一、数学期望的定义 1.离散型RV的数学期望 引例:掷一枚骰子,掷出第i面得i分,某人掷了n次,求其所得的平均分。 定义1.设离散型R的分布律P{X=xn}=pnn=1,2,…

第一节分类、发展、信制 一、分类 二、发展 三、信号制

由于实际结构刚度都很大，变形和杆件尺寸 相比十分微小，因此作受力分析列平衡方程时 都忽略变形影响。因此线弹性材料力-位移成正 比，叠加原理适用

7-1类稳定问题的基本概念 7-2简单结构稳定分析 7-3基本假设与基本 7-4极限平衡法比例加载时的若千定理 7-5结片论

§2-1几何构造分析的几个概念 §2-2 平面几何不变体系的组成规律 §2-3 平面杆件体系的计算自由度

采用ASPEX扫描电镜中的自动特征分析功能研究了交换钢包过程（取样浇次第4、5炉）对IF钢连铸板坯表层的洁净度的影响，且对比研究了交换钢包过程浇铸铸坯（交接坯）与正常浇铸铸坯（正常坯）的表层洁净度.结果表明：正常坯与交接坯中尺寸大于20μm的表层夹杂物可分为三类：（1）簇群状Al2O3（包括气泡+簇群状Al2O3）；（2）簇群状TiOx-Al2O3夹杂物；（3）保护渣夹杂物.正常坯表层的大型夹杂物主要为簇群状Al2O3，没有检测到保护渣夹杂物.换包开浇后铸坯总氧质量分数从14×10-6增至17×10-6，交接坯表层检测到较多的第2夹杂物，说明钢包开浇后钢水被轻微氧化.此外，钢包开浇后剧烈的液面波动也导致了保护渣的卷入.在当前工艺下，换包对IF钢铸坯表层洁净度的影响长度约为11m

通过将迟滞特性引入神经元激励函数的方式，构造了一种前向型迟滞神经网络模型.结合卡尔曼滤波方法，将其应用于风速时间序列的预测分析中.在原始风速时间序列的基础上，构造出风速变化率序列.采用迟滞神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到最优预测估计结果.仿真实验结果表明，迟滞神经网络具有更加灵活的网络结构，能够有效改善网络的泛化能力，预测性能优于传统神经网络.采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度，降低预测误差

静定结构内力分析问题可以仅利用平衡条件解决， 但各种不同结构受力性能不同，因此分析的具体内容也 有所不同。但以下三个方面却是共同的。 基本原则：循着结构组成的相反顺序，逐步应用平 衡方程。 基本思路：首先定性分析是否可能使问题简化，然 后确定反力, 并根据所要解决的问题, 选取合适的结点 或结构部分作为平衡对象──隔离体（insulator），最 后由平衡条件求得问题的解答

本文用薄晶体电镜,x射线衍射形貌和金相腐蚀坑法研究了氢区熔硅单晶热处理缺陷形成机理。通过变温热处理,发现氢区熔硅单晶热处理缺陷主要是由氢沉淀引起的。沉淀过程可能首先是Si-H键分解,然后是氢的扩散聚集,测出沉淀过程激活能是56.000±3000卡/克分子,它可能是Si-H键的分解激活能。沉淀物的析出面是{111}晶面,几何形态起始近似球状,然后变成扁椭球,最后是沿方向拉长的片状沉淀物。随着沉淀物的长大,在一定温度下(约600-700℃)会在沉淀物周围发射稜柱位错环,其分布形态和热处理温度有关。高温热处理时,沉淀物周围能发射出高对称的多组稜柱位错环,形成\星形\位错群。稜柱位错的稜柱面是{111}晶面,柏氏矢量是a╱2。发射方向是方向,位错线是方向

采用共存理论、动力学分析和实验验证的方法,研究转炉冶炼超低碳钢吹炼末期炉渣成分对终点[C]含量的影响规律,建立1853-1973 K时终点[C]与炉渣成分和温度的回归模型.结果表明：FeO活度受温度影响较小,主要受炉渣成分的影响;脱碳动力学条件主要受炉渣成分和温度的影响.炉渣碱度增加,终点[C]含量升高;渣中FeO含量增加,终点[C]含量迅速降低,渣中FeO质量分数应控制在12.0%-18.0%之间;渣中MgO质量分数在7.0%-13.0%范围内逐渐增加,钢液中[C]质量分数增加值不足0.01%;随着温度的增加,钢液中[C]含量降低.回归模型对冶炼超低碳钢的转炉终点[C]含量的预判平均误差率为±15.25%,[C]含量误差在±0.01%以内的炉次占69.19%