孤子方程的精确解及其符号计算研究
孤子方程的精确解及其符号计算研究
【摘要】：本文利用Hirota方法，双线性B(?)cklund变换，Wronskian 与Pfaqffian技巧，结合计算机符号计算对一些具有物理意义的孤子方程的精确解进行了深入而广泛的研究。总结了Hirota双线性方法的各种推广及应用；探讨了Hirota双线性方法与其它孤子方程求解方法之间的广泛联系以及与可积性的内在关系；充分展示了Hirota双线性方法是孤子方程求解的强有力的工具。在第一章中对Hirota双线性方法作了直接的推广性发展，并具体地研究了Ramani方程，获得具有不同于经典孤子解带有奇异性的一类精确解，同时分析研究了Ramani方程的双向传播问题。第二、四章，应用双线性B(?)cklund 与Wronskian技巧分别对Boussinesq和复KdV方程进行了研究。第三章主要对非等谱mKP方程进行了研究。提出了非等谱mKP方程两种形式的Grammian形式解，并说明了这两种解具有不同的特点。【关键词】：Hirota方法Grammian解Wronskian技巧双线性B(a|¨)cklund 变换
【学位授予单位】：华东师范大学
【学位级别】：博士后
【学位授予年份】：2007
【分类号】：O241.82
【目录】：摘要3-4Abstract4-6Preface6-91Novelmultisolitonsolutionandbidirectionalsolit arywavesolutionsfortheRamaniequation9-161.1Introduction9-101.2TheN quasi-solitonsolutionoftheRamaniequation10-141.3Thebidirectionalquasi-twosolitonsolutionoftheRamaniequation14-151.4Conclusionanddiscussio n15-162TheexactsolutiontoBoussinesqequationthroughalimitingprocedur e16-242.1Introduction16-172.2AnewformofBTfortheBoussinesqequation 17-192.3helimitoftheN-solitonsolutionfortheBoussinesqequation19-242.4 Conclusionanddiscussion243GrammiansolutionstothemodifiedKadomtse v-Peviashviliequation24-294TheexactsolutionstothecomplexKdV equation 29-404.1Introduction29-304.2WronskiansolutionsofthecomplexKdVequat ion30-344.3EquivalenceoftheWronskiansolutionsandthesolitonsolutions3 4-374.4Conclusionanddiscussion37-40Reference40-42致谢42-43博士后期间发表的论文43 本论文购买请联系页眉网站。
隐函数方程求解以及导函数——符号计算和数值计算结合
这个问题可以作为符号运算和数值运算结合的很好的一个例子：利用隐函数求导公式对f 进行一二阶求导，然后利用solve得到B关于t的一、二阶导数的符号表达式，然后再利用eval函数转化成数值表达式：整个代码如下： 1. 2.syms A B ; 3.r=1;beta=pi/5;rho=2; 4.%f的符号表达式 5.f=(r*sin(A)-rho*sin(3*B))*(cos(beta)-sin(beta)*cos(3*B)-... 6. sin(beta)*sin(3*B)*tan(B))-(r*cos(A)-rho*cos(beta)*cos(3*B))* tan(B); 7.%将A,B分别用90*t和B(t)替换，为的是好利用符号diff函数来求对B关于 t的隐函数F求导 8. F = subs(f,{'A','B'},{'90*t','B(t)'}); 9.dFt = diff(F,'t');%一阶导数 10.%将diff(B(t), t)用dBt替换，为的是下一步方便用solve求解diff(B(t), t) 的表达式 11.dFt = subs(dFt,'diff(B(t), t)','dBt'); 12.dBt = solve(dFt,'dBt');%得到B关于t的一阶导数的表达式 13.%将dBt用dBt(t)替换，为的是告诉MATLAB,dBt是关于t的函数，能够进一步 求导 14.dFt_ = subs(dFt,'dBt','dBt(t)'); 15.ddFt = diff(dFt_,'t');%二阶导数 16.%替换'diff(dBt(t), t)','diff(B(t), t)'，方便求解ddBt的表达式 17.ddFt = subs(ddFt,{'diff(dBt(t), t)','diff(B(t), t)'},{'ddBt','dBt(t)'}); 18.ddBt = solve(ddFt,'ddBt');%求解B关于t的二阶导数的表达式 19.B = @(t) fzero(@(B) (r*sin(90*t)-rho*sin(3*B))*(cos(beta)-... 20. sin(beta)*cos(3*B)-sin(beta)*sin(3*B)*tan(B))-... 21. (r*cos(90*t)-rho*cos(beta)*cos(3*B))*tan(B),1);%B关于t的函数 22.eval(['dBt = @(t) ',char(dBt),';' ])%利用eval函数将符号dBt的表达式 转化为数值函数 23.eval(['ddBt = @(t) ',char(ddBt),';' ]) 24.R = 1; 25.C = @(t) R*cos(90*t)/tan(B(t))+sin(90*t);%C的表达式 26.t = 0.2:0.1:2; 27.plot(t,arrayfun(@(T) C(T),t) )%画C关于t的图 28. 复制代码 需要说明的是得到B的函数句柄B(t)后我们可以利用导数的定义来近似表达式dBt，和ddBt，这样的优点是速度快，但是不精确。上述得到的dBt,ddBt,较为精确，但是计算量比较大。 1. 2.>> (B(1)-B(1.00001))/-0.00001
