数理统计是运用概率论的知识,研究如何有效地对带有随机性影响的数据进行收集、整理、 分析和推断的学科,由于随机性现象广泛存在于工、农业生产、工程技术、自然科学和社会科学 等领域中,因此数理统计有着最广泛的应用

1.概括分析:在第二章中我们研究了离散型随机变量,在那里随机变量只取有限个或 可列个值,这当然有很大的局限性在许多随机现象中出现的一些变量,它们的取值是可以充满 某个区间或区域的(也就不会只取有限个或可列个的值),概率论的任务是要研究它们的统计规 律,那么对于这种更一般的随机变量,如何来描述它的统规律呢?因为单点集的长度为零由 此可知,用“分布列”是行不通的,需要另外找一个合适的“工具”分布函数.本节是概率 论中的基本内容之一学习本节,要求学生掌握随机变量

针对2180 mm冷连轧机振纹现象的随机性和隐蔽性的特点,基于小波分析和分形理论,系统地研究了能够准确地识别轧机振动的方法.对典型工况下轧机振动信号的分析结果显示,两种方法均能有效地识别轧机振动的现象,为在复杂振动环境下识别振纹振动提供了有效途径,这对于实时监测轧机的运行状况,避免恶性生产事故的发生,进而实现预知轧机振动具有积极的现实意义

近年来,统计物理领域中出现了许多鼓舞人心的进展各态 历经理论、非线性化学物理、随机理论、量子流体、临界现象、 流体力学以及输运理论等方面的新结果,使这门学科发生了革命 性的变化

①确定性现象：在一定条件下必然发生的现象 例 抛一石子必然落下； （结果可以事先预言的） ②随机现象： 在个别试验中其结果呈现出不确定性 在大量的重复观察中又具有某种统计 规律性的现象

排队论 Queuing Theory(QT 基本概念 引言 排队论(queuing theory)作为排队系统(随机服务系统)的数学理论和方法,是运筹学的一个重要分支。排队是日常生活中经常遇到的现象,如进餐馆就餐、图书馆借书、在车站候车、售票处购票等等。排队问题的表现形式往往是拥挤现象,随着生产与服务的日益社会化,由排队引起的拥挤现象会越来越普遍

就随机现象而言,仅仅知道可能发生哪些事件是不够 的,更重要的是对事件发生的可能性做出定量的描述.这 工就涉及到一个概念一事件的概率Probability).直观 地说,个事件的概率(记为)就是能刻画该事件发生的 可能性大小的一个数值.因此,凭直觉我们可以说,在掷 一枚硬币的试验中“出现数字面”的概率为,而在掷一颗 骰子的试验中“出现‘1’点”的概率为.但是,对一般 的事件而言,单凭直觉来确定其发生的概率显然是行不通 的,必须从客观的本质特征上寻求概率的界定方法那么 ,概率有客观性吗?数学上如何定义呢?下面,我们将逐 工步明确这些问题

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

某些研究组织理论的作者和学者，存在一个相当普遍的倾向，即对那些强调管理学及对其原理进行 研究的人所作的管理理论的探讨有误解。他们把管理理论和原则看作是探讨一种最好的行事方法。例如， 在 1970 年，有两位学者说： 在过去许多年里，在研究组织现象中很明显地存在有一种新的倾向

针对基本蚁群算法收敛速度慢、容易出现停滞等缺陷,提出一种新的蚁群优化算法——带有侦察子群的蚁群系统.该算法从整个蚁群中分离出一部分蚂蚁组成侦察子群,在优化过程中侦察子群以一定概率做随机搜索,提高了解的多样性;在信息素更新策略上同时使用本代和全局最优蚂蚁,兼顾了本代和历史的搜索成果;同时还采用LK变异算子,对每次搜索的解进行局部优化.最后对三个典型TSP实例进行了仿真实验,结果表明新的算法不仅能够克服早熟现象,而且能够大大加快收敛速度