本章可视为前一章的深入和提高； 由于命题逻辑的局限性我们必须 引入谓词逻辑.学习本章时要求掌 握好谓词与命题的关系、量词、 辖域、公式等概念.比较谓词公式 的等价、蕴涵与命题公式相应的 概念的异同；能将自然语言符号 化；能用谓词逻辑进行推理；理 解前束范式的意义

要点：掌握概率、概率分布和随机变量等的基本概念。重 点区分清楚总体和样本。 2.1一些符号 2.2实验、样本空间、样本点和事件 2.3随机变量 2.4概率 2.5随机变量及其概率分布 2.6多元概率密度函数 2.7总结

逻辑代数：描述和研究客观世界中事物间逻辑 关系的数学，它把事物间逻辑关系简化为符号 间的数学运算。 用类似普通代数形式研究逻辑代数是英国数学家 布尔（G. Boole）最早提出，所以也称为布尔代数。 又因为布尔代数中的常量、变量都只有“真”（True ）和“假”（False）两种取值，所以也称为二值代 数

连续函数的定义 定义3.2.1 设函数 f x( ) 在点 x0的某个邻域中有定义，并且成立 lim x x → 0 f x( ) = f x( ) 0 ， 则称函数 f x( ) 在点 x0 连续，而称 x0是函数 f x( ) 的连续点。 “函数 f x( ) 在点 x0 连续”的符号表述（或称“ε −δ ”表述）：

对于 i i i y = b + b x + ε 1 2 (与教材中的符号不同)，应记住以下 OLS 估计与检验的计算公式： (其中 n 为样本个数， k 为包括自变量和因变量在内的变量个数)

⒈ 会数制转换； ⒉ 符号数的代码表示及应用； ⒊ 8421BCD码、5421BCD码、余三码、格雷码；

第一章 简述数据和信息的关系? 答：信息是已被处理成某种形式的数据，这种形式对接受信息具有意义，并在当前或未来的行动和决策中，具有实际的和可觉察到的价值。数据，即信息的原始材料，其定义是许多非随机的符号组

模型是反映某事物某些属性的一个结构. (仿 制品) 这种结构有实物型的,也有抽象的.从而 模型有实物模型和抽象模型之分.如飞机模 型、建筑物模型等是实物模型,而数学模型 是抽象模型. 所谓抽象模型是用字母、符号、关系式等 抽象语言刻划出某种特定事物的一个结构

重点: 1、命题(简单命题, 复合命题)及符号化(联结词) 2、公式类型(可满足,永真,永假) 3、等值演算( 证明A  B) 4、联结词完备集 ( 用指定联结词表示任意公式) 5、主析（主合）取范式, 成真(假)赋值 6、推理证明(推理规则)

Mathematica 是美国 Wolfram 研究公司生产的一种数学分析型的软件，以符号计算见长，也具有 高精度的数值计算功能和强大的图形功能。 假设在 Windows 环境下已安装好 Mathematica4.0，启动 Windows 后，在“开始”菜单的“程序”中单 击 ，就启动了 Mathematica4.0，在屏幕上显示如图的 Notebook 窗口，系统暂时取 名 Untitled-1，直到用户保存时重新命名为止 输入 1+1，然后按下 Shif+Enter 键，这时系统开始计算并输出计算结果