|
|||
 公告 |
03 2011 档案摘要: 1.ug4打开中文补丁使用方法：1.将文件解压到C:2.打开UG目录下UGII\menus\custom_dirs.dat, 用计事本编辑：在最后一行添加C:\UG_CHS,保存,重新启动UG.下面是custom_dirs.dat文件用计事本打开举例：# custom_dirs.dat: Directories to search for Unigraphics customizations## ...阅读全文 posted @ 2011-03-21 13:17 白途思 阅读(742) | 评论 (0) 编辑 | 摘要: 参数估计就是要从样本出发构造一些统计量作为总体某些参数（或数字特征）的估计量。 点估计就是构造统计量。 j=1,2,…n以的值作为的近似值。对进行估计，叫(点)估计量。若样本值代入称为的估计值。 区间估计是根据样本构造出适当的区间，它以一定的概率包含未知参数。 §7.1 点估计 （一）矩估计法1.矩估计法的基本思想在总体的各阶矩存在的条件下，用样本的各阶矩去估计总体相应的各阶矩，又由于总体的分布类...阅读全文 posted @ 2011-03-16 18:18 白途思 阅读(698) | 评论 (0) 编辑 | 摘要: §6.1 数理统计的基本概念 一．数理统计研究的对象例：有一批灯泡，要从使用寿命这个数量指标来看其质量,设寿命用X表示。(1)若规定寿命低于1000小时的产品为次品。此问题是求P(X£1000)=F(10000),求F()?(2)从平均寿命、使用时数长短差异来看其质量，即求E()?、D()?。 要解决二个问题 1．试验设计抽样方法。 2．数据处理或统计推断。 方法具有"从局部推断总体"的特点。 二...阅读全文 posted @ 2011-03-16 16:07 白途思 阅读(617) | 评论 (0) 编辑 | 摘要: 第五章 大数定律和中心极限定理§1 大数定律设X1,X2,...Xn,...是一随机变量列，a1,a2,...an,...是一常数列，令Yn= n=1,2,...,，所谓大数定律就是研究(Yn-an)收敛到0的定理。按收敛意义的不同，有弱大数定律和强大数定律。我们主要介绍弱大数定律，弱大数定律也称大数定律。 契比雪夫不等式设R.V.X，其都存在，则对任意均有 或 一、大数定律定理5.1:(契比雪夫...阅读全文 posted @ 2011-03-16 16:05 白途思 阅读(341) | 评论 (0) 编辑 | 摘要: §4.4 协方差及相关系数 一.协方差与相关系数的概念 1.定义 定义4.4：设二维随机变量(X,Y),它的分量的数学期望为E(X),E(Y)，若E[(X-E(X))(Y-E(Y))]存在，则称它为X,Y的协方差，记为Cov(X,Y),即 Cov(X,Y)=E[(X-E(X))(Y-E(Y))] 2.计算 (1)用定义计算 若二维离散型随机变量(X,Y)的联合概率分布律i,j=1,2,¼，且Cov(X,Y)存在,则 Cov(X,Y)= 若二维连续型随机变量(X,Y)的联合概率密度为f(x,y),且Cov(X,Y)存在，则 （2）、公式 在计算Cov(X,Y)时，除用定义外，阅读全文 posted @ 2011-03-16 09:54 白途思 阅读(195) | 评论 (0) 编辑 | 摘要: §4-2 方差 一.方差的概念 1、定义4.3:设随机变量X的数学期望为E(X),若E(X-E(X))2存在，则称它为X的方差（此时，也称X的方差存在），记为D(X)或Var(X),即 D(X)=E(X-E(X))2 称D(X)的算术平方根为X的标准差或均方差，记为，即 由数学期望的性质5知，若随机变量X的方差D(X)存在，则D(X)³0。简言之，方差是一个非负实数。 当X服从某分布时，我们也称某分布的方差为D(X)。 2、计算方差 （1）若X是离散型随机变量，其分布律为pi=P(X=xi),i=1,2,...,且D(X)存在，则 （2）若X是连续型随机变量，其概率密度为f阅读全文 posted @ 2011-03-16 09:52 白途思 阅读(142) | 评论 (0) 编辑 | 摘要: 第四章 随机变量的数字特征 讨论随机变量数字特征的原因在实际问题中，有的随机变量的概率分布难确定，有的不可能知道，而它的一些数字特征较易确定。（2）实际应用中，人们更关心概率分布的数字特征。（3）一些常用的重要分布，如二项分布、泊松分布、指数分布、正态分布等，只要知道了它们的某些数字特征，就能完全确定其具体的分布。 §4.1 数学期望一、数学期望的概念1.离散性随机变量的数学期望 例4．1：大学一...阅读全文 posted @ 2011-03-16 08:55 白途思 阅读(211) | 评论 (0) 编辑 | 摘要: §3.5 多维随机变量函数的分布 这一节是很重要的内容，一般概率统计的考试必有这些内容的考题。 