孤子方程的精确解及其符号计算研究
孤子方程的精确解及其符号计算研究 【摘要】：本文利用Hirota方法，双线性B(?)cklund变换，Wronskian 与Pfaqffian技巧，结合计算机符号计算对一些具有物理意义的孤子方程的精确解进行了深入而广泛的研究。总结了Hirota双线性方法的各种推广及应用；探讨了Hirota双线性方法与其它孤子方程求解方法之间的广泛联系以及与可积性的内在关系；充分展示了Hirota双线性方法是孤子方程求解的强有力的工具。在第一章中对Hirota双线性方法作了直接的推广性发展，并具体地研究了Ramani方程，获得具有不同于经典孤子解带有奇异性的一类精确解，同时分析研究了Ramani方程的双向传播问题。第二、四章，应用双线性B(?)cklund 与Wronskian技巧分别对Boussinesq和复KdV方程进行了研究。第三章主要对非等谱mKP方程进行了研究。提出了非等谱mKP方程两种形式的Grammian形式解，并说明了这两种解具有不同的特点。【关键词】：Hirota方法Grammian解Wronskian技巧双线性B(a|¨)cklund 变换 【学位授予单位】：华东师范大学 【学位级别】：博士后 【学位授予年份】：2007 【分类号】：O241.82
【目录】：摘要3-4Abstract4-6Preface6-91Novelmultisolitonsolutionandbidirectionalsolit arywavesolutionsfortheRamaniequation9-161.1Introduction9-101.2TheN quasi-solitonsolutionoftheRamaniequation10-141.3Thebidirectionalquasi-twosolitonsolutionoftheRamaniequation14-151.4Conclusionanddiscussio n15-162TheexactsolutiontoBoussinesqequationthroughalimitingprocedur e16-242.1Introduction16-172.2AnewformofBTfortheBoussinesqequation 17-192.3helimitoftheN-solitonsolutionfortheBoussinesqequation19-242.4 Conclusionanddiscussion243GrammiansolutionstothemodifiedKadomtse v-Peviashviliequation24-294TheexactsolutionstothecomplexKdV equation 29-404.1Introduction29-304.2WronskiansolutionsofthecomplexKdVequat ion30-344.3EquivalenceoftheWronskiansolutionsandthesolitonsolutions3 4-374.4Conclusionanddiscussion37-40Reference40-42致谢42-43博士后期间发表的论文43 本论文购买请联系页眉网站。
第七章相关分析与回归分析学生练习
第七章 相关分析与回归分析 一、目的与要求 通过本章的学习应理解相关关系的概念；掌握相关关系的测定方法，特别是相关系数的意义、计算及作用。回归分析主要掌握一元线性回归，能够用最小平方法求回归方程，了解应用相关与回归分析时应该注意的几个问题。 二、重点与难点 本章介绍的基本概念是相关关系的概念，重点是相关关系的测定，即相关系数的意义、计算和一元线性回归方程的建立。难点是相关系数的计算，一元线性回归方程中两个待定参数的计算。 三、思考与练习 （一）填空题 1、相关关系按其相关的程度不同，可分为 、 和 。 2、相关系数的正负表示相关关系的方向，r 为正值，两变量 是 ；r 为负数，两变量是 。 3、r=0，说明两个变量之间 ；r=+1，说明两个变量之间 ；r=-1说明两个变量之间 。 4、一元线性回归方程 bx a y +=?中的参数a 代表 ，数学上称为 ；b 代表 ，数学上称为 。 5、 分析要根据研究的目的确定哪一个为自变量，哪一个为因变量，在这一点与 分析时不同。 6、相关关系按方向不同，可分为 和 。 7、完全线性相关的相关系数r 值等于 。 8、计算回归方程要注意资料中因变量是 的，自变量是 的。 9、回归方程只能用于由 推算 。 （二）单项选择题（在每小题备选答案中，选出一个正确答案） 1、相关分析研究的是( ) A.变量之间关系的密切程度 B.变量之间的因果关系 C.变量之间严格的相互依存关系 D.变量之间的线性关系 2、相关关系是（ ） A 、现象间客观存在的依存关系 B 、现象间的一种非确定性的数量关系 C 、现象间的一种确定性的数量关系 D 、现象间存在的函数关系 3、下列情形中称为正相关的是( ) A.随着一个变量的增加，另一个变量也增加 B.随着一个变量的减少，另一个变量增加 C. 随着一个变量的增加，另一个变量减少 D.两个变量无关 4、当自变量x 的值增加，因变量y 的值也随之增加，两变量之间存在着（ ） A 、曲线相关 B 、正相关 C 、负相关 D 、无相关 5、相关系数r 的取值范围是( ) A.11<<-r B. 10≤≤r C. 11≤≤-r D.1>r 6、当自变量x 的值增加，因变量y 的值也随之减少，两变量之间存在着（ ） A 、曲线相关 B 、正相关 C 、负相关 D 、无相关
