拉普拉斯P..(1749~1827) 法国数学家、天文学家.1749年3月生于法国博蒙昂诺 日,1927 年3月卒于巴黎年幼时就显露出数学才能,1767年他到巴黎 拜见达朗贝尔经过周折终于以自己对力学原理的论述受到 达朗贝尔的称赞,随即被介绍到巴黎军事学校任数学教授, 1875年当选为法国科学院院士.1795年后任巴黎综合工科 学 校、高等师范学校教授1816年被选为法兰西科学院院士后 任该院院长

第一节均数的抽样误差与标准误 第二节t分布 第三节总体均数的估计 第三节 总体均数的估计 第四节 t 检验和u检验 第五节 两均数的等效检验 第六节 假设检验的基本步骤 及注意事项 第七节 正态性检验 和两样本方差齐性检验

为了研究不同絮凝条件下超细尾砂的絮凝效果, 本文基于超级絮凝理论, 应用超级絮凝测试仪UFT-ТFS-029, 采用相对絮凝率表征人造超细尾砂在pH值为9~12、絮凝剂单耗fd=2~20 g·t-1、料浆剪切速率γ=100~2000 s-1、料浆固体体积分数φ=2%~14%等条件下的絮凝行为. 发现相对絮凝率随着pH、絮凝剂单耗、剪切速率的增加均先增加后减少, 而随着浆料固体体积分数的增加逐渐减少, 并获得了一定条件下的最优絮凝条件, 即pH值为11、fd=12 g·t-1、γ=500 s-1、φ=4%. 同时, 固体体积分数越高, 达到最优相对絮凝率所需的最优剪切速率对固体体积分数的依赖性也越高. 因此, 在实际生产中需要对pH、絮凝剂单耗、剪切速率与固体体积分数等工况参数进行调整, 以达到最优絮凝效果. 应用超级絮凝理论可实现超细尾砂在极短时间内实现很好的絮凝, 为基于流场剪切速率与停留时间的深锥浓密机进料井设计提供参考

冯·诺伊曼J(1903~1957) 著名数学家.1903年生于匈牙利布达佩斯,1957年2月在华 盛顿因病去世 诺伊曼从小就显示出数学天才,1921年入柏林大学,1923年 入瑞士苏黎世联邦工业大学学习化学,在此期间开始研究数 理逻辑,1926年春在布达佩斯大学获博士学位.之后相继在 柏林大学、汉堡大学和普林斯顿大学任教,1933年成为普林 斯顿高等研究所教授.第二次世界大战期间,曾任研制原子 弹顾问,参加研制计算机

SQL是一种一体化的语言,它包括了数据 定义、数据查询、数据操纵和数据控制 等方面的功能,它可以完成数据库活动 中的全部工作。而以前的非关系模型的 数据语言一般包括存储模式描述语言、 概念模式描述语言、外部模式描述语言 和数据操纵语言等等,这种模型的数据 语言,一是内容多,二是掌握和使用起 来都不象SQL那样简单、实用

浅层黄土滑坡是黄土高原广泛分布和频繁发生的地质灾害,造成了巨大的人员伤亡和财产损失.尽管二维确定性模型已被广泛用于浅层滑坡稳定性预测,但不能充分考虑岩土性质、地层结构、地下水等条件的三维空间变化,这可能与实际的斜坡稳定性不相符.因此,利用能考虑复杂斜坡环境的三维确定性模型评价滑坡稳定性,对获取更真实的评价结果以及指导滑坡防治工作具有重要意义.本文利用Scoops3D三维确定性模型评价了在浅层黄土滑坡稳定性预测中的适应性和可靠性.首先,模型计算参数敏感性的分析发现黏聚力、滑动视倾角和栅格单元重量对安全系数准确度影响较大,并用于指导获取详细的关键参数.然后,选取不同分辨率的数字高程模型(DEM)数据,利用Scoops3D模型对典型黄土沟壑中的浅层黄土滑坡稳定性进行预测,并通过详细的点状和面状滑坡分布图与预测结果的对比发现,该模型对黄土沟壑区的浅层滑坡稳定性预测准确度较高,且点状滑坡分布图可能更适合模型适应性的检验.最后,混淆矩阵法和成功率曲线法对不同分辨率数字高程模型预测结果可靠性的检验显示,该模型能够有效地预测黄土浅层滑坡的稳定性,且在高分辨率数字高程模型数据下可以获得可靠的预测精度

实验6数组的应用 【实验目的】 1掌握数组定义和初始化的方法 2熟悉使用字符数组处理字符串处理的方法。 【实验内容】 1输入10个学生的成绩,求平均成绩,并将低于平均成绩的分数打印出

第18章ARCH GARCH和估计建立变量的条件方差或变量波动性模型。 第19章离散和受限因变量模型-讨论几种定性和受限因变量模型的估计方法。 EViews提供了二元或排序,检查或截断,和计数模型的估计程序。 第20章对数极大似然估计-论述了对数极大似然估计,给出似然函数的形式, EViews可以估计对数极大似然模型的参数

第二章数列的极限与常数项级数 第四节常数项级数的概念和性质 一.无穷级数的概念 二.级数收敛的必要条件 三.无穷级数的基本性质

近年来大量生物学实验的数据积累,形成了当前数以百计的生物信息数据库。它们各自按一定的目标 收集和整理生物学实验数据,并提供相关的数据查询、数据处理的服务。随着因特网的普及,这些数据库 大多可以通过网络来访问,或者通过网络下载。 一般而言,这些生物信息数据库可以分为一级数据库和二级数据库。一级数据库的数据都直接来源于实验 获得的原始数据,只经过简单的归类整理和注释二级数据库是在一级数据库