|
|||
|
摘要：
DExposE 可让你彷效 Mac OS X 平台上的 Expose 功能，即按一下 F9，所有工作中的视窗会显示，让你松切换视窗。 市面上其实也不难找到一些彷傚Expose 功能的软件，但 DExposE 提供一些新功能，如互动视窗、角落视窗转换、多显示器等。 若你想自行配置你的 Windows，或让你的电脑变得更酷更潮，DExposE 绝对适合安装使用。 可以模仿Moc将所有打开窗口平铺在桌面... 阅读全文
posted @ 2011-05-16 12:56 白途思 阅读(346) 评论(0) 推荐(0) 编辑
摘要：
由于工作性质，好多东西还非得用windows系统，所以就会经常需要恢复系统（我做了ghost），但是有些东西经常还是放在系统盘的，有时候忘记了在恢复前备份出去，ghost之后哭都来不及，easyrecovery等似乎也不怎么管用，所以最好的办法就是我把它们都放到其它盘，根本就不放在系统盘。上次ghost以后发现ssh里面存的都没了，几个服务器还是以key方式的，郁闷死了，还得重新生成key，折腾了... 阅读全文
posted @ 2011-04-15 09:55 白途思 阅读(359) 评论(0) 推荐(0) 编辑
摘要：
在Windows7中，默认的用户配置文件夹是c:\users，这和Vista是一样的，把用户配置和系统完全放在一个分区时非常不方便的，比如：恢复系统时，以前的配置就会全部丢失，即使你的数据特意放到其他分区，但是所有 在Windows7中，默认的用户配置文件夹是c:\users，这和Vista是一样的，把用户配置和系统完全放在一个分区时非常不方便的，比如：恢复系统时，以前的配置就会全部丢失，即使你的... 阅读全文
posted @ 2011-04-15 09:45 白途思 阅读(916) 评论(0) 推荐(0) 编辑
摘要：
宗旨：旨在提供企业与科研人士沟通平台。具体简介见：http://bbs.sciencenet.cn/home.php?mod=space&uid=234554&do=blog&quickforward=1&id=426990 阅读全文
posted @ 2011-04-14 09:09 白途思 阅读(314) 评论(0) 推荐(0) 编辑
摘要：
1.ug4打开中文补丁使用方法：1.将文件解压到C:2.打开UG目录下UGII\menus\custom_dirs.dat, 用计事本编辑：在最后一行添加C:\UG_CHS,保存,重新启动UG.下面是custom_dirs.dat文件用计事本打开举例：# custom_dirs.dat: Directories to search for Unigraphics customizations## ... 阅读全文
posted @ 2011-03-21 13:17 白途思 阅读(2524) 评论(0) 推荐(0) 编辑
摘要：
参数估计就是要从样本出发构造一些统计量作为总体某些参数（或数字特征）的估计量。 点估计就是构造统计量。 j=1,2,…n以的值作为的近似值。对进行估计，叫(点)估计量。若样本值代入称为的估计值。 区间估计是根据样本构造出适当的区间，它以一定的概率包含未知参数。 §7.1 点估计 （一）矩估计法1.矩估计法的基本思想在总体的各阶矩存在的条件下，用样本的各阶矩去估计总体相应的各阶矩，又由于总体的分布类... 阅读全文
posted @ 2011-03-16 18:18 白途思 阅读(1609) 评论(0) 推荐(0) 编辑
摘要：
§6.1 数理统计的基本概念 一．数理统计研究的对象例：有一批灯泡，要从使用寿命这个数量指标来看其质量,设寿命用X表示。(1)若规定寿命低于1000小时的产品为次品。此问题是求P(X£1000)=F(10000),求F()?(2)从平均寿命、使用时数长短差异来看其质量，即求E()?、D()?。 要解决二个问题 1．试验设计抽样方法。 2．数据处理或统计推断。 方法具有"从局部推断总体"的特点。 二... 阅读全文
posted @ 2011-03-16 16:07 白途思 阅读(1246) 评论(0) 推荐(0) 编辑
摘要：
第五章 大数定律和中心极限定理§1 大数定律设X1,X2,...Xn,...是一随机变量列，a1,a2,...an,...是一常数列，令Yn= n=1,2,...,，所谓大数定律就是研究(Yn-an)收敛到0的定理。按收敛意义的不同，有弱大数定律和强大数定律。我们主要介绍弱大数定律，弱大数定律也称大数定律。 契比雪夫不等式设R.V.X，其都存在，则对任意均有 或 一、大数定律定理5.1:(契比雪夫... 阅读全文
