(495)
105 99 23



оплата и доставка

оплата и доставка char.ru



Книги интернет магазинКниги
Рефераты Скачать бесплатноРефераты



Осознанность, где взять счастье

РЕФЕРАТЫ РЕФЕРАТЫ

Разлел: Математика Разлел: Математика

Математическое моделирование

найти еще ...
Математическое моделирование в задачах механики связанных полей. Том 2: Статические и динамические задачи электроупругости для составных многосвязных тел URSS Бардзокас Д.И.
Рассматриваются статические и динамические задачи для кусочно-однородных составных пьезокерамических пластин, ослабленных трещинами и отверстиями.
611 руб
Учебное пособие. Гриф УМО МО РФ Математическое моделирование финансовой деятельности. Литература для специалистов КноРус Бабешко Л.О.
В пособии рассматриваются математические методы и модели финансового анализа.
436 руб

С помощью коэффициента множественной корреляции оценивают совместное влияние на зависимую переменную всех включенных в расчет аргументов. Квадрат величины коэффициента множественной корреляции показывает долю изменчивости зависимой переменной, обусловленную изменением всех рассматриваемых аргументов, и называется коэффициентом множественной детерминации. Для оценки тесноты частной взаимосвязи функции и каждого аргумента служит коэффициент частной корреляции. Этот статистический показатель учитывает тесноту взаимосвязи функции и одного из показателей-аргументов при условии, что остальные аргументы закреплены на уровне своих средних значений и не влияют на функцию. Коэффициент частной корреляции обозначается индексом r yx i, где i—порядковый номер оцениваемого аргумента) и рассчитывается по формуле { 1 ( R 2 } } 1/2 r yx i = { 1 - ----------------} ( 30 ) { 1 ( R 2 - 1 }где R 2 — квадрат коэффициента множественной корреляции для п аргументов; R 2 - 1 —-квадрат коэффициента множественной корреляции для —1 аргументов без i-того^. Как видно из формулы ( 30 ), коэффициент частной корреляции позволяет выделить уменьшение изменчивости фактических значений функции вокруг расчетных, связанное с введением в расчет уравнения множественной регрессии i -того аргумента. Коэффициент r yx i принимает значения от 0 ( при отсутствии связи) до 1 (при наличии функциональной связи). Из формулы (30 ) невозможно определить знак коэффициента частной корреляции, поэтому его определяют по знаку углового коэффициента регрессии b i для данного аргумента. Значение коэффициента частной корреляции может отличаться от коэффициента парной корреляции не только по величине, но и по знаку для одной и той же задачи. При этом нужно помнить, что коэффициент частной корреляции является более объективной оценкой действительной взаимосвязи. Оценка тесноты индивидуальной связи функции и аргумента при множественной регрессии с помощью коэффициента частной корреляции является более достоверной. Это соображение подтверждается уменьшением рассеяния точек относительно линии частной регрессии по сравнению с линией парной регрессии. Следовательно, даже при уменьшении коэффициента частной корреляции по сравнению с парным при частной регрессии наблюдается более тесная связь между функцией и аргументом. Для расчета по формуле (30) необходимо рассчитать коэффициенты регрессии с помощью систем уравнений отдельно для п и п—1 аргументов. При этом значения коэффициентов будут различными. Итак, в результате решения уравнения множественной регрессии , можно найти численные значения коэффициентов а, b 1, b 2, b 3, ., b п. , определить показатели тесноты связи, а именно коэффициент множественной корреляции R, коэффициент детерминации , коэффициенты частной корреляции r' ух i. Несмотря на то что уравнения частной линейной регрессии характеризуют реальную взаимосвязь функции и i-того аргумента с большей достоверностью, чем уравнения парной регрессии, они во многих случаях не удовлетворяют исследователей. Недостаток уравнений частной линейной регрессии заключается в том, что анализируемая зависимость представляется в виде прямой. В действительности, большинство взаимосвязей параметров металлургических процессов имеет криволинейный характер.

