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

一、外围设备的电信号（开关量或数字量）转换成一定的计算机数据码后，CPU经过接口地址就可以获得外部信息，通过相反途径就可以将计算结果输出到外部设备。 二、计算机与外部设备的联结部件称为计算机输入/输出（I/O）模块

本章首先分析半导体存储器的基本结构和工作原理，其次对模拟量与数字量的转换进行简要介绍。 *11.1半导体存储器 *11.2采样和保持电路 11.3 数模转换电路 11.4 模数转换电路

1. 了解数-模、模-数转换的基本概念和转换原理。 2. 了解数-模、模-数转换常用芯片的使用方法

导出了随机-模糊线性回归模型参数的估计量,证明了参数的估计量为无偏估计,同时推导了参数估计量数字特征和回归方程相关系数的计算公式。将该模型应用于岩石样本抗剪强度实验数据处理中,通过与传统的随机一元线性回归对比分析,表明使用该方法得到的力学参数更具代表性

一、量化器模型 设量化操作在K维欧几里德空间(记为RK)上进行,X为RK上的一个K维随机向量, x为X的取值,ACRK是X的取值空间,即值域,则A的一个N级量化器

设计一个单片机测控系统，一般可分为四个步骤： （1）需求分析，方案论证和总体设计阶段 需求分析:被测控参数的形式（电量、非电量、模拟 量、数字量等）、被测控参数的范围、性能指标、 系统功能、工作环境、显示、报警、打印要求等。 方案论证:根据要求，设计出符合现场条件的软硬件 方案，又要使系统简单、经济、可靠，这是进行方 案论证与总体设计一贯坚持的原则

一、逻辑函数 1.逻辑函数在数字电路中,逻辑变量表示输入条件,逻辑函数表示输出结果,输入变量A、B、C.通过逻辑运算得到输出结果F。它们之间的结果可表示为: F=f(A、B、C

信息技术的核心在于信息的处理与存 储。多媒体信息包括文本、图形、图 像、声音等,由于这些媒体的信息量 相当大,数字化后要占用大量的存储 空间,使得存储与处理都十分困难。 尤其在图像信息的存储和压缩方面, 其重要性作用表现得尤为明显

一、数组的概念 数组与数组元素 数组是用一个统一的名称表示的、顺序排列的一组变量。数组中的变量 称为数组元素,用数字(下标)来标识它们,因此数组元素又称为下标变 量