posted @ 2011-03-16 16:05 白途思 阅读(1216) 评论(0) 推荐(0) 编辑
摘要：
§4.4 协方差及相关系数 一.协方差与相关系数的概念 1.定义 定义4.4：设二维随机变量(X,Y),它的分量的数学期望为E(X),E(Y)，若E[(X-E(X))(Y-E(Y))]存在，则称它为X,Y的协方差，记为Cov(X,Y),即 Cov(X,Y)=E[(X-E(X))(Y-E(Y))] 2.计算 (1)用定义计算 若二维离散型随机变量(X,Y)的联合概率分布律i,j=1,2,¼，且Cov(X,Y)存在,则 Cov(X,Y)= 若二维连续型随机变量(X,Y)的联合概率密度为f(x,y),且Cov(X,Y)存在，则 （2）、公式 在计算Cov(X,Y)时，除用定义外， 阅读全文
posted @ 2011-03-16 09:54 白途思 阅读(749) 评论(0) 推荐(0) 编辑
摘要：
§4-2 方差 一.方差的概念 1、定义4.3:设随机变量X的数学期望为E(X),若E(X-E(X))2存在，则称它为X的方差（此时，也称X的方差存在），记为D(X)或Var(X),即 D(X)=E(X-E(X))2 称D(X)的算术平方根为X的标准差或均方差，记为，即 由数学期望的性质5知，若随机变量X的方差D(X)存在，则D(X)³0。简言之，方差是一个非负实数。 当X服从某分布时，我们也称某分布的方差为D(X)。 2、计算方差 （1）若X是离散型随机变量，其分布律为pi=P(X=xi),i=1,2,...,且D(X)存在，则 （2）若X是连续型随机变量，其概率密度为f 阅读全文
posted @ 2011-03-16 09:52 白途思 阅读(689) 评论(0) 推荐(0) 编辑
摘要：
第四章 随机变量的数字特征 讨论随机变量数字特征的原因在实际问题中，有的随机变量的概率分布难确定，有的不可能知道，而它的一些数字特征较易确定。（2）实际应用中，人们更关心概率分布的数字特征。（3）一些常用的重要分布，如二项分布、泊松分布、指数分布、正态分布等，只要知道了它们的某些数字特征，就能完全确定其具体的分布。 §4.1 数学期望一、数学期望的概念1.离散性随机变量的数学期望 例4．1：大学一... 阅读全文
posted @ 2011-03-16 08:55 白途思 阅读(907) 评论(0) 推荐(0) 编辑
摘要：
§3.5 多维随机变量函数的分布 这一节是很重要的内容，一般概率统计的考试必有这些内容的考题。 特别是本节例1，3，4以及Max(X,Y)，Min(X,Y)的分布等内容，很有代表性。 一．离散型随机变量（X，Y）的函数的概率分布 例1：已知（X，Y）的分布律为： X Y -1 1 2 -1 2 5/20 2/20 6/20 3/20 3/20 1/20求：Z1=X+Y，Z2 =max（X，Y）的分布律。 P5/202/206/203/203/201/20(X,Y)取值(-1,-1)(-1,1)(-1,2)(2,-1)(2,1)(2,2)Z1取值-201134Z2取值-112222二． 阅读全文
posted @ 2011-03-16 08:51 白途思 阅读(678) 评论(0) 推荐(0) 编辑
摘要：
§3.3 条件分布 由条件概率引出条件概率分布的概念。 定义1 设(X,Y)是二维离散型随机变量，对于固定的，若，则称 例1， P77，一射手进行射击，击中目标的概率为p(0<p<1),射击到击中目标两次为止。设以X表示首次击中目标所进行的射击次数，以Y表示总共进行的射击次数，试求X和Y的联合分布律及条件分布律。 解： 定义2 （不严格），设(X,Y)的概率密度为 ，记为在条件Y=y下X的条件概率... 阅读全文
posted @ 2011-03-16 08:49 白途思 阅读(704) 评论(0) 推荐(0) 编辑
摘要：
3．边缘概率密度 设二维连续型随机变量(X,Y) 联合分布函数、联合概率密度分别为F(x,y),f(x,y),分量X,Y的边缘分布函数分别为FX(x)、FY(y)。利用边缘分布函数与联合分布函数的关系及(3.16)式，可得 FX(x)=F(x,+¥)= (3.17) FY(y)=F(+¥,y)= (3.18) 记：fX(x)= 为X的边缘概率密度函数；fY(y)= 为Y的边缘概率密度函数。 例2：... 阅读全文
posted @ 2011-03-16 08:48 白途思 阅读(380) 评论(0) 推荐(0) 编辑
摘要：