Коэффициент корреляции отражает не только величину приращения у при изменении х, но и тесноту связи функции и аргумента. Чем больше разброс точек относительно линии регрессии, тем меньше коэффициент корреляции. Это свойство коэффициента корреляции отражено в его формуле в виде соотношения стандартных отклонений. Для оценки надежности полученного результата используют иногда критерий надежности (, который учитывает как величину коэффициента корреляции, так и число пар измерений. Критерий надежности ( рассчитывается по формуле ( = r 1/2 / (1 ( r 2 ), ( 13) где r— коэффициент корреляции; т—число пар измерений. Как видно из формулы критерия надежности, чем выше коэффициент корреляции и большее число пар измерений, тем больше показатель надежности. При (, > 2,6 связь считается статистически достоверной. Располагая данными можно выполнить анализ взаимосвязи аргумента и функции : построить график с корреляционным полем рассматриваемых показателей, определить теоретическую линию регрессии, оценить тесноту связи для выбранных параметров. Однако, проанализировав конфигурацию корреляционного поля, построенного по исходным данным, можно усмотреть что описание взаимосвязи рассматриваемых параметров с помощью прямой линии не является наилучшей аппроксимацией. Иногда в данное поле корреляции значительно лучше впишется некоторая кривая. Таким образом из технологического опыта может следовать, что связь между аргументом и функцией имеет криволинейный характер. Возможно, что аппроксимация производственных данных в виде кривой точнее отражала бы существующую взаимосвязь. КРИВОЛИНЕЙНАЯ ПАРНАЯ РЕГРЕССИЯ Аппроксимация кривой выполняется тем же путем с использованием метода наименьших квадратов, что и выравнивание по прямой линии . Линия регрессии должна удовлетворять условию минимума суммы квадратов расстояний до каждой точки корреляционного поля. В данном случае в уравнении (1) у представляет собой расчетное значение функции, определенное при помощи уравнения выбранной криволинейной связи по фактическим значениям х j. Например, если для аппроксимации связи выбрана парабола второго порядка, то y = а b x cx2, ( 14 ) .а разность между точкой, лежащей на кривой, и данной точкой корреляционного поля при соответствующем аргументе можно записать аналогично уравнению (3) в виде (yj = yj ( ( a bx cx2) ( 15 ) При этом сумма квадратов расстояний от каждой точки корреляционного поля до новой линии регрессии в случае параболы второго порядка будет иметь вид: S 2 = ( (yj 2 = ( 2 ( 16 ) Исходя из условия минимума этой суммы, частные производные S 2 по а, b и с приравниваются к нулю. Выполнив необходимые преобразования, получим систему трех уравнений с тремя неизвестными для определения a, b и с., ( y = m a b ( x c ( x 2 ( yx = a ( x b ( x 2 c ( x 2. ( yx2 = a ( x 2 b( x 3 c ( x4 . ( 17 ). Решая систему уравнений относительно a, b и с, находим численные значения коэффициентов регрессии. Величины (y, (x, (x2, (yx, (yx2, (x3, (x4.находятся непосредственно по данным производственных измерений. Оценкой тесноты связи при криволинейной зависимости служит теоретическое корреляционное отношение ( xу , представляющее собой корень квадратный из соотношения двух дисперсий: среднего квадрата (р2 отклонений расчетных значений y' j функции по найденному уравнению регрессии от среднеарифметического значения Y величины y к среднему квадрату отклонений (y2 фактических значений функции y j от ее среднеарифметического значения : ( xу = { (р2 / ( y2 } 1/2 = { ( (y' j - Y)2 / ( (y j - Y)2 } 1/2 ( 18 ) Квадрат корреляционного отношения (xу2 показывает долю полной изменчивости зависимой переменной у, обусловленную изменчивостью аргумента х.

