的恢复过程

第一节 定积分的概念 (Concept of Definite Integrals) 问题的提出 二 定积分的定义 三四 定积分存在的两个充分条件 定积分的几何意义 五定积分的性质 第二节微积分基本公式 一 积分上限函数及其导数 三 牛顿—莱布尼茨公式 四小结 五思考、判断题 第三节定积分的换元法与分部积分法 一问题的提出 定积分的换元法 定积分的分部积分法 五思考、判断题 第四节 反常积分 (ImproperIntegrals) 二无穷限的广义积分 无界函数的广义积分 四Γ-函数 五小结 六思考与判断题

1 频率特性的基本概念 频率特性G(jω) 的定义 频率特性G(jω) 的图解表示 2 对数频率特性（Bode图） 典型环节的Bode图 开环系统对数频率特性 ( Bode) 3 幅相频率特性（Nyquist 图） 典型环节的幅相频率特性 系统开环幅相曲线 4 频域稳定判据 幅角原理 奈奎斯特稳定判据 对数稳定判据 5 稳定裕度 稳定裕度的定义 稳定裕度的计算 6 利用开环频率特性分析系统的性能 7 利用闭环频率特性分析系统的性能 用向量法求闭环频率特性 闭环频率特性的几个特征量

5.2 正项级数及其敛散性判别法 5.3 任意项级数及其敛散性判别法

• 贝叶斯规则 • 基于观察值，将类先验概率 和类条件密度转化为后验概率 • 贝叶斯决策 • 最小化总风险 • 最小化误差概率：选择最大后验概率的类别 • 贝叶斯决策是理论上的最优决策，贝叶斯风险是理论上的最小风险 • 判别函数 • 判决区域和判决边界 • 多元高斯概率密度函数 • 假设类条件概率密度满足高斯分布 • 判别函数 • 判决面