特别是本节例1，3，4以及Max(X,Y)，Min(X,Y)的分布等内容，很有代表性。 一．离散型随机变量（X，Y）的函数的概率分布 例1：已知（X，Y）的分布律为： X Y -1 1 2 -1 2 5/20 2/20 6/20 3/20 3/20 1/20求：Z1=X+Y，Z2 =max（X，Y）的分布律。 P5/202/206/203/203/201/20(X,Y)取值(-1,-1)(-1,1)(-1,2)(2,-1)(2,1)(2,2)Z1取值-201134Z2取值-112222二．阅读全文 posted @ 2011-03-16 08:51 白途思 阅读(145) | 评论 (0) 编辑 | 摘要: §3.3 条件分布 由条件概率引出条件概率分布的概念。 定义1 设(X,Y)是二维离散型随机变量，对于固定的，若，则称 例1， P77，一射手进行射击，击中目标的概率为p(0<p<1),射击到击中目标两次为止。设以X表示首次击中目标所进行的射击次数，以Y表示总共进行的射击次数，试求X和Y的联合分布律及条件分布律。 解： 定义2 （不严格），设(X,Y)的概率密度为 ，记为在条件Y=y下X的条件概率...阅读全文 posted @ 2011-03-16 08:49 白途思 阅读(171) | 评论 (0) 编辑 | 摘要: 3．边缘概率密度 设二维连续型随机变量(X,Y) 联合分布函数、联合概率密度分别为F(x,y),f(x,y),分量X,Y的边缘分布函数分别为FX(x)、FY(y)。利用边缘分布函数与联合分布函数的关系及(3.16)式，可得 FX(x)=F(x,+¥)= (3.17) FY(y)=F(+¥,y)= (3.18) 记：fX(x)= 为X的边缘概率密度函数；fY(y)= 为Y的边缘概率密度函数。 例2：...阅读全文 posted @ 2011-03-16 08:48 白途思 阅读(40) | 评论 (0) 编辑 | 摘要: 三．连续性随机变量 1．联合概率密度 定义3.3 设(X,Y)的联合分布函数为F(x,y),若存在非负函数f(x,y),使得对于任意的实数x,y均有 F(x,y)= （3.12) 则称(X,Y)为连续型随机变量，并称f(x,y)为(X,Y)的联合概率密度，简称为概率密度。 2．f(x,y)有如下性质： 性质1 f(x,y)³0 性质2 =1 性质3 若f(x,y)的连续点(x,y)处，有 性质4 若随机点(X,Y)落于平面上相当任意的区域D内记为(X,Y)D,则 P{(X,Y)D}= （3.16） 注：在f(x,y)非0域与D公共部分积分有非0值。 P71例2 例3：（第一版书上例3阅读全文 posted @ 2011-03-16 08:47 白途思 阅读(31) | 评论 (0) 编辑 | 摘要: 随机向量的定义： 随机试验的样本空间为S={w}，若随机变量X1(w),X2(w),…,Xn(w)定义在S上，则称（X1(w),X2(w),…,Xn(w)）为n维随机变量（向量）。简记为（X1,X2,…,Xn）。 二维随机向量（X,Y），它可看作平面上的随机点。 对（X,Y）研究的问题： 1．（X,Y）视为平面上的随机点。研究其概率分布——联合分布率、联合分布函数、联合概率密度；Joint 2．分别研究各个分量X,Y的概率分布——边缘（际）分布律、边缘分布函数、边缘概率密度； marginal 3．X与Y的相互关系； 4．（X,Y）函数的分布。 § 3.1 二维随机变量的分布 一．离阅读全文 posted @ 2011-03-16 08:45 白途思 阅读(47) | 评论 (0) 编辑 | 摘要: §2.4 连续型随机变量 定义2.2 设随机变量X的分布函数为F(),如果存在一个非负可积函数f(),使对任意的实数，均有 F()= (2.20)则称X是连续型随机变量，称f()是X的概率密度或密度函数，简称密度。 二、图形 例如：正态分布 密度函数图形： data normal;do i=-3 to 3 by 0.01;z0=exp(-i**2/2)/sqrt(2*(3.1415926));o...阅读全文 posted @ 2011-03-15 22:25 白途思 阅读(172) | 评论 (0) 编辑 | 摘要: 泊松分布 定义 若离散型随机变量X的分布为，k=0,1,2,¼ 其中常数l>0，则称X服从参数为l的泊松分布,记为。 泊松Poisson定理P41, 设有一列二项分布X～B(), n=1, 2, ...,如果 , 为与n无关的正常数，则对任意固定的非负整数k，均有 证略。 例5:P43.例6:P44,自学。 §2.3 随机变量的分布函数 一、概念定义2.1 设X是一随机变量（不论是离散型还是非离散...