F分布密度函数之性质

本文利用特殊函数的性质,较详细地分析了F分布密度函数之性质,指出了该密度函数与相应参数之间的关系.本文主要研究第二个参数变化对密度函数的影响,证明了n增大时F(m,n)分布的密度函数极大值也越来越大,还指出了n变化时F(m,n)分布的相应密度曲线与另一特定密度曲线交点的变化规律.     

F分布密度曲线之变化

该文较深入地分析了特殊函数的某些性质,利用这些性质分析了F分布中不同参数所对应的密度曲线之间的位置关系.此外还讨论了密度曲线的某些渐近性质并建立了一些有关的方程.作为结论的应用及验证,作者给出了一些有代表性的例子.该文的分析方法还可用来讨论其它一些分布的密度曲线的某些性质.     

Γ分布密度函数的性质

分析了Γ分布密度函数的性质,指出了该密度函数与相应参数之间的关系.主要研究第二个参数对密度的影响,证明了β增大时Γ(α,β)分布密度极大值也增大,还指出了β变化时Γ(α,β)分布密度与另一特定密度曲线交点的变化规律.     

Г分布密度函数的性质

分析了Г分布密度函数的性质，指出了该密度函数与相应参数之间的关系．主要研究第二个参数对密度的影响，证明了β增大时Г（α，β）分布密度极大值也增大，还指出了β变化时Г（α，β）分布密度与另一特定密度曲线交点的变化规律．     

F分布的几个性质

F分布的概率密度函数中出现了Gamma函数和两个不同的参数.借助微积分的相关理论,固定F分布的密度函数中的一个参数,当另一个参数取不同值时,给出相应曲线的交点范围,同时研究F分布的密度函数的凸性.     

高斯分布的启示

在许多统计与概率的书上 ,我们都见过这样一个分布密度函数形式 :p( x;μ,σ) =12πσe- ( x-μ) 22σ2 ,( 1 )其中 μ∈ RI,σ>0为参数 ,这个函数的图像很美 ,她呈现出一个对称的钟型曲线 ,有曲有拐 ,μ点为其唯一一个“峰点”,且在这个峰点附近她近似一个抛物线 ;μ± σ为她的两个拐点 ,这就是我们所要谈的高斯分布的分布密度函数 ,简称高斯 ( Gauss)分布密度 .人们不禁要问 ,为什么会出现这样一个如此漂亮的密度曲线 ,又为什么叫高斯分布密度呢 ?她除了带给我们外形美观 ,其它带给我们什么呢 ?要说明这个问题 ,还得从 1 6世纪的欧洲说…     

生长曲线模型中回归系数阵的极大似然估计的精确分布

对于生长曲线模型,基于理论发展和应用效果的考虑,本文引入了Gauss型误差．在此误差下,本文研究了模型中回归系数阵的极大似然估计的精确分布,求出了此分布的密度和特征函数．     

疲劳断裂非平衡统计理论——(Ⅱ)从微观机理到疲劳断裂的宏观特性

本文给出了微裂纹的随机演化方程,结合位错机理解得了微裂纹密度的分布函数,求出了疲劳断裂几率和可靠性,进而导出了σ_α-N曲线、疲劳寿命的统计分布和统计平均值。     

多维连续型随机变量函数的分布密度的计算法

本文推证了采用曲线积分法求多维随机变量的函数的分布密度的计算公式,既具有解决问题的一般性,又具有良好的实用性,较之其他方法易于记忆、掌握和应用,以典型例子说明问题。     

GaAs/Si外延层X射线双晶衍射摇摆曲线的动力学模拟和位错密度的测量

利用X射线衍射动力学理论和位错的小角晶界模型,分析了GaAs/Si外延层中位错对X射线双晶衍射摇摆曲线的影响,认为GaAs/Si外延层并不是严格取向一致的完整单晶膜,而是存在着许多小角晶界的镶嵌晶体,并推导出了其中镶嵌块的晶向分布函数和晶格应变分布函数,模拟出了GaAs/Si外延层X射线双晶衍射摇摆曲线,由此曲线计算出了GaAs/Si外延层中的位错密度.同时还得到了Si衬底上GaAs外延层中镶嵌块的大小.为分析高失配外延材料的双晶衍射摇摆曲线提供了新的方法.     

拟合隐函数曲线的GNL法

１参数可线性化的曲线拟合问题假设我们已经获得ｎ组独立观测值（ｘｉ,ｙｉ）,其中是精确观测值,ｉ＝１,２,…,ｎ,下同．现欲在最小二乘意义下,拟合非线性模型并假设观测点都分布在模型函数曲线附近．其中为连续可导函数ｇ（ｙ）的反函数,且在我们所研究的ｙ变化范围内恒有ｇ’（ｙ）≠０,（ｊ＝１,２.....下同）为ｐ（＜ｎ）个待定参数．（ｘ）为区间Ｘ内ｐ个线性无关的已知连续函数．随机变量,即为也就是要求求解残差平方和Ｑ（）的无条件极值问题其中参数向量,残差向量,而残差都是微量．对这类常见问题,有以下几种算法．…     