Коэффициенты а, b и c, так же как и прежде, находятся методом наименьших квадратов из системы уравнений, которая в данном случае будет большей по сравнению с системой для определения коэффициентов множественной линейной регрессии. Количество неизвестных (а, b и c), равное числу уравнений в случае множественной криволинейной регрессии, составит z = 2 1, где п—число аргументов в корреляционной модели. Таким образом, если для определения уравнения множественной линейной корреляции с десятью аргументами необходимо решить систему из 11 уравнений с 11 неизвестными {а и 10 x), то для нахождения уравнения с десятью аргументами необходимо решить систему из 21 уравнения с 21 неизвестным . Частное уравнение регрессии в этом случае имеет вид уx i = а' b i x i c i xi2, (41) . причем свободный член этого уравнения а ' для каждой связи у— x i имеет свое численное значение, отличное от свободного члена а в уравнении множественной регрессии ( ), ( ), а значения коэффициенты регрессии b i и c i те же. Свободный член частного уравнения регрессии в данном случае рассчитывается по формуле a 'i = a ( b 1- ( - i ) X 1- ( - i ) (c 1- ( - i ) X 21- ( - i ) ( 42 ) где a — свободный член уравнения множественной регрессии. Второй член правой части уравнения представляет собой сумму произведений средних значений каждого аргумента, кроме 1-того, на его коэффициент регрессии b i, а третий член правой части уравнения представляет собой сумму произведений квадратов средних значений каждого аргумента, кроме - того, на его коэффициент регрессии c i. Коэффициенты регрессии b и c взяты из уравнения множественной регрессии . Таким образом, из уравнения множественной регрессии может быть получен ряд уравнений частной регрессии (по числу аргументов п в корреляционной модели), с помощью которых определяются характер индивидуальных взаимосвязей функции и каждого аргумента. Оценкой тесноты частной корреляционной связи в данном случае служит частное корреляционное отношение. Этот показатель рассчитывается аналогично парному корреляционному отношению . ЗАДАНИЕ НА ВЫПОЛНЕНИЕ КУРСОВОЙ РАБОТЫ Задание на выполнение курсовой работы состоит из краткого текста, поясняющего существо приводимых в задании групп исходных данных и самих групп исходных данных. Среди этих данных имеется несколько аргументов и одна функция. В задача курсовой работы входит проверка гипотез возможных связей между аргументами и функцией. Критерием правильности одной из гипотез является показатель тесноты связи. Это либо коэффициент парной или частной корреляции, либо парное или частное корреляционное отношение. После статистической обработки исходных данных проводится сравнение полученных показателей и делаются выводы о правомерности одного из предположений о характере связей. СОСТАВ, ОБЕМ И СОДЕРЖАНИЕ КУРСОВОЙ РАБОТЫ Курсовая работа включает теоретическую часть, в которой приводится описание методов регрессионного анализа, применяемых в данной работе. Следующий раздел предусматривает предварительную статистическую обработку данных для их последующего рационального использования. Автор работы указывает на необходимость вычисления средних значений аргументов, средних квадратов аргументов, средних значений третьей и четвертой степени и т.д., после чего составляется таблица обработки исходных данных.

Поиск Краткая история этики

Но он при этом не впадает в механистическое истолкование мира. "Что иное делают ваши натуралисты из мира, если не простую машину?" - сокрушается Шефтсбери (76, 172). Он истолковывает материю пантеистически, как духовно-материальное органически живое целое, имеющее следующие признаки: тотальность (внутреннюю целостность), раскрываемую как единство противоположностей, симметрию всех форм бытия, в том числе их объективную природную красоту, наконец, единство человека и природы. Шефтсбери развертывает эстетический пантеизм, который противостоит "точечному" математическому обоснованию понятия природы, традиции механики. В своей первооснове вопрос о сущности природы - это вопрос не о внешней природе, а о природе человека. Человек Шефтсбери - это эстетически чувствующий человек. Субъекта возвышает над сферой обыденного сознания и включает в рамки собственно отношения природы и человека не математическое моделирование мира явлений, а энтузиазм, восхищающийся естественной красотой и воссоздающий ее. Не считающий, а эстетически созерцающий субъект является контрагентом природы

