9.23周一

上午是概率论，讲的是离散数据的表示和连续数据的表示，重点是个密度函数和正态分布，也叫高斯分布。原来的概率分布函数F（x）求导后就是概率密度函数f（x），F（x）表示的是P(x<=t)的概率。正态分布有两个参数μ和σ，如果μ是0而且σ是1那么就称为标准正态分布。每个正态分布都可以写成标准正态分布。Φ是正态分布的符号，Φ（（X-μ）/σ）就是原来的分布写成了标准正态分布。

老师还复习了上次的泊松分布。我有些遗忘了，正好这里再复习一下，这里与高中知识关联挺大的。

这里也就是向下取整。

差点忘了指数随机变量和上α分位数。

有点不理解他的无记忆性，再找一下资料。

很好，可能还是没理解。

“但是无记忆性又指出，元件在经过s时间的工作之后，它的寿命分布与原来还未工作时的寿命分布相同。”

寿命分布也就是曲线形状相同吗？先理解到这里

上α分位数，就是一个曲线取一点t，t往右曲线围成的面积是α，这个t就叫上α分位数

接着下午上的离散数学，继续讲的图。主要讲了两个内容，图的表示和图的同构。图的表示有三种，一种是链表的，就是一边给出点，另一边写出与它相连是点。又分为无向图和有向图两种情况。第二种是矩阵的，二维的，每行每列都是点，若这两个相连，就写1，否则写0。我们发现，无向图每列都有两个1，而且这两个1所在的行对应的两个点是相连的。有向图的话有一列可能只有1个1，这就是这个点自环了；如果有两列相等，那1出现的行对应的两个点就不只有一条边相连了。对了，对于有向图，列是出发点，行是终点。当然也可以用转置调换。这个矩阵的缺点是可能某些问题上太稀疏，0多1少。还有一个是关联矩阵。就是点和边的关系，点是列，边是行。

老师出了道题，一个正方形四个点四条边，画出这个图的子集并且把同构的分组。问题是我当时不知道一个点是不是图。结果是，一共有12组。还引出了一个概念，叫导出子图还是啥，我需要再看一下书。它就是沿用了原来图的点，而且必须带着边。我再画一下这道题。

有点抽象哈。