真正能运行完整的双色球概率分析工具,很不错,分享出去。
2024-04-23 14:02:53 1.31MB sharp
1
正态分布(也称为高斯分布)的概率密度函数(Probability Density Function,PDF)是用来描述随机变量在不同取值上的概率分布情况。正态分布是一种连续概率分布,其概率密度函数通常用符号 \( f(x) \) 表示。 正态分布的概率密度函数公式为: \[ f(x|\mu, \sigma) = \frac{1}{\sigma \sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}} \] 其中: - \( x \) 表示随机变量的取值, - \( \mu \) 是分布的均值(期望值),表示分布中心的位置, - \( \sigma \) 是分布的标准差,表示分布的分散程度。 正态分布的概率密度函数曲线呈钟形,对称于均值 \( \mu \)。标准正态分布是均值 \( \mu = 0 \)、标准差 \( \sigma = 1 \) 的正态分布。 正态分布的特性包括: 1. **对称性:** 正态分布是关于均值对称的,即 \( f(x|\mu, \sigma) = f(-x|\mu, \sigma) \)。 2. **峰度:
2024-04-16 16:24:50 654B matlab
1
150分学姐手抄概率论笔记,融合了“概率王”王式安的总结,高清扫描,写的非常好,对于复习考研非常有帮助
2024-04-11 13:56:30 33.93MB
1
代码主要是基于蒙特卡洛和copula函数生成考虑风光空间相关性的出力,并用kmeans进行场景缩减,得到典型日风光出力及其概率,并且可以改变场景生成数量及缩减场景的数量
2024-04-07 16:59:01 569KB kmeans
1
我们讨论了手性相变附近净重子数概率分布的性质,以探索临界波动的影响。 我们的研究是在Landau理论中进行的,在该理论中,对多项式势的系数进行了参数设置,以便重现平均场(MF),<math> Z 2 </ math>,
2024-04-06 01:50:57 453KB Open Access
1
前言本书介绍探索性数据分析的实用工具,书中章节按照我自己处理数据集时遵循的步骤进行组织。导入和清洗:无论数据格式如何,我们通常都需要花费一些时间和精力进行数据的
2024-04-04 15:36:12 3.04MB
1
在真空中已知三味中微子的生存概率可以通过有效的两味形式近似到一阶,即在引入μ的基础上,μm 21 2 / m 31 2 在中微子能量E和基线L这样的区域中,使μm31 2 L / 2 E≥2(α= e,β,α)。 .。 在这里,我们研究是否可以为物质的生存概率制定类似的有效两味近似法。 使用带有扩展参数ϵ和s 13 $$ µ $$ {s} _ {13} \ propto \ sqrt {\ upepsilon} $$的摄动框架,我们对该问题给出肯定的答案,并给出了两种味道 概率的形式对orderµ有效。 但是,我们观察到有效的αmα2(a)在物质中的人为特征。 它不再是基本参数的组合,而是具有能量依赖性,这可能是合法的,因为它来自物质的潜能。 但是,事实证明,尽管αm ee 2(a)不是,αm 2(a)成为L依赖的,这对物质中有效αm 2的概念是否适当提出了质疑。 我们还发现,真空中的出现概率以ϵ为阶数,相似的有效两味形式与消失通道中的有效αmβ2略有不同。 得出一个一般结果来描述抑制振荡概率中的物质效应。
2024-03-23 05:14:58 589KB Open Access
1
为了准确反演受到邻近采空区影响的地表沉陷预计参数,通过分析工作面开采后地表正常下沉规律与邻近采空区残余沉降量的预测方法,将邻近采空区等价成变采高的小工作面开采来进行概率积分法参数反演,提出了邻近采空区影响的地表沉陷概率积分法参数反演方法。利用该方法求取的概率积分参数预计得到的地表下沉曲线与实测曲线比较吻合,为邻近采空区影响的地表概率积分参数反演提供了可行方法。
2024-03-22 23:36:53 1.17MB 行业研究
1
针对开采沉陷计算参数反演方法存在早熟收敛现象、容易陷入局部最优解的问题,提出将蚁群算法运用于开采沉陷计算参数反演:首先对反演参数的搜索空间进行离散,将参数反演问题转化为组合优化问题,然后建立了基于最大-最小蚁群算法的概率积分法计算参数反演流程。应用实例表明,蚁群算法对观测站测点缺失具有较强的抗干扰能力,较最小二乘法和模矢法有较好的拟合效果。
1
为了解决现实生产生活中的具有两阶段服务性质的休假排队问题,利用马尔可夫过程理论建立系统稳态概率方程组,并利用分块矩阵解法,得到了稳态概率的矩阵解。由此得出系统的平均队长、平均等待队长等性能指标。该成果对解决两阶段服务排队模型具有重要的理论意义和应用价值。
1