In going from the state space model i(t)=A.(t)+ Bu(t y(t)= Ca(t)+ Du(t) to the transfer function G(s)=C(sI -A)-B+D need to form the inverse of the matrix(sI- A)-a symbolic inverse- not easy at all For simple cases, we can use the following

一、链式法则 定理 如果函数u = φ(t)及v =ψ (t)都在点t 可导，函数z = f (u,v)在对应点(u,v)具有连续偏导数，则复合函数z = f [φ(t),ψ (t)]在对应点t可导，且其导数可用下列公式计算：

随机过程的基本概念 设对每一个参数t∈T.X(t,w)是一随机变量,我们称随机变量族Xr={(t.w) t∈T}为一随机过程(stochastic process)称随机函数其中TC是一实数集,称为 指标集

一、热辐射 辐射通量:温度为T时,频率v附近单位频率间隔dv内的辐射能量。 d(v,T)=(v,T)dv,e(v,T):辐射谱密度、辐射本领 吸收本领、吸收比:照射到物体上的通量d(v,T),其中被物体吸收的通量d(v,T)

Recall from lecture 22 °Flow value:f=f(s,V) Cut: Any partition (S, T)of y such that s E S andt∈T Lemma. f=f(s, T) for any cut(S, T) Corollary. f(s, T) for any cut(S, T) Residual graph: The graph G=(v, ef) with strictly positive residual capacities c u, v) c(u,)-f(2y)>0

Fourier 变换及其逆变换 前面关于 Fourier 级数的论述都是对周期函数而言的，那么对于 非周期函数，又该如何处理呢？ 在 +∞−∞ ),( 上可积的非周期函数 f x( )可以看成是周期函数的极限 情况，处理思路是这样的： （1） 先取 f x( )在[ ,] −T T 上的部分（即把它视为仅定义在[ ,] −T T 上 的函数），再以2T 为周期，将它延拓为 +∞−∞ ),( 上的周期函数 f x T ( )；