Реферат: Математическое и компьютерное моделирование продуктивности растений в зависимости от динамики влажности почвы Математическое и компьютерное моделирование продуктивности растений в зависимости от динамики влажности почвы

В связи с этим целесообразно создание достаточно простых моделей процесса роста (банка таких моделей), с небольшим числом неизвестных параметров – параметров агроэкосистемы, без которых растение не может существовать, не может функционировать как система. При таком подходе выигрыш может быть достигнут за счет использования более тонких и точных математических методов идентификации и прогноза, более интеллектуального, эффективного и гибкого математического и программного обеспечения, эффективных критериев адекватности и устойчивости моделей, а также технологии моделирования. С этих позиций рассматривается модель расчета влажности почвы с учетом накапливаемой биомассы и прогнозирования урожайности сельхозкультур по заданной (экологически обоснованной) влагообеспеченности корнеобитаемого слоя почвы и соответствующая компьютерная среда, позволяющая решать задачи прогноза влажности почвы и урожайности (биомассы) сельхозкультур на заданный момент времени с развитыми интерфейсными средствами, рассчитанными на неподготовленного пользователя - агронома, эколога.

Поиск Война на море (Актуальные проблемы развития военно-морской науки)

Ориентация на методы военной системологии как на основной инструмент исследований означает, по сути дела, переход от познания вооруженной борьбы через математическое моделирование анализируемых операций и боевых действий противоборствующих сторон к ее познанию через имитационное моделирование процессов формирования и функционирования боевых систем сторон, создаваемых сторонами для их проведения. Теории БС на настоящем этапе развития военной науки отводится роль современной методологии моделирования вооруженной борьбы. Предусматривается, что для этого процесс развития теории БС и ее формирования должен быть органически связан с процессами совершенствования и развития военного искусства наших дней в целом и его основных составных частей: тактики, оперативного искусства и стратегии. Широкое внедрение идей и методов военной системологии в сфере создания новых вооружений означает переход к системному сбалансированному развитию вооружений и военной техники. В теории боевых систем первичным стало не средство, а цель, которая должна быть достигнута его созданием

Реферат: Математическое моделирование прыжка с трамплина Математическое моделирование прыжка с трамплина

Штрауман - и прыгун Тулин Тамс известны в спортивном мире, как создатели "норвежского стиля" прыжков с трамплина. Этот год ознаменовал приход на спортивный Олимп норвежских прыгунов, которые занимали призовые места чуть ли не до середины 50-х годов. К 1954 году относится следующая научных изысканий, результатом которых стал "финский стиль", впервые продемострированный на Олимпийских играх прыгуном Тауно Луиро. К концу 50-х относятся работы советских ученых Андреева В.А., Ниремберга Г.Р., Химичева М.А. и Нагорного В.Э. и таких прыгунов как Н. Каменский, К. Цакадзе, Н. Шамов. В начале 60-х спортивные победы достаются спортсменам из ГДР, за которыми несомненно тоже стоит коллектив тренеров и ученых. К 1969 году относится феноменальное событие в истории прыжков на лыжах с трамплина. Во время соревнований "Неделя полетов" в г. Планица (Югославия) предыдущий мировой рекорд - 141 метр - был побит шесть раз. Новым мировым рекордом стал прыжок на 165 метров. Этот успех всколыхнул волну новых научных исследований во всех странах. В конце 80-х - начале 90-х годов на спортивной арене появился V-стиль, с которым связаны новые успехи и достижения.