三．连续性随机变量 1．联合概率密度 定义3.3 设(X,Y)的联合分布函数为F(x,y),若存在非负函数f(x,y),使得对于任意的实数x,y均有 F(x,y)= （3.12) 则称(X,Y)为连续型随机变量，并称f(x,y)为(X,Y)的联合概率密度，简称为概率密度。 2．f(x,y)有如下性质： 性质1 f(x,y)³0 性质2 =1 性质3 若f(x,y)的连续点(x,y)处，有 性质4 若随机点(X,Y)落于平面上相当任意的区域D内记为(X,Y)D,则 P{(X,Y)D}= （3.16） 注：在f(x,y)非0域与D公共部分积分有非0值。 P71例2 例3：（第一版书上例3 阅读全文
posted @ 2011-03-16 08:47 白途思 阅读(285) 评论(0) 推荐(0) 编辑
摘要：
随机向量的定义： 随机试验的样本空间为S={w}，若随机变量X1(w),X2(w),…,Xn(w)定义在S上，则称（X1(w),X2(w),…,Xn(w)）为n维随机变量（向量）。简记为（X1,X2,…,Xn）。 二维随机向量（X,Y），它可看作平面上的随机点。 对（X,Y）研究的问题： 1．（X,Y）视为平面上的随机点。研究其概率分布——联合分布率、联合分布函数、联合概率密度；Joint 2．分别研究各个分量X,Y的概率分布——边缘（际）分布律、边缘分布函数、边缘概率密度； marginal 3．X与Y的相互关系； 4．（X,Y）函数的分布。 § 3.1 二维随机变量的分布 一．离 阅读全文
posted @ 2011-03-16 08:45 白途思 阅读(617) 评论(0) 推荐(0) 编辑
摘要：
§2.4 连续型随机变量 定义2.2 设随机变量X的分布函数为F(),如果存在一个非负可积函数f(),使对任意的实数，均有 F()= (2.20)则称X是连续型随机变量，称f()是X的概率密度或密度函数，简称密度。 二、图形 例如：正态分布 密度函数图形： data normal;do i=-3 to 3 by 0.01;z0=exp(-i**2/2)/sqrt(2*(3.1415926));o... 阅读全文
posted @ 2011-03-15 22:25 白途思 阅读(532) 评论(0) 推荐(0) 编辑
摘要：
泊松分布 定义 若离散型随机变量X的分布为，k=0,1,2,¼ 其中常数l>0，则称X服从参数为l的泊松分布,记为。 泊松Poisson定理P41, 设有一列二项分布X～B(), n=1, 2, ...,如果 , 为与n无关的正常数，则对任意固定的非负整数k，均有 证略。 例5:P43.例6:P44,自学。 §2.3 随机变量的分布函数 一、概念定义2.1 设X是一随机变量（不论是离散型还是非离散... 阅读全文
posted @ 2011-03-15 22:23 白途思 阅读(263) 评论(0) 推荐(0) 编辑
摘要：
§2.1 随机变量概念 对于随机试验： E甲,乙两人同时向某目标射击一次 中靶情况 E: ，X表示射击中靶的次数，对应的取值为；0，1，2。 定义：随机变量是定义在样本空间S={ω}上的一个单值实函数，记作X=X(ω),简记为X。 分类离散型随机变量 非离散型随机变量 §2.2 离散型随机变量 一.离散型随机变量的分布设离散型随机变量可能取的值为: 取这些值的概率为 P(X=i)= pi ,i=... 阅读全文
posted @ 2011-03-15 22:21 白途思 阅读(374) 评论(0) 推荐(0) 编辑
摘要：
由于有大量的公式，所以用word2010发博文后，结果： 然后我把内容贴到WLW里发布，发现问题了：估计是因为博客园不支持gif图片。现在的问题是如何在word中找到这些图片，然后转换为bmp或者jpg，然后才能发布。有没有高人指点一下？PS：终于找到问题所在了，得到维护团队的回复：@白途思目前的限制是10分钟内只能上传200张图片。 阅读全文
posted @ 2011-03-14 22:10 白途思 阅读(234) 评论(0) 推荐(0) 编辑
摘要：
关注Ironpython很久了，但是一直也没有应用的场合。不同于python的广泛应用，Ironpython真的是雷声大雨点小。宣传、简介铺天盖地，貌似很有前途。实际上，我真的很少有用到ironpython的情况。ironruby也是如此。曾经尝试用Ironpython来写程序，但是其调试非常复杂。好在和VS2010结合比较早，调试还算方便。可是关键的问题是，如果我用了VS2010，我干嘛不直接用C#，其开发和调试能力有目共睹。至今，我能够使用Ironpython的地方只有一处，那就是NEUT，一个个人开发的小软件。在处理搜索字符串拼接问题上，我使用了ironpython。为什么呢？因为搜索字 阅读全文
