目录 1
1 数学模型概论 1
1.1 数学模型的定义 1
1.2 数学模型的分类 3
1.2.1 根据模型的来源分类 3
1.2.2 根据模型中变量和时间的关系分类 4
1.2.3 根据模型中变量的性质分类 4
1.3 建立数学模型的方法和步骤 5
1.3.1 建立数学模型的方法和一般步骤 5
1.3.2 建立经验模型的一般方法 6
2.1.1 随机过程与随机变量 9
2.1 随机变量与分布 9
2 数理统计基础 9
2.1.2 随机变量的数字特征 10
2.1.3 正态分布与相关分布 13
2.1.4 其它连续型分布 20
2.2 统计分析 28
2.2.1 总体与样本 28
2.2.2 区间估计 29
2.2.3 假设检验 33
3 回归分析 40
3.1 引言 40
3.2 一元线性回归模型 40
3.2.1 回归系数的确定 41
3.2.2 模型显著性检验 42
3.2.3 回归方程的精度 44
3.3 可线性化曲线的线性回归 45
3.3.1 可线性化曲线的基本类型与线性转化 46
3.3.2 模型的检验 47
3.3.3 程序 50
3.4 线性方程组的解法 55
3.4.1 高斯消元法解线性方程 55
3.4.2 高斯消元法求逆矩阵 59
3.5 一元多项式回归分析 62
3.5.1 多项式阶数的判断 62
3.5.3 曲线平滑程序 64
3.5.2 模型参数的估计 64
3.6 多元线性回归分析 70
3.6.1 多元线性回归 70
3.6.2 回归方程的显著性检验 72
3.6.3 回归系数的检验 74
3.7 逐步回归分析 74
3.7.1 逐步回归 74
3.7.2 逐步降元回归 75
3.7.3 逐步增元回归 82
3.8 非线性回归 95
3.8.1 高斯-牛顿法 95
3.8.3 非线性回归程序与示例 97
3.8.2 非线性阻尼最小二乘法 97
4 插值法 105
4.1 拉格朗日插值 106
4.1.1 拉格朗日插值多项式通式 106
4.1.2 拉格朗日插值计算方法 108
4.1.3 用拉格朗日插值加密浮沉资料 112
4.2 牛顿插值 116
4.2.1 差商与差分 116
4.2.2 牛顿基本插值公式 118
4.3 埃尔米特插值 123
4.4 样条插值 129
5.1.1 单变量非线性方程的数值解 139
5.1 非线性方程的数值解 139
5 过程优化 139
5.1.2 非线性方程组的数值解 146
5.2 单变量优化的黄金分割法 149
5.3 线性规划 156
5.3.1 线性规划的数学模型 156
5.3.2 两变量线性规划的图解法 157
5.3.3 线性规划的标准形式 158
6 重选数学模型 171
6.1 可选性曲线数学模型及计算机绘图方法 171
6.1.1 密度曲线数学模型 171
6.1.2 灰分曲线数学模型 172
6.1.3 可选性曲线的计算机绘制 173
6.1.4 密度曲线特征参数与煤炭可选性关系研究 184
6.2 分配曲线的数学模型 194
6.2.1 分配率的计算 194
6.2.2 分配曲线的特点 196
6.2.3 分配曲线数学模型及其算法 200
6.2.4 以四分位数作模型参数的分配曲线数学模型 202
6.3 颗粒在跳汰床层中分布形态及数学模型研究 209
6.3.1 试验设计 210
6.3.2 颗粒在床层中基本分布形态的数学描述 210
6.3.3 颗粒在床层中分布的理论模型 214
6.3.4 四分位数模型对颗粒在床层中分布形态的表征 217
6.3.5 颗粒在床层中分布的经验模型——B分布 221
7 选煤过程优化计算 226
7.1 重选流程的优化计算 226
7.1.1 重选产品指标的基本算法 226
7.1.2 重选流程优化程序设计 229
7.2 原煤入选方案比较 239
附录1 标准正态分布表 248
附录2 X2分布 250
附录3 t分布表 253
附录4 F分布表 255
附录5 相关系数表Rα 261
参考文献 262