Поиск Философия для аспирантов

Его суть в том, что исходный объект изучения заменяется его математической моделью, экспериментирование с которой возможно при помощи программ, разработанных для ЭВМ. В математическом моделировании видятся большие эвристические возможности, так как "математика, точнее математическое моделирование нелинейных систем, начинает нащупывать извне тот класс объектов, для которых существуют мостики между мертвой и живой природой, между самодостраиванием нелинейно эволюционирующих структур и высшими проявлениями творческой интуиции человека" [1]. 1 Князева Е. Н., Курдюмов С. П. Синергетика как новое мировидение: диалог с И. Пригожиным // Вопросы философии. 1992. № 12. С. 19. На базе фундаментальных знаний быстро развиваются сформированные в недрах физики микроэлектроника и наноэлектроника. Электроника - наука о взаимодействии электронов с электромагнитными полями и о методах создания электронных приборов и устройств, используемых для пере 142 дачи информации. И если в начале XX в. на ее основе было возможно создание электронных ламп, то с 50-х гг. развивается твердотельная электроника (прежде всего полупроводниковая), а с 60-х гг. микроэлектроника на основе интегральных схем

Реферат: Математическое моделирование электропривода Математическое моделирование электропривода

Искомое значение находят из (3) . Отсюда, подставляя значение производных в точке (5) По этому соотношению можно вычислить требуемый коэффициент усиления для заданных значений . В Таблица 1 представлены соотношения , соответствующие различным значениям параметра для случая, когда усиление в контуре ускорения принято равным , при расчетах принималось 0,2 0,4 0,6 0,8 1,0 3,0 4,4 4,3 4,2 4,1 4,0 3,0 9 3,0 2,9 2,8 2,7 2,6 1,6 6,2 Видно что в алгоритме управления с усилением при изменении параметра . Это свидетельствует о слабой параметрической чувствительности системы (4). Напротив, если принять в указанном диапазоне соотношение между постоянными времени (контура ускорения) будет меньше трех. В данном случае процесс будет заметно отличаться от эталонного при . В Таблица 2 приведены числовые данные, показывающие зависимость перерегулирования . Эти данные соответствуют переходной характеристике . Коэффициент усиления было равным значением, Таблица 2 17 9 4 0 указанным в верхней строке таблицы. Как следует из приведенных данных, заметное отклонение от переходной характеристики эталонной системы величина исчезающе мала, но переходный процесс завершается за время , что соответствует эталонной системе (2).

Ручка "Помада".
Шариковая ручка в виде тюбика помады. Расцветка корпуса в ассортименте, без возможности выбора!
25 руб
Раздел: Оригинальные ручки
Ночник-проектор "Звездное небо, планеты", черный.
Оригинальный светильник-ночник-проектор. Корпус поворачивается от руки. Источник света: 1) Лампочка (от карманных фанариков); 2) Три
350 руб
Раздел: Ночники
Коврик для запекания, силиконовый "Пекарь".
Коврик "Пекарь", сделанный из силикона, поможет Вам готовить вкусную и красивую выпечку. Благодаря материалу коврика, выпечка не
202 руб
Раздел: Коврики силиконовые для выпечки

Реферат: МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ТЕХНОЛОГИЧЕСКИХ ОПЕРАЦИЙ МЕХАНИЧЕСКОЙ ОБРАБОТКИ ПОВЕРХНОСТЕЙ ДЕТАЛЕЙ ЛЕЗВИЙНЫМ ИНСТРУМЕНТОМ МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ТЕХНОЛОГИЧЕСКИХ ОПЕРАЦИЙ МЕХАНИЧЕСКОЙ ОБРАБОТКИ ПОВЕРХНОСТЕЙ ДЕТАЛЕЙ ЛЕЗВИЙНЫМ ИНСТРУМЕНТОМ