posted @ 2011-03-14 21:30 白途思 阅读(4350) 评论(1) 推荐(0) 编辑
摘要：
确定现象：在一定条件下必然发生的现象，如向上抛一石子必然下落，等 随机现象：称某一现象是"随机的"，如果该现象（事件或试验）的结果是不能确切地预测的。 由此产生的概念有：随机现象，随机事件，随机试验。例：有一位科学家，他通晓现有的所有学科，如果对一项试验（比如：掷硬币），该万能科学家也无法确切地预测该实验的结果（是正面朝上还是反面朝上），这一实验就是随机实验，其结果是"随机的"----为一随机事件... 阅读全文
posted @ 2011-03-13 17:43 白途思 阅读(1720) 评论(0) 推荐(0) 编辑
摘要：
记得很早以前我就发过博文推荐stackoverflow。觉得问题和tag的方式很好。不要搞什么积分，真的是浪费国人的时间和精力。其实技术论坛，只需要关心有没有人问过，有没有人解决就行了。国内的技术论坛充斥着大量的重复基础问题，有意思吗？贴一封给乐问网的emial回复：RE：终于看到有人要做中国的Stackoverflow了！谢谢你们！ 万恶的论坛积分制度只会浪费国人的时间和精力！ 2011-03-06 Office Card: http://bbs.sjtu.edu.cn/bbsqry?userid=begtostudyChinese Name:白途思English Name:BeckNet 阅读全文
posted @ 2011-03-06 13:09 白途思 阅读(2190) 评论(1) 推荐(0) 编辑
摘要：
dotnet有多个版本，比如1.0， 2.0,3.0,4,0，目前最高的是4.0了。dotnet程序向下兼容，但是不向上兼容，即高版本可以调用低版本程序，但是低版本不能调用高版本程序。（当然可以通过一些方法调用，本文就是一种）。这样就出现了一个问题。UG XN4支持的1.x版本的，UG NX5、NX6、NX7支持2.0,3.x。这是由于dotnet的2.0、3.x使用的都是2.0的运行时库。什么是运行时库Runtime呢？打个比方，dotnet framework是C#程序的基础，Runtime是dotnet framework的基础。基础一样当然可以低版本加载高版本的。这样NX6其实也是可以 阅读全文
posted @ 2011-03-03 12:38 白途思 阅读(1397) 评论(1) 推荐(0) 编辑
摘要：
我们知道，NX本身是不需要.net framework支持的，即机器上不需要安装.net framework，也可以运行NX软件。
为什么NX还可以使用.net开发的dll呢？（显然必须自行安装.net framework)。 阅读全文
posted @ 2011-03-01 16:36 白途思 阅读(56) 评论(0) 推荐(0) 编辑
摘要：
IDEF0是活动模型的缩写，来源于结构化分析与设计技术的一套标准，这些标准包含多种层次的图形语言，其中IDEFO用来描述对于企业具有重要性的各个过程(活动)。它以图形表示完成一项活动所需要的具体步骤、操作、数据要素以及各项具体活动之间的联系方式。 一项活动是一个在特定时间发生的，具有可辨认结果的，并且经过命名的过程、功能或任务。 框图表示一种活动，是IDEF0最基本的元件，通常使用动词描述活动特性... 阅读全文
posted @ 2011-02-18 00:21 白途思 阅读(10731) 评论(0) 推荐(0) 编辑
摘要：
如果您是第一次发现这个名字，请允许我做一下自我介绍，并推荐我的三个博客和四个QQ群！ 阅读全文
posted @ 2011-01-14 16:31 白途思 阅读(4182) 评论(0) 推荐(0) 编辑
摘要：
群共享空间有限，上传下载地址文本txt文件就行，实际的资料可以放到网络硬盘中，比如skydrive、纳米盘等，都是免费存储空间。
本文以skydrive为例，给大家演示我的分享过程。 阅读全文
posted @ 2011-01-06 10:45 白途思 阅读(2611) 评论(1) 推荐(0) 编辑
摘要：
注：本贴为群友内部交流之用。交叉学科思路交流QQ群 6314910群简介：http://www.cnblogs.com/begtostudy/archive/2010/09/21/1832318.html最近到了年终，大家都在忙自己的事情。希望大家能够在工作学习之余参与这个活动，将自己收藏的经典的数学、力学、计算机、信息科学（如AI）等基础教材或者你觉得适合与交叉学科的教材（电子版）分享到群共享。当然群共享空间有限，上传下载地址文本txt文件就行，实际的资料可以放到网络硬盘中，比如skydrive、纳米盘等，都是免费存储空间。本文以skydrive为例，给大家演示我的分享过程。首先，登录sky 阅读全文
