等周不等式的微积分证明法

利用微积分中的面积和弧长计算公式,获得了等周不等式的一种较为简单的证明,同时还证明了Wirtinger不等式与等周不等式是等价的。     

ARIMA模型在我国体育用品出口预测中的应用

为了客观把握目前我国体育用品出口的发展现状，准确预测未来我国体育用品出口的发展趋势。收集了2004年1月至2006年8月我国体育用品出口的月度数据，进行了时间序列分析，建立了体育用品月出口额的自回归求和移动平均模型（即ARIMA模型）。结果显示：模型ARIMA（0，1，2）（0，1，1）能较为准确地预测我国体育用品出口额的月度数据，模型的预测值与实际观测值非常接近，说明时间序列模型在我国体育用品出口状况预测中具有较好的应用价值。     

手枪速射运动员4 s射击节奏研究简

利用高速摄像机对4名优秀男子手枪速射运动员4s组射击进行现场动作拍摄,同时采用秒表记录各动作时相时间,通过对动作录像和秒表采集时间的分析,来揭示4s射击的时间节奏特点.将4s组射击的动作阶段划分为五个时相：举枪至第1靶击发、第1靶至第2靶、第2靶至第3靶、第3靶至第4靶、第4靶至第5靶.研究发现：4s组每发子弹击发所用帧数为5～6帧（频率为63帧/s）,发与发之间间隔帧数间隔帧数在26～38帧,大多数在28～34帧之间;举枪到第1发枪响,时间都在1.4～1.7 s之间,发与发之间的时间间隔在0.4～0.6 s范围内.对于男子手枪速射项目的节奏研究,高速摄像是一种精确、可靠的研究手段.     

Kummer判别法的改进和推论

对于正项级数,判定其敛散性有许多方法,常用的有达朗贝尔判别法,柯西判别法等,但有些级数用此二法不能判定其敛散性,比如在此二法中极限为1的正项级数.在这篇文章中,将给出判定正项级数敛散性的另外一种方法以及一些相关的推论,解决了以上的问题.     

正项级数两种判别法的比较

讨论了正项级数的两种判别法：比值判别法和根值判别法，以及两者的关系，得出凡是可用比值判别法的正项级数必能用根值判别法，逆命题不成立，根据具体问题的特点采用不同的方法，解题得难以程度不同。     

随机环境下ARCH模型的几何遍历性

本文对随机环境下的非线性自回归条件异方差(简记为ARCH(p))模型进行了分析,运用一般状态空间马氏链的有关知识和方法,研究由其决定的时间序列{X1}的(伴随)几何遍历性.     

Fourier级数Euler(E,q)求和算子的逼近阶

研究了函数f(X)的Fourier级数Euler(E,q)求和算子的逼近性质,在一定条件下求出它的逼近阶。     

简约性，极性分析及中值淘汰法——与李朝銮先生商榷

 无论是从理论基础上还是具体步骤上，中值淘汰法与分支学家常用的方法都不相同。在构建分支图之前识别祖征与反向进化，直接衍征与环极向衍征有悖于分支学的基本原则；而在具体运算过程中仅以2个分类单元求取中值又会掩盖反向进化；新的中值必须全部包括分支图上下面的中值的原则事实上是不承认反向进化。中值淘汰法产生的分支图不及Farris方法产生的分支图简约。     

Two direct Tustin discretization methods for fractional-order differentiator/integrator

This paper deals with fractional calculus and its approximate discretization. Two direct discretization methods useful in control and digital filtering are presented for discretizing the fractional-order differentiator or integrator. Detailed mathematical formulae and tables are given. An illustrative example is presented to show the practically usefulness of the two proposed discretization schemes. Comparative remarks between the two methods are also given.     

中国外汇储备时间序列分析建模与预测——基于ARIMA模型

基于时间序列分析方法对中国2000～2010年月度外汇储备余额数据序列进行建模,通过验证序列的趋势特征,并从中选择最佳拟合模型,预测中国2011年上半年外汇储备规模增长情况。实证分析结果表明,所选模型能较为精确的预测中国外汇储备规模,与实际偏差在0.3%以内,在外汇储备管理研究中将有较大应用价值。