МОСКОВСКАЯ ГОСУДАРСТВЕННАЯ АКАДЕМИЯ ПРИБОРОСТРОЕНИЯ И ИНФОРМАТИКИ КУРСОВОЙ ПРОЕКТ «МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ТЕХНОЛОГИЧЕСКИХ ОПЕРАЦИЙ МЕХАНИЧЕСКОЙ ОБРАБОТКИ ПОВЕРХНОСТЕЙ ДЕТАЛЕЙ ЛЕЗВИЙНЫМ ИНСТРУМЕНТОМ» Выполнил: студент гр.МТ-8, сп.1201 Бакачёв А.И. Москва, 1999 г. Основные положения кинематической теории формообразования поверхностей инструментами. Пространственную форму детали определяет сочетание различных поверхностей. Для обеспечения обработки конструктор стремится использовать простые геометрические поверхности: плоские, круговые цилиндрические и конические, шаровые, торовые, гипоидные. Геометрическая поверхность представляет собой совокупность последовательных положений (следов) одной производящей, линии, называемой направляющей, расположенных на другой линии определяющей поверхность, называемой образующей. Например, для образования круговой цилиндрической поверхности прямую линию (образующую) перемещают по окружности (направляющей). Линии образующая и направляющая вполне могут быть заменены одна на другую.

Реферат: Экономико-математические методы моделирования в землеустройстве Экономико-математические методы моделирования в землеустройстве

Реферат: Экономико-математическое моделирование Экономико-математическое моделирование

Параметры: X – входные параметры, факторные признаки, экзогенные параметры; Y – выходные параметры, результативные признаки, эндогенные параметры; Z – параметры возмущения, случайные факторы, случайные составляющие; U – параметры управления. Системы бывают открытые (взаимодействующие с внешней средой) и закрытые (невзаимодействующие с внешней средой). 1.4. Особенности сложных систем. Сложная система – комплекс отдельных подсистем, функционирующих в тесном взаимодействии, решающих общую задачу. Основные особенности: наличие большого количества связанных между собой отдельных подсистем; наличие иерархической структуры управления, как по горизонтали, так и по вертикали; обязательной присутствие информационной сети; функционирование связано с воздействием случайных факторов.Эффективность системы определяется функционалом: W = F0 (f(x0), f(x1), ,f(x )) 1.5. Основные понятия системного подхода и анализа. При анализе сложных экономических систем (СЭС) придерживаются системного подхода. Это предполагает максимальный охват всех взаимосвязей и анализ последствий принятого решения.

Реферат: Экономико-математическое моделирование Экономико-математическое моделирование

Основные принципы системного подхода. 4 1.1. Предмет и структура курса. 4 1.2. Понятие сложной системы. 4 1.3. Взаимодействие системы с внешней средой 4 1.4. Особенности сложных систем. 4 1.5. Основные понятия системного подхода и анализа. 4 1.6. Классификация систем и их моделей. 5 1.7. Особенности экономических систем. 5 Тема 2. Метод математического моделирования в экономике. 5 2.1. Понятие «модель» и «моделирование». 5 2.2. Классификация моделей. 6 2.3. Этапы практического моделирования. 6 2.4. Оптимальность управления и достаточность системы ограничений. 6 2.5. Формальная классификация моделей. 6 Тема 3. Матричные ЭММ. Модель межотраслевого баланса. 7 3.1. Основные соотношения и понятия модели. 7 3.2. Коэффициенты прямых и полных материальных затрат. 8 3.3. Разновидности матричных балансовых моделей. 9 Тема 4. Оптимизационные ЭММ. 9 1.1. Особенности ЭММ оптимизации. 9 4.2. ЭММ оптимизации производственного плана отрасли. 9 4.3. ЭММ оптимизации выпуска продукции предприятиями отрасли. 10 4.4. ЭММ распределения финансовых ресурсов по оптимизации прироста мощностей (отрасли, предприятия, .). 10 4.5. Распределение капитальных вложений по проектам. 11 4.6. ЭММ составления оптимальных смесей, сплавов, соединений и выбор оптимального рациона питания (кормления). 11 4.7. ЭММ оптимизации раскроя материала. 11 4.8. Экономическая интерпретация двойственных задач линейного программирования. 12 Тема 5. Методы моделирования стохастических (вероятностных) систем.

