一、数控机床的工具系统 由于在数控机床上要加工多种工件，并完成工件上多道工序的加工，因 此需要使用的刀具品种、规格和数量就较多。要加工不同工件所需刀具更多， 因品种规格繁多而将造成很大困难。 为了减少刀具的品种规格，有必要发展柔性制造系统和加工中心使用的 工具系统

一般我们把研究对象的全体称为总体(或母体),而 把每一个研究对象称为个体例如,在研究某灯泡厂生产 工的灯泡质量时,该厂生产的灯泡全体构成的一个总体,其 工中每只灯泡都是个体;研究某班高等数学课程的成绩时, 该班每个同学都是个体,全体同学构成一个总体 工 在实际问题中,人们主要关心的往往是研究对象的某 个(或某些)数量指标及其在总体中的分布情况如研究 工灯泡的质量时,关注的是灯泡的使用寿命这一指标;在研 工究大学生的体质时,则主要关心的是大学生的身高、体重

一、协方差和相关系数的概念 对于二维随机变量(X,Y),除了关心它的各个分 量的数学期望和方差外,还需要知道这两个分量之 间的相互关系,这种关系无法从各个分量的期望和 方差来说明,这就需要引进描述这两个分量之间相 互关系的数字特征一协方差及相关系数,但如何 工来刻画这种关系呢?

美、德、日等世界制造业发达的国家无 一例外都是刀具工业先进的国家。先进刀具 不但是推动制造技术发展进步的重要动力， 还是提高产品质量、降低加工成本的重要手 段。刀具与机床一直是互相制约又相互促进 的。今天先进的数控机床已经成为现代制造 业的主要装备，它与同步发展起来的先进刀 具一起共同推动了加工技术的进步，使制造 技术进入了数控加工的新时代

1、理解切比雪夫不等式； 2、了解切比雪夫大数定理及 Bernoulli 大数定理； 3、知道独立同分布的中心极限定理，了解德莫佛—拉普拉斯中心极限定理

1.已知A,B两个事件满足条件P(AB)=P(AB)且P(A)=p,则(B)=94数一考研题 2.设工厂A和工厂B的产品的次品率分别为1和2%,现从由A和B 的产品分别占60%和40%的一批产品中随机抽取一件,发现是次品,则该次品属A生产的概率是_9数一考研题

1 Poisson分布的概念与特性 3 Poisson分布样本均数与总体均数的比较 4 Poisson分布两样本均数的比较 5 STATA计算 2 Poisson分布总体均数的估计

模型背景 问题提出与方程建立 数值模拟及观察 模型理论分析 模型改进 改进模型的数值模拟 改进模型的分析

第一章随机事件及其概率 第二章一维随机变量及其分布 第三章多维随机变量及其分布 第四章随机变量的数字持征 第五章数定律和中心极限定理 第六章数理统计基本知识 第七章参数估计 第八章假设检

8.1 流计算概述 • 8.1.1 静态数据和流数据 • 8.1.2 批量计算和实时计算 • 8.1.3 流计算概念 • 8.1.4 流计算与Hadoop • 8.1.5 流计算框架 8.2 流计算处理流程 • 8.2.1 概述 • 8.2.2 数据实时采集 • 8.2.3 数据实时计算 • 8.2.4 实时查询服务 8.3 流计算应用 8.4 流计算开源框架 – Storm • 8.4.1 Storm简介 • 8.4.2 Storm的特点 • 8.4.3 Storm设计思想 • 8.4.4 Storm框架设计 8.5 Spark Streaming 8.5.1 Spark Streaming设计 8.5.2 Spark Streaming与Storm的对比 8.6 Samza 8.6.1 基本概念 8.6.2 系统架构 8.7 Storm、Spark Streaming和Samza的应用场景 8.8 Storm编程实践 8.8.1 编写Storm程序 8.8.2 安装Storm的基本过程 8.8.3 运行Storm程序