第二章回归分析中的几个基本概念
第四章 一、练习题 （一）简答题 1、多元线性回归模型的基本假设是什么？试说明在证明最小二乘估计量的无偏性和有效性的过程中，哪些基本假设起了作用？ 2、多元线性回归模型与一元线性回归模型有哪些区别？ 3、某地区通过一个样本容量为722的调查数据得到劳动力受教育的一个回归方程为 fedu medu sibs edu 210.0131.0094.036.10++-= R 2=0.214 式中，edu 为劳动力受教育年数，sibs 为该劳动力家庭中兄弟姐妹的个数，medu 与fedu 分别为母亲与父亲受到教育的年数。问 （1）若medu 与fedu 保持不变，为了使预测的受教育水平减少一年，需要sibs 增加多少？ （2）请对medu 的系数给予适当的解释。 （3）如果两个劳动力都没有兄弟姐妹，但其中一个的父母受教育的年数为12年，另一个的父母受教育的年数为16年，则两人受教育的年数预期相差多少？ 4、以企业研发支出（R&D ）占销售额的比重为被解释变量（Y ），以企业销售额（X1）与利润占销售额的比重（X2）为解释变量，一个有32容量的样本企业的估计结果如下： 099 .0)046.0() 22.0() 37.1(05.0)log(32.0472.022 1=++=R X X Y 其中括号中为系数估计值的标准差。 （1）解释log(X1)的系数。如果X1增加10%，估计Y 会变化多少个百分点？这在经济上是一个很大的影响吗？ （2）针对R&D 强度随销售额的增加而提高这一备择假设，检验它不虽X1而变化的假设。分别在5%和10%的显著性水平上进行这个检验。 （3）利润占销售额的比重X2对R&D 强度Y 是否在统计上有显著的影响？ 5、什么是正规方程组？分别用非矩阵形式和矩阵形式写出模型： i ki k i i i u x x x y +++++=ββββΛ22110，n i ,,2,1Λ=的正规方程组，及其推导过程。 6、假设要求你建立一个计量经济模型来说明在学校跑道上慢跑一英里或一英里以上的人数，以便决定是否修建第二条跑道以满足所有的锻炼者。你通过整个学年收集数据，得到两个可能的解释性方程： 方程A ：3 215.10.10.150.125?X X X Y +--= 75.02 =R 方程B ：4 217.35.50.140.123?X X X Y -+-= 73.02=R 其中：Y ——某天慢跑者的人数
Mathematica强大的数值计算和符号运算数学专用软件
Mathematica强大的数值计算和符号运算数学专用软件 Mathematica是由美国物理学家Stephen Wolfram领导的Wolfram Research开发的数学系统软件。它拥有强大的数值计算和符号计算能力，在这一方面与Maple类似，但它的符号计算不是基于Maple上的，而是自己开发的。 Mathematica系统介绍 Mathematica的基本系统主要是用C语言开发的，因而可以比较容易地移植到各种平台上，Mathematica是一个交互式的计算系统，计算是在用户和Mathematica互相交换、传递信息数据的过程中完成的。Mathematica系统所接受的命令都被称作表达式，系统在接受了一个表达式之后就对它进行处理，然后再把计算结果返回。Mathematica对于输入形式有比较严格的规定，用户必须按照系统规定的数学格式输入，系统才能正确地处理，不过由于3.0版本（及以后版本）引入输入面板，并且可以修改、重组输入面板，因此以前版本输入指令时需要不断切换大小写字符的繁琐方式得到很好的改善。3.0版本可以用各种格式保存文件和剪贴内容，包括RTF、HTML、BMP等格式。 Mathematica是一个功能强大的数学软件，也是目前国内外最常用的数学软件之一。该软件不但可以解决数学中的数值计算问题，还可以解决符号演算问题，并且能够方便地绘出各种函数图形。不管是一个正在学习的学生，还是教师或科研人员，当在学习或科学研究中遇到棘手的数学问题时，Mathematica会提供的各种命令，可以避免做繁琐的数学推导和计算，帮助方便地解决所遇到的很多数学问题，使能省出更多的时间和精力做进一步的学习和探索。目前，我们在国内外的科研论文、教材等很多地方都能看到Mathematica的身影。此外，Mathematica 具有简单、易学、界面友好和使用方便等特点，只要你有一定的数学知识并了解计算机的基本操作方法，就能快速掌握Mathematica大部分主要功能，并能用Mathematica解决在学习、教学和科学研究中遇到的数学求解问题。 Mathematica功能简介 1、数值计算和符号计算
6 西格玛标准公差计算公式.