Реферат: Математическое моделирование полета лыжника при прыжке с трамплина Математическое моделирование полета лыжника при прыжке с трамплина

Это один из "молодых" видов спорта, рожденных уже в эру научно-технической революции. Нельзя не заметить и то, что состязания прыгунов представляют смертельную угрозу для новичка. Кроме того, прыжки на лыжах с трамплина связаны не только с силой мускулов, реакцией и удачей, но и с тонким расчетом, основанным на знании физических законов природы и возможностей человека. Учитывая все это, можно ожидать, что этот вид спорта будет нуждаться в поддержке со стороны науки. Первые работы, посвященные прыжкам на лыжах относятся к 1924 году. Их автор - норвежец Р. Штрауман - и прыгун Тулин Тамс известны в спортивном мире, как создатели "норвежского стиля" прыжков с трамплина. Этот год ознаменовал приход на спортивный Олимп норвежских прыгунов, которые занимали призовые места чуть ли не до середины 50-х годов. К 1954 году относится следующая научных изысканий, результатом которых стал "финский стиль", впервые продемострированный на Олимпийских играх прыгуном Тауно Луиро. К концу 50-х относятся работы советских ученых Андреева В.А., Ниремберга Г.Р., Химичева М.А. и Нагорного В.Э. и таких прыгунов как Н. Каменский, К. Цакадзе, Н. Шамов. В начале 60-х спортивные победы достаются спортсменам из ГДР, за которыми несомненно тоже стоит коллектив тренеров и ученых.

Реферат: Математическое моделирование потребностей регионов в педагогических кадрах Математическое моделирование потребностей регионов в педагогических кадрах


Учебное пособие для вузов - 175 с. Математическое моделирование: Социально-экономическая структура общества: М: ЮНИТИ Малыхин В.И.
95 руб
Математическое моделирование в экономике. Учебное пособие Экономика Дашков и К° Кундышева
Учебное пособие является частью учебного комплекса по математическому моделированию в экономике.
198 руб
Сборник задач по курсу 'Экономико-математическое моделирование': Учебное пособие для вузов ISBN 5-9584-0080-0 Городец Невежин В.П.,Кружилов С.И.
229 руб
Учебное пособие Финансовая математика. Математическое моделирование финансовых операций. Инфра-М Половников
Для студентов, аспирантов и преподавателей экономических и финансовых специальностей вузов, а также специалистов банковских и финансовых структур.
298 руб
Математическое моделирование исторических макропроцессов; Законы истории; Демография, экономика, войны (под ред. Крадина Н. Н. ) КОМКНИГА Коротаев А.В.,Малков А.С.,Халтурина Д.А.
Показано, что они могут описываться при помощи крайне простых математических моделей.
270 руб
Введение в математическое моделирование: Учебное пособие для вузов Новая университетская библиотека ISBN 5-94010-272-7 Новая университетская библиотека Логос
Особое внимание уделено анализу линейных и нелинейных моделей, выявлению их качественных различий.
398 руб
Учебник для вузов: Математическое моделирование в технике: Выпуск XXI (под ред. Зарубина В. С. , Крищенко А. П. ) Изд. 2-е, стереотип. - 496 с. {Математика в техническом университете} М: МГТУ им. Н.Э.Баумана Зарубин В.С.
290 руб
Математическое моделирование загрузки транспортных сетей - 64 с. ISBN 5-354-00385-7 ~93.08.30 071 М: Едиториал УРСС Швецов В.И., Алиев А.С.
320 руб
Математическое моделирование и вычислительный эксперимент: Методология и практика - 280 с. ISBN 5-354-00521-3 ~93.11.14 066 М: Едиториал УРСС Плохотников К.Э.
180 руб
Математическое моделирование управляющих систем: Учебное пособие - 80 с. ISBN 5-209-01625-0 ~54.00.00 07941 М: изд-во РУДН Царегородцев А.В.
57 руб

Молочный гриб можно использовать для похудения, восстановления микрофлоры, очищения организмаМолочный гриб можно использовать для похудения, восстановления микрофлоры, очищения организма

(495) 105 99 23

Сайт char.ru это сборник рефератов и книг