基于联合估计法的债券信用利差期限结构拟合及应用

基于2016~2018年月度数据,通过独立估计的单曲线样条模型和SV 模型、联合估计的多曲线样条模型和SV模型拟合公司债信用利差期限结构,进而对模型拟合效果进行比较,讨论模型在宏观经济预测中的应用,得到以下结论:(1)拟合模型的函数形式是导致理论信用利差期限结构曲线翻折的原因。样条模型和SV模型拟合的信用利差曲线形状完全不同,且模型函数变动引起的误差变动大于曲线变动引起的误差变动。(2)联合估计模型可以修正独立估计模型的人为扭曲形式。多曲线模型的结果更接近实际信用利差,误差波动性明显减小,曲线更为平滑,且联合估计的多曲线样条模型优于独立估计的单曲线样条模型、独立估计的SV 模型和联合估计的SV模型。(3)公司债信用利差期限结构在一定程度上蕴含了市场对未来宏观经济的预期信息,且在短期内预测结果随先行期限延长而改善。因此,宏观经济政策制定者需关注信用利差和期限结构模型拟合研究,重视对信用利差期限结构的深度信息挖掘,从而提高中国宏观政策制定者调控手段的前瞻性和有效性。     

数学拟合方法在掘进工作面粉尘浓度研究中的应用

煤矿粉尘严重影响井下工人的身体健康,对粉尘浓度分布的研究,是防止粉尘危害的基础.根据掘进工作面不同地点实测的呼吸性粉尘和全尘浓度值,基于最小二乘的思想建立数学模型,并结合Matlab软件,运用线性、多项式、指数、反比例函数四种曲线拟合的方法对掘进工作面不同地点的两种粉尘浓度分布分别进行拟合,得到粉尘浓度和掘进面距离之间的函数关系.通过计算各种拟合曲线的均方误差,找到最佳的拟合方案,为井下的防尘工作提供可靠的依据,达到更好的防尘效果.     

An algorithm for linear least squares problems with equality and nonnegativity constraints

We present a new algorithm for solving a linear least squares problem with linear constraints. These are equality constraint equations and nonnegativity constraints on selected variables. This problem, while appearing to be quite special, is the core problem arising in the solution of the general linearly constrained linear least squares problem. The reduction process of the general problem to the core problem can be done in many ways. We discuss three such techniques.The method employed for solving the core problem is based on combining the equality constraints with differentially weighted least squares equations to form an augmented least squares system. This weighted least squares system, which is equivalent to a penalty function method, is solved with nonnegativity constraints on selected variables.Three types of examples are presented that illustrate applications of the algorithm. The first is rank deficient, constrained least squares curve fitting. The second is concerned with solving linear systems of algebraic equations with Hilbert matrices and bounds on the variables. The third illustrates a constrained curve fitting problem with inconsistent inequality constraints.     

基于离散点和法矢的曲线重构算法

This paper presents a curve reconstruction algorithm based on discrete data points and normal vectors using B-splines.The proposed algorithm has been improved in three steps:parameterization of the discrete data points with tangent vectors,the B-spline knot vector determination by the selected dominant points based on normal vectors,and the determination of the weight to balancing the two errors of the data points and normal vectors in fitting model.Therefore,we transform the B-spline fitting problem into three sub-problems,and can obtain the B-spline curve adaptively.Compared with the usual fitting method which is based on dominant points selected only by data points,the B-spline curves reconstructed by our approach can retain better geometric shape of the original curves when the given data set contains high strength noises.     

基于凹凸组合的一类洛伦兹曲线模型

为了统计和分析一个国家和地区的收入分配情况,经济学界往往通过入户调查获得家庭收入与消费等数据,采用洛伦兹曲线模型来进行数据拟合.洛伦兹曲线模型拟合效果的好坏,直接影响着收入分配的描述.本文构建了一类凹凸组合的洛伦兹曲线模型,并针对19个国家的收入分配数据进行了实证分析.结果显示该模型具有较好的拟合效果,其基尼系数能较好地描述收入分配现状,对反映和监测居民之间的贫富差距具有重要意义.     

基于BP网络的混凝土耗能器骨架曲线拟合

结合5种混凝土延性柱耗能器在低周期反复荷载作用下的试验数据研究,利用神经网络的工作原理,通过建立神经网络的输入层、隐含层、输出层,确定输入单元、输出单元和隐含层节点数,从而建立了BP神经网络的模型,并根据已有的部分试验数据数据.对网络进行训练,对各种混凝土延性柱耗能器骨架曲线进行了预测拟合,实现混凝土延性柱耗能器骨架曲线的数字化,使其成为具有分析和判断的拟合曲线功能,完整的描绘混凝土延性柱耗能器的骨架曲线,为后续混凝土延性柱耗能器性能研究的仿真模拟提供了可靠的数据模型.结果表明,这种方法是可行的.     

基于轮廓关键点的B样条曲线拟合算法

针对逆向工程中的点云切片轮廓数据点列,提出一种基于轮廓关键点的B样条曲线拟合算法.在确保扫描线点列形状保真度的前提下,首先对其进行等距重采样等预处理,并遴选出曲线轮廓关键点,生成初始插值曲线;再利用邻域点比较法求出初始曲线与各采样点间的偏差值,在超过拟合允差处增加新的关键点,并生成新的插值曲线,重复该步骤至拟合曲线满足预定精度要求.实验表明,在对稠密的二维断面数据点进行B样条逼近时,该算法能有效压缩控制顶点数目,并具有较高的计算效率.同时,由于所得控制顶点的分布能准确反映曲线的曲率变化,该方法还可作为误差约束的曲线逼近中的迭代步骤之一.     

Integrating noisy data

Suppose the parametric form of a curve is not known, but only a set of observations. Quadrature formulae can be used to integrate a function only known from a set of data points. However, the results will be unreliable if the data contains measurement errors (noise). The method presented here fits an even degree piecewise polynomial to the data where all the data points are being used as knot points and the smoothing parameter is optimal for the indefinite integral of the curve which happens to be a smoothing spline. After the smoothing parameter has been chosen, this approach is less computationally expensive than fitting a smoothing spline and integrating.