六西格玛管理系列讲座之一 什么是6西格玛管理？当人们谈论世界著名公司-通用电器（GE）的成功以及世界第一CEO-杰克.韦尔奇先生为其成功制定的三大发展战略时，都会不约而同地提出这样的问题。 如果概括地回答的话，可以说6西格玛管理是在提高顾客满意程度的同时降低经营成本和周期的过程革新方法，它是通过提高组织核心过程的运行质量，进而提升企业赢利能力的管理方式，也是在新经济环境下企业获得竞争力和持续发展能力的经营策略。因此，管理专家Ronald Snee先生将6西格玛管理定义为：“寻求同时增加顾客满意和企业经济增长的经营战略途径。” 如果展开来回答的话，6西格玛代表了新的管理度量和质量标准，提供了竞争力的水平对比平台，是一种组织业绩突破性改进的方法，是组织成长与人才培养的策略，更是新的管理理念和追求卓越的价值观。 让我们先从6西格玛所代表的业绩度量谈起： 符号σ（西格玛）是希腊字母，在统计学中称为标准差，用它来表示数据的分散程度。我们常用下面的计算公式表示σ的大小： 如果有两组数据，它们分别是1、2、3、4、5；和3、3、3、3、3；虽然它们的平均值都是3，但是它们的分散程度是不一样的（如图1-1所示）。如果我们用σ来描述这两组数据的分散程度的话，第一组数据的σ为1.58，而第二组数据的σ为0。假如，我们把数据上的这些差异与企业的经营业绩联系起来的话，这个差异就有了特殊的意义。 假如顾客要求的产品性能指标是3±2(mm)，如果第一组数据是供应商A所提供的产品性能的测量值，第二组数据是供应商B所提供的产品性能的测量值。显然，在同样的价格和交付期下，顾客愿意购买B的产品。因为，B的产品每一件都与顾客要求的目标值或理想状态最接近。它们与顾客要求的目标值之间的偏差最小。 假如顾客要求的产品交付时间是3天。如果第一组数据和第二组数据分别是供应商A和B每批产品交付时间的统计值，显然，顾客愿意购买B的产品。因为，B每批产品的交付时间与顾客要求最接近。尽管两个供应商平均交付时间是一样的，但顾客的评判，不是按平均值，而是按实际状态进行的。 假如顾客要求每批产品交付数量是3件。如果第一组数据和第二组数据分别是供应商A和B每批产品
现代通信原理指导书 第七章 信源编码 习题详解
第七章 信源编码 7-1已知某地天气预报状态分为六种：晴天、多云、阴天、小雨、中雨、大雨。 ① 若六种状态等概出现，求每种消息的平均信息量及等长二进制编码的码长N 。 ② 若六种状态出现的概率为：晴天—；多云—；阴天—；小雨—；中雨—；大雨—。试计算消息的平均信息量，若按Huffman 码进行最佳编码，试求各状态编码及平均码长N 。 解: ①每种状态出现的概率为 6,...,1,6 1 ==i P i 因此消息的平均信息量为 ∑=- ===6 1 22 /58.26log 1 log i i i bit P P I 消息 等长二进制编码的码长N ＝[][]316log 1log 22=+=+L 。 ②各种状态出现的概率如题所给，则消息的平均信息量为 6 2 1 2222221log 0.6log 0.60.22log 0.220.1log 0.10.06log 0.060.013log 0.0130.007log 0.0071.63/i i i I P P bit - == = ------ ≈ ∑消息 Huffman 编码树如下图所示： 由此可以得到各状态编码为：晴—0，多云—10，阴天—110，小雨—1110，中雨—11110， 大雨—11111。 平均码长为： 6 1 10.620.2230.140.0650.01350.0071.68 i i i N n P == =?+?+?+?+?+? =∑— 7-2某一离散无记忆信源（DMS ）由8个字母(1,2,,8)i X i =???组成，设每个字母出现的概率分别为：，，，，，，，。试求： ① Huffman 编码时产生的8个不等长码字； ② 平均二进制编码长度N ； ③ 信源的熵，并与N 比较。 解：①采用冒泡法画出Huffman 编码树如下图所示 可以得到按概率从大到小8个不等长码字依次为： 0100,0101,1110,1111,011,100,00,1087654321========X X X X X X X X
回归方程分析符号说明
首先来说明各个符号，B也就是beta，代表回归系数，标准化的回归系数代表自变量也就是预测变量和因变量的相关，为什么要标准化，因为标准化的时候各个自变量以及因变量的单位才能统一，使结果更精确，减少因为单位不同而造成的误差。T值就是对回归系数的t 检验的结果，绝对值越大，sig就越小，sig代表t检验的显著性，在统计学上，sig<0.05一般被认为是系数检验显著，显著的意思就是你的回归系数的绝对值显著大于0，表明自变量可以有效预测因变量的变异，做出这个结论你有5%的可能会犯错误，即有95%的把握结论正确。 回归的检验首先看anova那个表，也就是F检验，那个表代表的是对你进行回归的所有自变量的回归系数的一个总体检验，如果sig<0.05,说明至少有一个自变量能够有效预测因变量，这个在写数据分析结果时一般可以不报告 然后看系数表，看标准化的回归系数是否显著，每个自变量都有一个对应的回归系数以及显著性检验 最后看模型汇总那个表，R方叫做决定系数，他是自变量可以解释的变异量占因变量总变异量的比例，代表回归方程对因变量的解释程度，报告的时候报告调整后的R方，这个值是针对自变量的增多会不断增强预测力的一个矫正（因为即使没什么用的自变量，只要多增几个，R方也会变大，调整后的R方是对较多自变量的惩罚），R可以不用管，标准化的情况下R也是自变量和因变量的相关
第二节一元线性回归分析 本节主要内容： 回归是分析变量之间关系类型的方法，按照变量之间的关系，回归分析分为：线性回归分析和非线性回归分析。本节研究的是线性回归，即如何通过统计模型反映两个变量之间的线性依存关系。 回归分析的主要内容： 1.从样本数据出发，确定变量之间的数学关系式； 2.估计回归模型参数； 3.对确定的关系式进行各种统计检验，并从影响某一特定变量的诸多 变量中找出影响显著的变量。 一、一元线性回归模型： 一元线性模型是指两个变量x、y之间的直线因果关系。 理论回归模型： 理论回归模型中的参数是未知的，但是在观察中我们通常用样本观察值估计参数值，通常用分别表示的估计值，即称回归估计模型： 回归估计模型： 二、模型参数估计： 用最小二乘法估计：
用数值与符号2种方法给定函数的定积分,并对结果进行比较课程设计
