唯欣主义的博客

海涅定理

介绍了各种三角函数下的反三角函数的值

（未完，待补充）分离变量法大致思路和一般步骤双曲型方程的混合问题大致思路和一般步骤起源：机械振动或电磁振动（波动方程的解）总可以分解为具有各种频率和振幅的简谐运动的叠加，而每个简谐运动具有形式：eiw(t+sx)=eiwteiswxe^{iw(t+sx)}=e^{iwt}e^{iswx}eiw(t+sx)=eiwteiswx这正是物理上的驻波。这就表明波动方程的解可写为驻波的叠加，而每个驻波都只是只含变量 x 的函数和只含变量 t 的函数的乘积，即具有变量分离的形式。适用范围：有界区域下的混

偏微分笔记（一）方程的导出及定解问题的提法基本概念几个经典方程定解问题二阶方程的特征理论与分类二阶方程的特征二阶方程的分类二阶方程化为标准型（n=2）方程的导出及定解问题的提法基本概念一般形式：u(x1,x2,⋯ ,xn)(n≥2)u(x_1,x_2,\cdots,x_n)(n\ge 2)u(x1​,x2​,⋯,xn​)(n≥2)F(x1,⋯ ,xn,u,Du,D2u,⋯ ,Dmu)F(x_1,\cdots,x_n,u,Du,D^2u,\cdots,D^mu)F(x1​,⋯,xn​,u,Du,D

双指数平滑法简介缘起双指数平滑法题目题目解答缘起某日，一好友给我发了国外运筹学的一个小作业，共三题，问我是否有想法，看了一眼，看到了第一题是之前接触过的时间序列分析，便只做了这一道题，我也是在此过程中第一次接触到了双指数平滑法。(文章未写完，后续会更新)双指数平滑法我的参考资料来自 https://support.minitab.com/zh-cn/minitab/18/help-and-how-to/modeling-statistics/time-series/how-to/double-exp

介绍了r-reachable和r-robust的基本概念，并在Matlab上进行代码实现

无穷小等价代换有风险，慎用，抑或弄懂规则再用！

对CRC原理的一点思考

Advanced modern algebra——Ring1ProblemAnalysisApplicationProblemIf RRR is a finite ring (e.g., RRR = Im\mathbb I_mIm​), then there are only finitely many functions from RRR to itself, and so there are only finitely many polynomial functions. How to realiz

复习心烦，偶遇大作业，故摸鱼作业题目自由选取一组数据(可以是R 自带的数据集、或者其它来源，鼓励选取一些有趣的课题进行数据分析)，利用我们这学期所学知识建立恰当模型（ARIMA、GARCH 等），小组成员（不超过三人一组, 自由组队）中的一人安排 5 至 10 分钟左右的PPT 课堂展示（教学周第16 周、无需展示代码，仅汇报初步结果即可，我给出点评后再完善后提交）。内容基本要求如下:• 说明数据来源背景, 需要分析解决的问题;• 包含完整的建模过程(拟合、估计、诊断检验、预测)；• 结论或者建议

R语言summary.lm信息进一步挖掘废话不多说，直接上例子（由于summary出来的结果是有截断的，以下比较会有一定误差，要精确的话可以自己从model里面取出相应系数）> data("faithful")> y=faithful$waiting> x=faithful$eruptions> model=lm(y~x,faithful)> summary(model)Call:lm(formula = y ~ x, data = faithful)R

R语言线性统计模型实例毫无关系的前言正文变量选择检验技术变量选择准则附录(代码)毫无关系的前言这学期实在是太快了，一转眼又快到了令人疼苦的考试月，我是很讨厌大学这种考试的，一方面我发现确实考不怎么过别人，另一方面我很讨厌临时刷题，临时积极地问问题、熬夜。但在大环境下，我熬的夜确实比之前多了，但效率不见得高。这是本学期最后一篇文章了，作为学生，我常感叹自己能力不足，自从我在优快云发了自己的第一篇文章后，对于一些问题我开始变得好奇起来，我能否做一个这样的东西？我能否独立将其源代码写出来，这也是我写作的动

基于R语言一元线性回归模型实例及代码题目描述数据特征及可视化建立模型与初步评价（自己写lm()代码）回归诊断模型预测题目描述所用数据集——faithful(MASS包)# 加载数据包及查看问题背景library(MASS)data("faithful")?dataWaiting time between eruptions and the duration of the eruption for the Old Faithful geyser in Yellowstone National

MathModeling(Ⅱ)主编： ???? 审阅：????第五章：预测算法回归预测拟合最常用的方法为最小二乘法，其原理是：因变量的实际值与拟合值之差称为残差，将所有残差平方后相加，即得残差平方和，”最好“拟合效果就是使残差平方和最小，于是运用极值原理，将”泛函问题“转换为”求残差平方和最小”问题（具体思想可参考数值分析相关内容）多元线性回归y=β0+β1x1+⋯+βpxp+εy=\beta_0+\beta_1x_1+\cdots+\beta_px_p+\varepsilony

MathModeling(Ⅰ)主编： ???? 审阅：????第一章：数学建模概论数学模型可以描述为：对于现实世界的一个特定对象,为了一个特定目的，根据其特有的内在规律，做出一些必要打的简化假设，运用适当的数学工具，得到的一个数学结构。数学建模是指建立数学模型的全过程，包括表述、求解、解释、检验等。数学建模的基本步骤就是解决一个实际问题的步骤，主要包括下面几点：模型准备、问题分析、模型假设、模型建立、模型求解、模型检验。第二章：数学建模软件Matlab\text{Matlab}Ma

只是记录一道题目而已，并没有什么新颖观点。另外一道简单的题：设f(x)f(x)f(x)为连续函数，且由∫0xtf(t)dt=x2+f(x)\int_0^x tf(t)dt = x^2+f(x)∫0x​tf(t)dt=x2+f(x)所确定，求f(x)f(x)f(x)解：两边对xxx求导，得  xf(x)=2x+f′(x), dydx=xy−2x~~xf(x)=2x+f'(x),~\frac{dy}{dx}=xy-2x  xf(x)=2x+f′(x),&

数理统计———关于p值的理解问题背景相关知识p值的产生过程新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入问题背景p值是数理统计假设检验中的一个重要概念，它的优点在于做检验(卡方检验，F检验，t检验，U检验)时不用事先确