阅读全文 posted @ 2011-03-15 22:23 白途思 阅读(41) | 评论 (0) 编辑 | 摘要: §2.1 随机变量概念 对于随机试验： E甲,乙两人同时向某目标射击一次 中靶情况 E: ，X表示射击中靶的次数，对应的取值为；0，1，2。 定义：随机变量是定义在样本空间S={ω}上的一个单值实函数，记作X=X(ω),简记为X。 分类离散型随机变量 非离散型随机变量 §2.2 离散型随机变量 一.离散型随机变量的分布设离散型随机变量可能取的值为: 取这些值的概率为 P(X=i)= pi ,i=...阅读全文 posted @ 2011-03-15 22:21 白途思 阅读(41) | 评论 (0) 编辑 | 摘要: 由于有大量的公式，所以用word2010发博文后，结果： 然后我把内容贴到WLW里发布，发现问题了：估计是因为博客园不支持gif图片。现在的问题是如何在word中找到这些图片，然后转换为bmp或者jpg，然后才能发布。有没有高人指点一下？PS：终于找到问题所在了，得到维护团队的回复：@白途思目前的限制是10分钟内只能上传200张图片。阅读全文 posted @ 2011-03-14 22:10 白途思 阅读(55) | 评论 (0) 编辑 | 摘要: 关注Ironpython很久了，但是一直也没有应用的场合。不同于python的广泛应用，Ironpython真的是雷声大雨点小。宣传、简介铺天盖地，貌似很有前途。实际上，我真的很少有用到ironpython的情况。ironruby也是如此。曾经尝试用Ironpython来写程序，但是其调试非常复杂。好在和VS2010结合比较早，调试还算方便。可是关键的问题是，如果我用了VS2010，我干嘛不直接用C#，其开发和调试能力有目共睹。至今，我能够使用Ironpython的地方只有一处，那就是NEUT，一个个人开发的小软件。在处理搜索字符串拼接问题上，我使用了ironpython。为什么呢？因为搜索字阅读全文 posted @ 2011-03-14 21:30 白途思 阅读(2957) | 评论 (0) 编辑 | 摘要: 确定现象：在一定条件下必然发生的现象，如向上抛一石子必然下落，等 随机现象：称某一现象是"随机的"，如果该现象（事件或试验）的结果是不能确切地预测的。 由此产生的概念有：随机现象，随机事件，随机试验。例：有一位科学家，他通晓现有的所有学科，如果对一项试验（比如：掷硬币），该万能科学家也无法确切地预测该实验的结果（是正面朝上还是反面朝上），这一实验就是随机实验，其结果是"随机的"----为一随机事件...阅读全文 posted @ 2011-03-13 17:43 白途思 阅读(466) | 评论 (0) 编辑 | 摘要: 记得很早以前我就发过博文推荐stackoverflow。觉得问题和tag的方式很好。不要搞什么积分，真的是浪费国人的时间和精力。其实技术论坛，只需要关心有没有人问过，有没有人解决就行了。国内的技术论坛充斥着大量的重复基础问题，有意思吗？贴一封给乐问网的emial回复：RE：终于看到有人要做中国的Stackoverflow了！谢谢你们！ 万恶的论坛积分制度只会浪费国人的时间和精力！ 2011-03-06 Office Card: http://bbs.sjtu.edu.cn/bbsqry?userid=begtostudyChinese Name:白途思English Name:BeckNet 阅读全文 posted @ 2011-03-06 13:09 白途思 阅读(303) | 评论 (1) 编辑 | 摘要: dotnet有多个版本，比如1.0， 2.0,3.0,4,0，目前最高的是4.0了。dotnet程序向下兼容，但是不向上兼容，即高版本可以调用低版本程序，但是低版本不能调用高版本程序。（当然可以通过一些方法调用，本文就是一种）。这样就出现了一个问题。UG XN4支持的1.x版本的，UG NX5、NX6、NX7支持2.0,3.x。这是由于dotnet的2.0、3.x使用的都是2.0的运行时库。什么是运行时库Runtime呢？打个比方，dotnet framework是C#程序的基础，Runtime是dotnet framework的基础。基础一样当然可以低版本加载高版本的。这样NX6其实也是可以阅读全文 posted @ 2011-03-03 12:38 白途思 阅读(66) | 评论 (0) 编辑 | 摘要: 我们知道，NX本身是不需要.net framework支持的，即机器上不需要安装.net framework，也可以运行NX软件。
为什么NX还可以使用.net开发的dll呢？（显然必须自行安装.net framework)。阅读全文 posted @ 2011-03-01 16:36 白途思 阅读(30) | 评论 (0) 编辑 |
|
||