课程设计(论文)任务书 软件学院学院专业班 一、课程设计(论文)题目用数值与符号2种方法给定函数的定积分，并对结果 进行比较 二、课程设计(论文)工作自 1年6月27日起至1年 7月1日止。 三、课程设计(论文) 地点: 四、课程设计(论文)内容要求： 1．本课程设计的目的 （1）熟练掌握MATLAB语言的基本知识和技能； （2）熟悉MATLAB下的程序设计； （3）熟悉MATLAB数值与符号求给定函数的定积分； （4）培养分析、解决问题的能力；提高学生的科技论文写作能力。 2．课程设计的任务及要求 1）基本要求： （1）熟练掌握MATLAB的编程语句，掌握MATLAB的基本内容，了解MATLAB理论与实际相结合的优势； （2）利用matlab中的编程，掌握用数值积分与符号积分求解定函数定积分的方法，并学会用科学的方法分析实验结果 ２）课程设计论文编写要求 （1）要按照课程设计模板的规格书写课程设计论文 （2）论文包括目录、正文、心得体会、参考文献等 （3）课程设计论文用B5纸统一打印，装订按学校的统一要求完成 ３）答辩与评分标准： （1）完成原理分析：20分； （2）完成设计过程：40分； （3）完成调试：20分； （4）回答问题：20分； ４）参考文献： （1）刘卫国.MATLAB程序设计与应用（第二版）. 北京：高等教育出版社，2008. ５）课程设计进度安排 内容天数地点 构思及收集资料2图书馆 编程设计与调试1实验室
撰写论文2图书馆、实验室 学生签名：冯玉好 ２０１１年７月１日 课程设计(论文)评审意见 （1）完成原理分析（20分）：优（）、良（）、中（）、一般（）、差（）；（2）设计分析（20分）：优（）、良（）、中（）、一般（）、差（）；（3）完成调试（20分）：优（）、良（）、中（）、一般（）、差（）；（4）翻译能力（20分）：优（）、良（）、中（）、一般（）、差（）；（5）回答问题（20分）：优（）、良（）、中（）、一般（）、差（）；（6）格式规范性及考勤是否降等级：是（）、否（） (7) 总评分数优（）、良（）、中（）、一般（）、差（）； 评阅人：职称： 2011年7月1日
Matlab基础(数值计算、符号计算和绘图)
Matlab基础(数值计算、符号计算和绘图) 第一章 MATLAB帮助 1.常用的帮助命令 Help lookfor which set/get doc type edit helpin 2.帮助窗口 3.演示系统 第二章MATLAB基础 1.MATLAB特点 基本计算单元是矩阵、向量，功能的扩展性(除了基本部分外还有专业扩展部分) 2.MATLAB组成 MATLAB MATLAB Compiler Simulink Stateflow RTW 3.MATLAB主要功能 数学计算开发工具(MATLAB Editor M-Lint Code Checker MATLAB Profiler Directory Reports) 数据的可视化交互式编辑创建图形集成的算法开发编程语言和环境图形用户界面开发环境--GUIDE 开放性、可扩展性强专业应用工具箱 4.MATLAB变量 需要注意系统变量，如：ans eps i j pi 5.MATLAB数据类型 需要注意在命令窗口中可以通过输入help datatypes命令来获取MATLAB的数据类型列表。class函数可用来获取一个变量的数据类型。 需要注意MATLAB中变量默认的类型为双精度浮点型(double)。 MATLAB的数据类型名称同样就是数据类型转换的函数。 6.MATLAB路径管理 MATLAB搜索路径(菜单栏File-Set Path) MATLAB目录管理命令(path which addpath rmpath) 7.MATLAB工作空间 工作空间的存取(save load) 工作空间管理命令(who whos clear pack size disp length) 8.MATLAB的其他命令 管理命令和函数(help doc what type lookfor which path) 与文件和操作系统有关的命令(cd dir delete getenv ! unix) 控制命令窗口)(cedit clc clf home more) 启动和退出MATLAB(quit startup) 一般信息(info subscribe hostid whatsnew ver ) 第三章 MATLABA数据 1.矩阵的建立方式 命令窗口中直接输入 通过语句和函数建立矩阵(from:step:to linspace logspace)
物理学中的孤子
物理学中的孤子： ?孤波是物理世界中混沌的对立面，驱动与耗散竞争产生混沌，也可以产生孤波。 ?已经有相当数量的非线性微分方程存在孤子解。与此同时，也在若干物理现象中发现了孤波行为。 ? F. Calogero和A. Degasperis在“Spectral Transform and Solitons” (1982)一书中给出了四十多个具有孤波严格解的微分方程。 ?此处列出几个物理中的孤波效应。
?(1) KdV方程：描述弱非线性与弱色散现象，如浅水波、固体中热脉冲、纵向弹性色散波的传播、等离子体的离子-声波等等： ?(2) 非线性薛定谔NLS方程：描述弱非线性与强色散现象，如单模光纤中的光孤子、一维海森堡磁体、电介质中强激光的自聚焦、流体力学中的涡旋：
?(3) sine-Gordon (SG)方程：描述如电荷密度波、自旋密度波、约瑟夫逊结中的磁通量子、超离子导体、位错传播、铁磁体Bloch 畴壁、自旋传播等现象： ?(4) ?4 方程：描述一维晶体的位移相变，是场论模型方程，因为哈密顿K含有?4 而得名。
?(5) Double sine-Gordon (DSG)方程：描述3He中的B相，原子共振跃迁等等现象： ?上述(3)~(5)同属于Klein-Gordon方程的特例，它可以表示为下述一般形式： ?F(u)=±sin(u)时为SG方程，F(u)=?-?3时为?4方程，F(u)=±[sin(u)+ηsin(u/2)]时为DSG方程。
