1 线性代数 符号和基础知识 矩阵乘法 运算性质 矩阵微分 2 概率论 概率空间 随机变量及其分布 随机变量的数字特征 条件期望

13.1 数字电路的基础知识 13.2 基本逻辑关系 13.3 逻辑代数及运算规则 13.4 逻辑函数的表示法 13.5 逻辑函数的化简

2一元高次代数方程的基础知识 1.2.1高等代数基本定理及其等价命题 1.高等代数基本定理 设K为数域。以K[x]表示系数在K上的以x为变元的一元多项式的全体。如果 f(x)=axn+a1x++an∈kx],(a≠0)则称n为f(x)的次数,记为 degf(x)。 定理(高等代数基本定理)C[x]的任一元素在C中必有零点。 命题设f(x)=axn+a1xn-++an(a≠0,n≥是上一个n次多项式, a是一个复数。则存在C上首项系数为a的n-1次多项式q(x),使得 f(x)=(x)(x-a)+ f(a) 证明对n作数学归纳法

本节主要介绍如何用代数法将逻辑函数简化为最简 与-或式。掌握了最简与－或式的方法，就可以利用对偶 规则化简逻辑函数为最简或－与表达式

1.1 数制与代码 1.2 逻辑函数 1.3 逻辑代数的基本定律和运算规则 1.4 逻辑函数的代数化简法 1.5 逻辑函数的卡诺图化简 1.6 逻辑函数的常用表达形式

对称矩阵和正定矩阵 (Symmetric Matrices and Positive Definite Matrices) 对称矩阵 正定矩阵 特征空间、代数重数以及几何重数 线性变换 (Linear Transformation) 线性变换的概念 线性变换的矩阵形式 线性变换的像和核 对偶性 (Duality) 奇异值分解 (Singular Value Decomposition) SVD 基础 用线来拟合数据 用 k 维子空间拟合数据 再看Ax = b的近似解

1.1 数制与编码 1.1.1 数制 1.1.２ 数制间的转换 1.1.3 编码 1.2 逻辑代数 1.2.1 逻辑变量与逻辑函数的概念 1.2.2 三种基本逻辑及运算 1.2.3 复合逻辑及其运算 1.2.4 逻辑函数的描述 1.2.5 逻辑代数的定律、规则及常用公式 1.3 逻辑函数化简 1.4 VHDL语言描述

 多项式转化为符号表达式：poly2sym  四则运算：conv、deconv  导数与积分：ployder、polyint  求值与零点：polyval、polyvalm、roots、poly  多项式运算  代数方程求解  线性方程组数值求解：linsolve  非线性方程数值求解：fzero  非线性方程符号求解：solve

3.1 事故树的发展历史 3.2 基本概念 3.3 事故树分析方法的步骤 3.4 事故树的符号及其意义 3.5 事故树的编制和用途 3.6 布尔代数与主要运算法则 3.7 利用布尔代数化简事故树 3.8 最小割集的概念和求法 3.9 最小径集的概念和求法 3.10 基本事件的结构重要度分析

1、理解向量空间的概念,并清楚线性代数所讨论的问题都是在向量空间的基础上讨论的。 2、清楚向量空间是欧几里得几何空间的推广,能熟练的判定一个向量空间,子空间