posted @ 2011-01-06 10:19 白途思 阅读(465) 评论(0) 推荐(0) 编辑
摘要：
UG/ MoldWizard使用手册 引言 MoldWizard是什么?MoldWizard是 针 对 注 塑 模 具 设 计 的 一 个 过 程 应 用 . 型 腔 和 模 架 库 的 设 计 统 一 到 一 连 接 的 过 程 中 .MoldWizard 为 建 立 型 腔 , 型 芯 , 滑 块 , 提 升 装 置 和 嵌 件 的 高 级 建 模 工 具 方 便 地 提 供 快 ... 阅读全文
posted @ 2011-01-01 21:48 白途思 阅读(1614) 评论(0) 推荐(0) 编辑
摘要：
机械类专业词汇表一画一字螺丝批 slot type screwdriver一点透视 one-point perspective二画二合一黏合剂 epoxy resin adhesive二合胶；混合胶 epoxy glue二维的；平面的 two-dimensional二进制 binary二极管；整流子 diode二号螺丝攻 second tap二路开关 two-way switch十进制的；公制的 ... 阅读全文
posted @ 2010-12-30 15:28 白途思 阅读(4004) 评论(0) 推荐(0) 编辑
摘要：
众所周知，HTML是一种解释性语言（标记语言），正因如此，它才不需要向C、C++、java等语言那样需要专门的编译器对代码进行编译后才能执行，我们可以直接在记事本中编写代码，将文档保存成html格式，使用浏览器就能够运行它。 XML和HTML一样，它也是一中解释性语言，实际上，它是对THML的扩展，故又称可扩展的标记语言（Extensible Markup Language，自然，同样可以像htm... 阅读全文
posted @ 2010-12-29 09:33 白途思 阅读(1904) 评论(0) 推荐(0) 编辑
摘要：
开始学习正则表达式了，增取今年过后能够熟悉的使用它，太强大了！！ 昨天晚上对这几天学习过程中使用的工具RegexBuddy进行了总结。 一、 什么是RegexBuddy 使用了几天，个人感觉RegexBuddy 是学习正则表达式时的比较好的帮手。它可以容易地建立你想要的正确的正则表达式。清晰地推断他人所写的复杂的正则表达式。它还可以用给出的实例字符串或文件快速地进行测试匹配，从而防止了在实际应用... 阅读全文
posted @ 2010-11-29 18:56 白途思 阅读(1793) 评论(3) 推荐(1) 编辑
摘要：
原文：http://www.zonozone.com/tiki/tiki-index.php?page=TortoiseGit%E4%BD%BF%E7%94%A8%E5%85%A5%E9%97%A8 首先要确定TortoiseGit已找到msysgit,如果先安装msysgit 再装TortoiseGit, 一般TortoiseGit 就会自动的识别。 安装详见TortoiseGit安装教程（安装... 阅读全文
posted @ 2010-11-21 13:02 白途思 阅读(1322) 评论(1) 推荐(1) 编辑
摘要：
请允许我从一个“非编程人员”用户的角度先解释一下软件的版本控制：当若干开发人员组成的团队联合开发一个软件工程时，互相有不同的代码片段任务；他们需要将各自的成果集中起来，并方便随时修改及更新。有时修改后又觉得之前的代码可能更好，需要返回旧版本 —— 这就产生了版本控制的需要。代码集中存放的地方叫“文件库”（repository）。每个程序员都可以随时提取（check out）文件库中的某个文件进行修... 阅读全文
posted @ 2010-11-21 12:31 白途思 阅读(844) 评论(1) 推荐(1) 编辑
摘要：
以前在一个网站上下载的，现在搜索还能搜到。 采用VC6开发，比较旧的编译器了。采用ufun，这是UG二次开发的API，用的人很多。 我是主张使用NXOpen的，但是ufun依然很好用。 这是整理的合辑。因为CSDN的html代码有问题，根本没法贴，所以改为贴个链接算啦。 < width="414" height="305" src="http://player.ku6.com/refer/D... 阅读全文
posted @ 2010-11-19 17:20 白途思 阅读(707) 评论(0) 推荐(0) 编辑 |
|||