孤子的基本性质： ?大致分析一下形成孤子的物理条件。先看微分方程： ?这是通常的弦振动方程，线性无色散，u为任意函数，通解为： ?g(x-at)表示t=0时波形g(x)的波 在t时刻向右平移at距离，即右 行波；而f(x+at)表示左行波。
2017六西格玛管理考试试题与答案解析.doc
六西格玛项目团队由项目所涉及的有关职能人员构成，一般由( )人组成。 A 2～5 B 5～7 C 3～10 D 10～15 六西格玛管理是由组织的( )推动的。 A 最高领导者 B 倡导者 C 黑带 D 绿带 在DMAIC改进流程中，常用工具和技术是过程能力指数、控制图、标准操作程序、过程文件控制和防差错方法的阶段是( )。 A D界定阶段 B M分析阶段 C I改进阶段 D C控制阶段 对应于过程输出无偏移的情况，西格玛水平Z0是指规范限与( )的比值。 A σ B 2σ C 3σ D 6σ 关于六西格玛团队的组织管理，下列说法不正确的是( )。 A 六西格玛团队的建设要素包括使命、基础、目标、角色、职责和主要里程碑六项 B 作为团队负责任人的黑带不仅必须具备使用统计方法的能力，同时还必须拥有卓越的领导力与亲合力 C 特许任务书一旦确定下来就不允许做任何的更改 D 六西格玛团队培训的重点是六西格玛改进(DMAI过程和工具 六西格玛管理中常将( )折算为西格玛水平Z。 A DPO B DPMO C RTY D FTY 某送餐公司为某学校送午餐，学校希望在中午12:00送到，但实际总有误差，因而提出送餐的时间限定在11:55分至12:05分之间，即TL为11:55分，TU为12:05分。过去一个星期来，该送餐公司将午餐送达的时间为：11:50，11:55，12:00，12:05，12:10。该公司准时送餐的西格玛水平为( )。(考虑1.5σ的偏移) A 0.63 B 1.5 C 2.13 D 7.91 六西格玛管理中，为倡导者提供六西格玛管理咨询，为黑带提供项目指导与技术支持的是( )。 A 执行领导
统计学课后习题答案第七章 相关分析与回归分析
第七章相关分析与回归分析 一、单项选择题 1.相关分析是研究变量之间的 A.数量关系 B.变动关系 C.因果关系 D.相互关系的密切程度 2.在相关分析中要求相关的两个变量 A.都是随机变量 B.自变量是随机变量 C.都不是随机变量 D.因变量是随机变量 3.下列现象之间的关系哪一个属于相关关系？ A.播种量与粮食收获量之间关系 B.圆半径与圆周长之间关系 C.圆半径与圆面积之间关系 D.单位产品成本与总成本之间关系 4.正相关的特点是 A.两个变量之间的变化方向相反 B.两个变量一增一减 C.两个变量之间的变化方向一致 D.两个变量一减一增 5.相关关系的主要特点是两个变量之间 A.存在着确定的依存关系 B.存在着不完全确定的关系 C.存在着严重的依存关系 D.存在着严格的对应关系 6.当自变量变化时, 因变量也相应地随之等量变化,则两个变量 之间存在着 A.直线相关关系 B.负相关关系 C.曲线相关关系 D.正相关关系 7.当变量X值增加时,变量Y值都随之下降,则变量X和Y之间存 在着 A.正相关关系 B.直线相关关系 C.负相关关系 D.曲线相关关系 8.当变量X值增加时,变量Y值都随之增加,则变量X和Y之间存 在着 A.直线相关关系 B.负相关关系 C.曲线相关关系 D.正相关关系 9.判定现象之间相关关系密切程度的最主要方法是 A.对现象进行定性分析 B.计算相关系数 C.编制相关表 D.绘制相关图 10.相关分析对资料的要求是 A.自变量不是随机的，因变量是随机的 B.两个变量均不是随机的 C.自变量是随机的，因变量不是随机的 D.两个变量均为随机的 11.相关系数 A.既适用于直线相关，又适用于曲线相关 B.只适用于直线相关 C.既不适用于直线相关，又不适用于曲线相关 D.只适用于曲线相关 12.两个变量之间的相关关系称为
实验10 符号计算基础与符号微积分(第7章)
实验10 符号计算基础与符号微积分 （第7章 MATLAB 符号计算） 一、实验目的 二、实验内容 1. 利用符号表达式求值 已知x=6,y=5，利用符号表达式求 z = 提示：定义符号常数x=sym(‘6’)，y=sym(‘5’)。 程序及运行结果（建议在命令窗口输入命令并运行）： 2. 分解因式 (1) x 4-y 4 (2) 5135 程序及运行结果（建议在命令窗口输入命令并运行）： 《数学软件》课内实验 王平
3. 化简表达式 21212 483(1)sin cos cos sin (2) 21x x x ββββ++-+ 4. 符号矩阵运算 已知 12010100100,010,001101a b c P P A d e f g h k ???? ?? ??????===?????? ???????????? 完成下列运算： (1) B=P 1·P 2·A 。 (2) B 的逆矩阵并验证结果。 (3) 包括B 矩阵主对角线元素的下三角阵。 (4) B 的行列式值。 5. 用符号方法求下列极限或导数 sin tan 301(1)2(1)1cos(2)(1)lim (2)lim ,',''sin x x x x x e e x y y y x x +→→-+---=求 3222(4),,, cos ln x a t dA d A d A A dx dt dxdt t x x ??=???? 已知分别求 程序及运行结果（建议在命令窗口输入命令并运行）： 2222 0,1 (5)(,)(2),, x y xy x y y f f x y x x e x x y ---==??=-???已知求 6. 用符号方法求下列积分 48(1) (2)1dx x x ++?
