马强

作品数：9被引量：7H指数：2
导出分析报告
供职机构：江苏技术师范学院数理学院更多>>
发文主题：BOUSSINESQ方程首次积分法大学生大学生数学建模竞赛充要条件更多>>
发文领域：理学文化科学一般工业技术更多>>
发文期刊：《应用概率统计》《数学的实践与认识》更多>>
所获基金：博士科研启动基金国家自然科学基金国家教育部博士点基金徐州师范大学校科研和教改项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-9
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
卷积公式的推广及应用
《江苏技术师范学院学报》2013年第2期58-61,共4页马强 
卷积公式在许多学科领域都有着广泛的应用,将卷积公式推广得到了两个随机变量线性组合的概率密度计算公式,利用这个公式简化了计算概率密度的过程。
关键词：卷积公式 推广 应用 
首次积分法求Boussinesq方程的精确尖波解被引量：3
《数学的实践与认识》2012年第17期211-215,共5页马强 江波 
国家自然科学基金(11102076);江苏技术师范学院博士启动基金(KYY10864)
首次积分法是一种求解非线性偏微分方程精确解的有效方法,利用首次积分法获得了Boussinesq方程的一个精确尖波解.
关键词：首次积分法 BOUSSINESQ方程 尖波解 
大学生数学建模竞赛培训模式的探讨被引量：2
《江苏技术师范学院学报》2012年第2期125-128,共4页马强 
江苏技术师范学院青年教改项目(JG10044)
为了在全国大学生数学建模竞赛取得好成绩,许多高校都会在暑假组织学生参加培训。总结前几年在培训中存在的问题与不足,对适合江苏技术师范学院大学生数学建模竞赛的培训模式进行了探讨。
关键词：大学生数学建模竞赛 培训模式 探讨 
“概率论”课教学中的几点问题探讨
《江苏技术师范学院学报》2010年第6期69-72,共4页马强 
"概率论"课中一些概念容易混淆,如概率为零的事件和不可能事件、独立和两两独立、独立和互斥、独立和不相关等。对这些问题进行详细的分析,得出相关的结论。
关键词：零概率事件 互斥 独立 不相关 
具有有限记忆的随机分形的重分形分解
《应用概率统计》2010年第6期561-576,共16页马强 戴朝寿 
Dryakhlov和Tempelman对具有有限记忆的随机分形集的Hausdorff维数进行了研究,本文对具有有限记忆的随机分形集K(ω)的重分形分解集Kα(ω)进行研究,得到了在一定条件下,这种随机分形集重分形分解集Kα(ω)的Hausdorff维数表达式.
关键词：具有有限记忆的随机分形 重分形分解 Perron-Frobenius定理 鞅 局部维数 
本科概率统计教学的几点探索被引量：1
《江苏技术师范学院学报》2010年第9期89-92,共4页陈雪平 马强 蒋卫军 陈绚青 
江苏技术师范学院青年科研基金(KYY09051);教育部高校博士点专项基金(44K55050)
对随机现象的认识需要相当的数学功底,针对本科学生如何在不能进行深入理论推导的前提下掌握基本的概率统计知识,如何在学完后仍能运用其中的某些统计方法,提出从概率统计本身诱人的和经典的思绪过程上寻找突破点。
关键词：概率统计 演绎 归纳 
乘积概率空间中的密度定理
《徐州师范大学学报（自然科学版）》2006年第3期16-19,共4页马强 
密度定理是分形理论中非常重要的定理,Dai Chaoshou和Taylor S J在文献[1]中给出了概率空间中的密度定理.本文推广了文献[1]中的结果,在乘积概率空间中证明了相应于Hausdorff测度与Packing测度的密度定理.
关键词：乘积概率空间 乘积测度 密度定理 
比林斯利定理的一个应用
《江苏技术师范学院学报》2006年第4期38-41,共4页马强 
本文首先对R中的比林斯利定理进行推广,获得了Rd中的比林斯利定理。然后通过例子给出了利用Rd中的比林斯利定理求一类分形集Hausdorff维数的一个方法。
关键词：比林斯利定理 应用 HAUSDORFF维数 
二阶矩过程为n阶均方可导的一个充要条件被引量：1
《徐州师范大学学报（自然科学版）》2005年第2期44-47,共4页马强 戴朝寿 徐亚娟 
徐州师范大学重点基金资助项目(04XLA01)
一般的随机过程教材中只对一个二阶矩过程均方可导与其相关函数广义可导的等价性进行论述.将广义导数推广到n阶的情形,利用数学归纳法证明了二阶矩过程{X(t),t∈R}为n阶均方可导与其相关函数n 阶广义可导之间的等价性,并给出了判断二元...
关键词：二阶矩过程 可导 n阶 充要条件 相关函数 数学归纳法 广义导数 随机过程 二元函数 充分条件 等价性 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部