8.1 状态变量与状态方程 一、状态变量与状态方程 二、动态方程的一般形式 8.2 状态方程的建立 一、电路状态方程的列写 二、由输入-输出方程建立状态方程 8.3 离散系统状态方程的建立 8.4 连续系统状态方程的解 8.5 离散系统状态方程的解

第1章 事件与概率 第2章 一维随机变量 第3章 多维随机变量 第4章 随机变量的数学特征 第5章 极限定理初步 第6章 事件数理统计的基本概念与概率 第7章 假设检验和区间估计

前几章所讨论的内容，其目的在于寻求被测量 的最佳值及其精度。在生产和科学实验中，还有另 一类问题，即测量与数据处理的目的并不在于被测 量的估计值，而是为了寻求两个变量或多个变量之 间的内在关系，这就是本章所要解决的主要问题。 表达变量之间关系的方法有散点图、表格、曲 线、数学表达式等，其中数学表达式能较客观地反 映事物的内在规律性，形式紧凑，且便于从理论上 作进一步分析研究，对认识自然界量与量之间关系 有着重要意义。而数学表达式的获得是通过回归分 析方法完成的

什么是拓扑优化？ 拓扑优化是指形状优化，有时也称为外型优化。 拓扑优化的目标是寻找 承受单载荷或多载荷的物体的最佳材料分配方案。这种方案在拓扑优化中表现为 “最大刚度”设计。 与传统的优化设计不同的是，拓扑优化不需要给出参数和优化变量的定 义。目标函数、状态变量和设计变量（参见“优化设计”一章）都是预定义好的

1 等价语句(equivalence语句 ) 等价语句：使同一程序单元中的多个变量共用同一个 存储单元。 2 公用语句 (common语句) 公用语句：使不同程序单元的变量共用同一个存储单 元。 3 数据块子程序(自学) 数据块子程序：给公用区中的变量赋初值

一、拉普拉斯方程定解问题分离变量求解 二、高维混合问题分离变量求解

一、波动方程定解问题的分离变量求解 三、热传导方程定解问题的分离变量求解 二、级数解的物理意义

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

◼ 基于过程抽象的程序设计 ◼ 子程序 ◼ C++函数 ◼ 变量的局部性（局部变量与全局变量） ◼ C++程序的多模块结构 ◼ 标准库函数

◼ 基于过程抽象的程序设计 ◼ 子程序 ◼ C++函数 ◼ 变量的局部性（局部变量与全局变量） ◼ C++程序的多模块结构 ◼ 标准库函数