线性回归方程分析
环球雅思学科教师辅导讲义讲义编号：组长签字: 签字日期:
3．(20１１·陕西）设(x 1，y１),(x2,y2)，…，(xｎ，y n)是变量x和ｙ的n个样本点，直线l是由这些样本点通过最小二乘法得到的线性回归直线(如图）,以下结论中正确的是（)． A．x和y的相关系数为直线l的斜率 B．x和y的相关系数在0到1之间 C．当ｎ为偶数时，分布在l两侧的样本点的个数一定相同 D.直线l过点(错误!，错误!) 解析因为相关系数是表示两个变量是否具有线性相关关系的一个值,它的 绝对值越接近1,两个变量的线性相关程度越强,所以Ａ、B错误．C中n 为偶数时,分布在l两侧的样本点的个数可以不相同，所以Ｃ错误．根据回 归直线方程一定经过样本中心点可知D正确,所以选D. 答案 D 4.(２01１·广东)为了解篮球爱好者小李的投篮命中率与打篮球时间之间的关系,下表记录了小李某月1号到５号每 天打篮球时间ｘ（单位：小时)与当天投篮命中率y之间的关系: 时间x 1234 5 命中率y 0.40.50.60.60.4 小李这５天的平均投篮命中率为＿_＿___＿＿;用线性回归分析的方法，预测小李该月6号打6小时篮球的投篮命中率为＿___＿_＿_. 解析小李这5天的平均投篮命中率 错误!=错误!=0.5， 可求得小李这5天的平均打篮球时间错误!＝3.根据表中数据可求得错误!=０．01，错误!＝ 0.47，故回归直线方程为错误!=0．4７＋0.０１x，将ｘ＝6代入得６号打６小时篮球的 投篮命中率约为0．53. 答案0.５０．5３ 5.(2０1１·辽宁）调查了某地若干户家庭的年收入x(单位:万元)和年饮食支出y(单位:万元),调查显示年收入x与年 饮食支出y具有线性相关关系，并由调查数据得到y对x的回归直线方程:错误!＝0.2５4x＋０.321．由回归直线方程可知，家庭年收入每增加1万元,年饮食支出平均增加＿_______万元. 解析由题意知[0.２54(x+１)＋0.321]-（0.2５４x+0.321)＝０.254. 答案０.254 ６．（2０１1·安徽)某地最近十年粮食需求量逐年上升,下表是部分统计数据:
第6-1章_相关与回归分析习题解答2
相关与回归分析思考与练习 一、判断题 1.产品的单位成本随着产量增加而下降，这种现象属于函数关系。 答：错。应是相关关系。单位成本与产量间不存在确定的数值对应关系。 2.相关系数为0表明两个变量之间不存在任何关系。 答：.错。相关系数为零，只表明两个变量之间不存在线性关系，并不意味着两者间不存在其他类型的关系。 3.单纯依靠相关与回归分析，无法判断事物之间存在的因果关系。 答：对，因果关系的判断还有赖于实质性科学的理论分析。 4.圆的直径越大，其周长也越大，两者之间的关系属于正相关关系。 答：错。两者是精确的函数关系。 5.总体回归函数中的回归系数是常数，样本回归函数中的回归系数的估计量是随机变量。 答：对。 6.当抽取的样本不同时，对同一总体回归模型估计的结果也有所不同。 答：对。因为，估计量属于随机变量，抽取的样本不同，具体的观察值也不同，尽管使用的公式相同，估计的结果仍然不一样。 二、选择题 1.变量之间的关系按相关程度分可分为：b 、c 、d a.正相关； b. 不相关； c. 完全相关； d.不完全相关； 2.复相关系数的取值区间为：a a. 10≤≤R ； b.11≤≤-R ； c.1≤≤∞-R ； d.∞≤≤-R 1 3.修正自由度的决定系数a 、b 、d a.2 2 R R ≤； b.有时小于0 ； c. 102 ≤≤R ； d.比2R 更适合作为衡量回归方程拟合程度的指标 4.回归预测误差的大小与下列因素有关：a 、b 、c 、d a 样本容量； b 自变量预测值与自变量样本平均数的离差 c 自变量预测误差； d 随机误差项的方差 三、问答题 1．请举一实例说明什么是单相关和偏相关？以及它们之间的差别。 答：例如夏季冷饮店冰激凌与汽水的消费量，简单地就两者之间的相关关系进行考察，就是一种单相关，考察的结果很可能存在正相关关系，即冰激凌消费越多，汽水消费也越多。然而，如果我们仔细观察，可以发现一般来说，消费者会在两者中选择一种消费，也就是两者之间事实上应该是负相关。两者之间的单相关关系出现正相关是因为背后还有天气等因素的影响，天气越热，两种冷饮的消费量都越多。如果设法将天气等因素固定不变，单纯考察冰激凌与汽水的消费量，则可能出现负相关关系。像这种假定其他影响因素不变专门考察其中两个因素之间的关系就成为偏相关。 2．讨论以下几种场合,回归方程t t t t u X X Y +++=33221βββ中回归系数的经济意义和应取的符号。 （1）Y t 为商业利润率；X 2t 为人均销售额；X 3t 为流通费用率。 （2）Y t 为粮食销售量；X 2t 为人口数；X 3t 为人均收入。 （3）Y t 为工业总产值；X 2t 为占用的固定资产；X 3t 为职工人数。 （4）Y t 为国内生产总值；X 2t 为工业总产值；X 3t 为农业总产值。 答：
实验二 MATLAB数值计算与符号运算功能
课程名称： MATLAB实验 题目：实验二 MATLAB数值计算与符号运算功能 学生姓名： 专业：电子信息工程 班级： 学号： 指导教师：张静 实验地点：现代通信实验室 日期： 2012 年 12月 2 日
实验2 MATLAB数值计算、符号运算功能 一、实验目的 1、掌握建立矩阵、矩阵分析与处理的方法。 2、掌握线性方程组的求解方法。 3、掌握数据统计和分析方法、多项式的常用运算。 4、掌握求数值导数和数值积分、常微分方程数值求解、非线性代数方程数值求解的方法。 5、掌握定义符号对象的方法、符号表达式的运算法则及符号矩阵运算、符号函数极限及导数、符号函数定积分和不定积分的方法。 二、预习要求 （1）复习4、5、6章所讲内容； （2）熟悉MATLAB中的数值计算和符号运算的实现方法和主要函数。 三、实验内容 1、已知 29618 20512 885 A -?? ?? =?? ?? - ?? ，求A的特征值及特征向量，并分析其数学意义。 程序： 求A的特征值：A=[-29 6 18;20 5 12;-8 8 5]; E=eig(A) 运行结果： E = -25.3169 -10.5182 16.8351 求A的特征向量： [V,D]=eig(A) 运行结果：V = 0.7130 0.2803 0.2733 -0.6084 -0.7867 0.8725 0.3487 0.5501 0.4050 D = -25.3169 0 0 0 -10.5182 0 0 0 16.8351 数学意义：
