血液二次分组化验最佳分组规律

研究了血液的二次分组化验最佳分组问题,运用数学分析方法找出了二次分组化验最佳分组规律.     

血液化验二次分组模型的简捷算法

运用概率和微分学基本理论推导血液二次分组化验最佳分组方案,给出确定二次分组化验最佳分组组数和最佳分组人数的方法,并将血液二次分组化验最佳分组方式与一次分组化验进行比较.     

血液分组化验模型的解的结构研究

针对相关文献建立的血液分组化验模型,通过数理分析借助Mathematica软件分别研究一次分组化验模型和二次分组化验模型的解的结构特征.     

血液分组化验法的简洁数学证明及简单精确计算方法

给出了血液分组化验中p值存在区间及对应最佳K值所在区间,给出了最佳K值简单精确计算方法,同时作了简洁严密数学证明,并用一个函数式将所研究结果准确表达.     

分组化验模型的优化研究

本文研究了血液的分组化验模型.利用概率和微分学基本理论证明了当血样呈阳性的概率在某一确定范围时,分组化验存在最佳分组方案,针对给定的血样阳性概率给出了最佳分组k值的确定方法,得出了分组化验最佳分组k值计算公式.     

血样二次分组检验的探讨

提出了血样的二次分组检验方法,建立了二次分组验血法预期人均检验次数最小的模型,给出了二次分组法的最佳小组人数和最佳小组数的范围,得到了求二次分组最佳方案的方法.计算结果表明模型和方法是可信的,在单个人血样呈阴性概率较大时,采用二次分组验血法能比一次分组验血法更进一步地减少检验次数,有较大的实用价值.     

关于分组化验模型的一个猜想

运用概率和微分学基本理论推导出分组化验法的适用范围,给出最佳分组的存在性证明,并提出最佳分组人数的一个猜想.     

大规模严格凸二次规划问题一个新算法

根据广义乘子法的思想,将具有等式约束和非负约束的凸二次规划问题转化只有非负约束的简单凸二次规划,通过简单凸二次规划来得到解等式约束一非负约束的凸二次规划新算法,新算法不用求逆矩阵,这样可充分保持矩阵的稀疏性,用来解大规模稀疏问题,数值结果表明：在微机４８６／３３上就能解较大规模的凸二次规划。     

具有终端不等式约束的线性二次控制问题

本文研究具有终端不等式约束的线性二次控制问题,得到了最优控制的反馈形式.所得到的反馈形式与相应的无约束问题的Riccati微分方程和一个函数矩阵的线性方程的解有关.     

一类二次特征值反问题的中心对称解及其最佳逼近

1引言给定n阶实矩阵M,C和K,二次特征值问题:求数λ和非零向量x使得Q(λ)x=0, (1．1)其中Q(λ)=λ2M λC K称为二次束．数λ和相应的非零向量x分别称为二次束Q(λ)的特征值和特征向量．Tisseur和Meerbergen概述了二次特征值问题的各种应用、数学理论和数值方法．在工程技术,特别是结构动力模型修正技术领域经常遇到与二次特征值问题相反的问题(称之为二次特征值反问题)．对阻尼结构进行动力分析时,应用有限元方法可得到系统的质量矩阵M,阻尼矩阵C和刚度矩阵K,从而可求得二次特征值问题的特征值(频率)和特征向量(振型)．但是有限元模型毕竟是实际结构系统的离散化,并且     

基于遗传算法的最佳摄动量法在反问题中的应用

抛物型方程参数的反演在工程中有重要的应用价值,针对最佳摄动量法对初始模型依赖性的严重不足,给出遗传算法对最佳摄动量法的改进的新算法并进行了数值模拟．从模拟结果可以看到模拟结果与估算值曲线图基本吻合,体现了该方法的有效性和高精度性,且新算法弥补了对初始数据严重依赖的不足以及保证了区域收敛的全局性．     

利用数据分组优化度量误差模型的参数估计

在一般的线性回归模型中,自变量都被认为是没有误差的准确值。然而当所有观测变量都可能存在误差时,通常的统计方法就会产生偏差。本文利用数据分组的思想,提出分组最小二乘估计法进行参数估计,减少了参数估计的偏差。并且在只知道误差界的情况下,利用分组最小二乘能给出几种度量误差模型的相合估计。     

积分第二中值定理“中间点”的分析性质

主要讨论了积分第二中值定理"中间点"的连续性和可导性.     

正多边形的最优分割问题

记平面边长为1的正m边形为S_m,将S_m剖分成n块:S_(m1),S_(m2),…,S_(mn),这样的剖分称S_m的n剖分,并以T(m,n)表示.以d_(mi)表示区域S_(mi)(i=1,2,…,n)的直径(即区域S_(mi)任意两点之间距离的最大者).记D(m,n)=max{d_(m1),d_(m2),…,d_(mn)}及Ψ(m,n)=■{D(m,n)}.本文将估计Ψ(m,n)的上下界.证明Ψ(6,3)=3/2,Ψ(6,4)=3-3~(1/2),Ψ(6.6)=1,Ψ(6,7)=3/2,估计Ψ(6,n)的渐进性.提出几个猜想.     

资金的最优分配

利用线性规划和概率论知识 ,建立了一个关于基金投资的数学模型 ,借用 matlab软件 ,求得最优解分别为 1 0 9.8万元 ,1 2 7.5 2 5万元 ,1 2 4.93万元 .     

连通区域的最优分割与最优染色分割

Ψ(∑,n)和θ(Σ,n)分别表示连通区域∑的n-分割最优值和n-染色分割最优值,记g(Σ,n)=(Ψ(Σ,n))/(θ(Σ,n)).对于由某些连通区域构成的连通区域集(?),记g(θ,n)=sup{g(Σ,n)}.证明:若θ_1为连通凸区域集,则g(θ_1,3)≥3/2.∑∈θ     

产品检验中的抽样个数

设某批产品 (总体 )的次品率为 p,对总体提出假设H0 :p≤ p0 ,　 H1:p >p1其中 0 相似文献