计算机专业知识体系.pptVIP

微分方程主要包括：微分方程的基本概念、可分离变量的微分方程、齐次方程、一阶线性微分方程、全微分方程、可降阶的高阶微分方程、高阶线性微分方程、常系数齐次线性微分方程、常系数非齐次线性微分方程、欧拉方程、微分方程的幂级数解法、常系数线性微分方程组解法举例等内容。12二、线性代数（LinearAlgebra）线性代数是一门基础数学课程，是在生产实践中产生发展起来的，广泛应用于工程技术、物理、经济及其他领域。本课程的教学目的在于培养学生运用线性代数的内容解决实际问题的能力，适当训练其逻辑思维能力和推理能力。课程主要内容如下：行列式主要包括：行列式的定义及性质、行列式的计算、克莱姆法则等内容。矩阵主要包括：高斯消元法、矩阵的加法-乘法、矩阵的转置-对称矩阵、可逆矩阵的逆矩阵、矩阵的初等变换和初等矩阵、分块矩阵等内容。01030223%Option1线性方程组向量空间与线性变换主要包括：n维向量空间的基与向量关于基的坐标、n维向量空间中的内积、标准正交基和正交矩阵等内容。主要包括：n维向量及其线性相关性、矩阵的秩、齐次线性方程组有非零解的条件及其结构、非齐次线性方程组有非零解的条件及其解的结构等内容。30%Option2二次型主要包括：二次型的定义和矩阵表示、合同矩阵、化二次型为标准形、正定二次型和正定矩阵等内容。特征值与特征向量主要包括：矩阵的特征值与特征向量、相似矩阵、矩阵可对角化的条件、实对称矩阵的对角化等内容。概率论与数理统计（probabilitytheoryandmathematicalstatistics）

介绍概率论和数理统计的基本知识和基本方法，培养学生运用概率论和数理统计基本知识和方法分析问题、解决问题的能力，培养学生的逻辑思维能力，为进一步学习打下坚实的基础。课程主要内容如下：随机事件与概率主要包括：随机事件、概率、条件概率与独立性、全概率公式与贝叶斯公式等内容。随机变量的分布和数字特征主要包括：随机变量及其分布、随机变量函数的分布、随机变量的数字特征、几种重要的随机变量等内容。主要包括：统计量、抽样分布等内容。抽样分布主要包括：二维随机向量的分布、随机向量的数字特征、二维正态分布、中心极限定理、大数定律等内容。随机向量主要包括：点估计、最大似然估计法、矩估计、正态总体参数的区间估计、比率的区间估计等内容。统计估计010203假设检验主要包括：一个正态总体的假设检验、比率的比较、非参数检验等内容。回归分析主要包括：一元线性回归的经验公式与最小二乘法、一元线性回归效果的显著性检验、一元线性回归的预测与控制、非线性问题的线性化、多元线性回归等内容。通过本课程的学习，掌握离散数学的基本概念和基本原理，初步掌握处理离散结构所必须的描述工具和方法。同时，培养学生问题抽象能力、缜密概括、推理能力、利用数学模型解决问题的能力，从而使学生具有良好的专业理论的素质和使用所学知识，分析和解决实际问题的能力。四、离散数学（DiscreteMathematics）课程主要内容如下：命题逻辑主要包括：命题及表示、联结词、命题公式与翻译、真值表与等价公式、重言式与蕴涵式、其他联结词、对偶与范式、推理理论等内容。谓词逻辑主要包括：谓词的概念与表示、命题函数与量词、谓词公式与翻译、变量的约束、谓词演算的等价式与蕴涵式、前束范式、谓词演算的推理理论等内容。主要包括：集合的概念与表示、集合的运算、包含排斥原理、序偶与笛卡尔积、关系及表示、关系的性质、复合关系和逆关系、关系的闭包运算、集合的划分和覆盖、等价关系与等价类、相容关系、序关系等内容。集合与关系0102函数主要包括：函数的概念、逆函数和复合函数、特征函数与模糊子集、基数的概念、可数集与不可数集、基数的比较等内容。代数结构主要包括：代数系统的引入、运算及性质、半群、群与子群、阿贝尔群和循环群、倍集与拉格朗日定理、同态与同构、环和域等内容。主要包括：格的概念、分配格、有补格、布尔代数、布尔表达式等内容。6、格与布尔代数主要包括：图的基本概念、路与回路、图的矩阵表示、欧拉图与汉密尔顿图、平面图、对偶图与着色、树与生成树、根树及其应用等内容。7、图论3.2.2物理学及电子学知识

物理学及电子学知识是深刻理解计算机硬件结构及其工作原理的重要基础。一、普通物理学（CommonPhysics）物理学是研究物质的基本结构、相互作用和物质最基本最普遍的运动形式及其相互转化规律的学科。通过本课程的教学，使学生系统地掌握物理学的基本原理和基本知识，培养学生分析问题、解决问题的能力，帮助学生建立辨证唯物主义观点。课程主要内容如下：力学主要包括