在数学上，特别是线性代数中，对于一个给定的线性变换，它的特征向量（本征向量或称正规正交向量）是这样一个非零的向量v ：当v 经过这个线性变换的作用之后，得到的新向量（长度也许改变）仍然与原来的v 保持在同一条线上。一个特征向量的长度在该线性变换下缩放的比例称为其特征值（本征值）。如果特征值为正，则表示v 在经过线性变换的作用后方向也不变；如果特征值为负，说明方向会反转；如果特征值为0，则是表示缩回零点。但无论怎样，仍在同一条直线上。 2、 不用rot90函数，实现方阵左旋90°或右旋90°的功能。例如，原矩阵为A ，A 左旋后 得到B ，右旋后得到C 。 147102581136912A ????=?????? ，101112789456123B ??????=??????，321654987121110B ?? ?? ??=?? ???? 提示：先将A 转置，再作上下翻转，则完成左旋90°；如将A 转置后作左右翻转，则完成右旋转90°，可用flipud 、fliplr 函数。 程序及运行结果如下： A=[1 4 7 10;2 5 8 11;3 6 9 12]; B=A' B = 1 2 3 4 5 6 7 8 9 10 11 12 C=flipud(B) C = 10 11 12 7 8 9 4 5 6 1 2 3 D=fliplr(B) D = 3 2 1 6 5 4 9 8 7 12 11 10
实验3_数值计算与符号运算
实验三数值计算与符号运算 一、实验的教学目标 通过本次实验，要求学生熟练掌握数值计算, 以及符号对象的创建，符号表达式的化简，符号表达式的微分、积分和极限，常微分方程的求解。 二、实验环境 计算机、MATLAB7.0集成环境 三、实验内容 e在x∈｛0,0.1,0.2,…,5｝上的取值，采用多项式进行拟合；1．针对函数f(x)= x 并对x∈｛0.15，0.45，0.75｝分别采用最邻近、双线性和三次样条插值方法进行插值。 要求：在matlab中用函数polyfit（）采用最小二乘法对给定的数据进行多项式拟合，一维插值通过interp1（）来实现的。同时要用三种不同的方法支数据进行一维插 值，即要对要同时显示三幅图片，要用到subplot( )函数。 x=0:0.1:5; y=exp(x); p1=polyfit(x,y,5); y1=polyval(p1,x); hold on; plot(x,y,'ro'); plot(x,y1,'b--'); xlabel('x'); ylabel('y'); legend('原始数据','5阶多项式拟合'); xi=0.15:0.3:0.75; yi_nearest=interp1(x,y,xi,'nearest'); yi_linear=interp1(x,y,xi,'linear'); yi_spline=interp1(x,y,xi,'spline'); figure; hold on; subplot(1,3,1); plot(x,y,'ro',xi,yi_nearest,'b--'); title('最邻近插值'); subplot(1,3,2);
数值符号计算作业
数值与符号计算 快速傅里叶变换及其应用 姓名： 本科学号： 本科学院： 研究生学号： 研究生学院：
一．题目要求 1.1 用C++实现复数类，并为其定义必要的运算符 1.2 void fft(Complex* dst, Complex* src, int p) 快速傅里叶变换 1.3 void ifft(Complex* dst, Complex* src, int p)快速傅里叶逆变换 1.4 利用快速傅里叶变换计算长整数乘法 二．源代码 2.1 复数类的实现 #include
complex operator+(complex const &com) { complex temp; temp.real=real+com.real; temp.imag=imag+com.imag; return temp; } complex operator-(complex const &com) { complex temp; temp.real=real-com.real; temp.imag=imag-com.imag; return temp; } complex operator*(complex const &com) { complex temp; temp.real=real*com.real-imag*com.imag; temp.imag=real*com.imag+imag*com.real; return temp; } complex operator/(complex const &com) { complex temp; temp.real=(real*com.real+imag*com.imag)/(com.real*com.real+com.imag*com.imag); temp.imag=(imag*com.real-real*com.imag)/(com.real*com.real+com.imag*com.imag); return temp; } double Real() { return real; } void print() { if(imag>=0) cout<<"("<