打印

好东东 应该把这样的**永久保存

[复制链接]
楼主: iC921
手机看帖
扫描二维码
随时随地手机跟帖
21
iC921|  楼主 | 2007-9-5 18:27 | 只看该作者 回帖奖励 |倒序浏览

smileage 的题很有意思

原理上,无限分割应该等价于无限扩张

使用特权

评论回复
22
5_0_5| | 2007-9-5 19:41 | 只看该作者

iC921有热敏电阻的应用资料么?

使用特权

评论回复
23
5_0_5| | 2007-9-5 19:52 | 只看该作者

有没有温敏电阻的详细资料和参数说明啊?

使用特权

评论回复
24
走南闯北| | 2007-9-5 20:11 | 只看该作者

电阻虽小,作用却大

电阻虽然价格很便宜,但是有很多电路一个电阻却能起到很大的作用,如果不加这个电阻,电路就不能工作,建议大家可以把电路帖出来,然后分析电阻的作用,我想这样效果会更好!

使用特权

评论回复
25
iC921|  楼主 | 2007-9-6 02:13 | 只看该作者

通用型氧化锌压敏电阻器(mov、雷敏,防雷、突波吸收器器件

通用型氧化锌压敏电阻器(mov、雷敏,防雷、突波吸收器器件,突波吸收器,變阻器,VDR

使用特权

评论回复
26
iC921|  楼主 | 2007-9-6 02:18 | 只看该作者

通用型压敏电阻(雷敏)的型号命名方法

通用型压敏电阻(雷敏)的型号命名方法



压敏电阻(雷敏)的保护接线方式



压敏电阻(雷敏)过压保护的数学原理及选择实例



零件降额-GB(七):电阻器降额准则

使用特权

评论回复
27
iC921|  楼主 | 2007-9-6 02:19 | 只看该作者

压敏电阻器的伏安特性和电性能参数

压敏电阻器的伏安特性和电性能参数



使用特权

评论回复
28
还我今生| | 2007-9-6 09:26 | 只看该作者

请问 那个窗口是怎么做的啊,还带滚动条的 呵呵

使用特权

评论回复
29
computer00| | 2007-9-6 10:19 | 只看该作者

使用iframe。不过不推荐这么做

直接给出连接,或者复制过来比较好,因为这样看不方便,还搞得页面千疮百孔的。

使用特权

评论回复
30
linxinchun| | 2007-9-7 10:48 | 只看该作者

IC921 不愧是斑竹

这个主题很好啊,电阻是电路里面最基础的期间,用好了能解决很多问题

使用特权

评论回复
31
iC921|  楼主 | 2007-9-7 10:56 | 只看该作者

谢谢林老师赞扬!

我现在放进来的内容是暂时挑的,还不算正式讨论(目前也没有进入正式讨论),只能算是启动性质,希望人们从中挑出些问题来而已。有什么好主意,好内容麻烦您把它帖出来吧(可以专帖发出某个电阻专题)。

使用特权

评论回复
32
hq_y| | 2007-9-7 11:00 | 只看该作者

挺好的,建议过一段时间做一个pdf文档

我已经根据awey的经验重新考虑电阻的功率;

使用特权

评论回复
33
iC921|  楼主 | 2007-9-7 11:00 | 只看该作者

资料另找吧,自己找也可以

本帖主要进行问题讨论

5_0_5 发表于 2007-9-5 19:41 模拟技术 ←返回版面    

22楼: iC921有热敏电阻的应用资料么? 

使用特权

评论回复
34
chunk| | 2007-9-7 11:07 | 只看该作者

电阻的标称阻值系列与精度相关

E24系列中每一个数乘上正负精度可得一阻值范围,所有小范围都是头尾相接的,它们连在一起覆盖了所有可能的取值。不过批量制造的电阻器的阻值应该是以标称值为中心的正态分布。

使用特权

评论回复
35
iC921|  楼主 | 2007-9-7 11:45 | 只看该作者

关于正态分布,需要好好理解


正态分布在统计学中是最基本、最重要的一种分布。质量管理中的直方图,可能来源与此(到底是谁先谁后?),这是直方图:




正态分布(一)(里面的公式由不出来,嵌入网页吧)

 
还有:http://education.163.com/edu2004/editor_2004/kaoyan/041206/041206_167869.html
关于正态分布
2004年12月06日10:15:04 [url=http://www.kaoyan.tv/]聚焦图书[/url] 潘正义 


正态分布是概率论及统计学中的一个重要内容, 也是历年研究生入学数学考试中常考的内容. 首先总结一下相关知识.
一. 一维正态分布
假设随机变量x服从一维正态分布  , 它的分布函数为  ; 标准正态分布  的分布函数为  . 有以下结论成立:
1.  服从标准正态分布  ;
2.   +  ;
3.  ;
4.  服从  ;
5. 假设随机变量  相互独立,   , 则 h 服从  ;
6. (作为5. 的特例) 假设随机变量  相互独立同分布于   , 则  服从  .
二. 二维正态分布
1. 假设二维随机变量  , 则x服从  ,则h服从  ;
2. x, h的相关系数  ;
3. x, h相互独立  x, h不相关 (对于非正态分布的二维随机变量的结论是: x, h相互独立Þ x, h不相关, 反之不然).
例1  设X, Y为服从正态分布N(a, s2)的随机变量, X与Y相互独立, 求E(min(X, Y)).
解. 令Z = X-Y, 则Z~N(0, 2s2).  
所以  
      
所以  .
例2 (2000年数学四) 设二维随机变量(X, Y)的密度函数为
        
其中    都是二维正态密度函数, 且它们对应的二维随机变量的相关系数分别为  . 它们的边缘密度函数所对应的随机变量的数学期望都是0, 方差都是1.
i. 求随机变量X和Y的密度函数  及X和Y的相关系数r(可直接利用二维正态密度的性质);
ii. 问X与Y是否独立? 为什么?
解. 由二维正态密度的性质
    ,     ,  (i = 1, 2)
i.  
   
所以 E(X) = 0,  E(Y) = 0,  D(X) = 1,  D(Y) = 1
   
         =  
    
ii. 由已知条件
     
     
所以   . 因此 X, Y 不相互独立.
例3 (2001年数学一) 假设总体服从正态分布  , 从该总体中抽取简单随机样本  , 其样本均值为  , 求统计量  的数学期望  .
解: 考察  . 将它们看成总体  中抽取的样本. 
   该组样本的样本均值为:  
   该组样本的样本方差为:  
    样本方差为总体方差的无偏估计, 所以  .
    所以    

使用特权

评论回复
36
iC921|  楼主 | 2007-9-7 11:57 | 只看该作者

高斯占便宜:没有科学发现是以它最初的发现者命名的


详细了解:http://www.wiki.cn/wiki/%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83#.E6.AD.A3.E6.80.81.E5.88.86.E5.B8.83.E7.9A.84.E5.AE.9A.E4.B9.89

概要


正态分布是自然科学行为科学中的定量现象的一个方便模型。各种各样的 心理学 测试分数和 物理 现象比如 光子 计数都被发现近似地服从正态分布。尽管这些现象的根本原因经常是未知的, 理论上可以证明如果把许多小作用加起来看做一个变量,那么这个变量服从正态分布(在R.N.Bracewell的Fourier transform and its application中可以找到一种简单的证明)。正态分布出现在许多区域 统计: 例如, 采样分布 均值 是近似地正态的, 既使被采样的样本总体并不服从正态分布。另外, 正态分布 信息熵 在所有的已知均值及方差的分布中最大,这使得它作为一种均值以及方差已知的分布的自然选择。正态分布是在统计以及许多统计测试中最广泛应用的一类分布。在 概率论, 正态分布是几种连续以及离散分布的 极限分布。 
 
 

历史 


正态分布首先由棣莫佛(Abraham de Moivre)在1734年发表的一篇关于二项分布**中提出。(第二版The Doctrine of Chances1738年重新印刷)in the context of approximating certain binomial distributions for large n拉普拉斯对棣莫佛的结论作了扩展,发表在Analytical Theory of Probabilities1812年)。现在通常称之为棣莫佛-拉普拉斯定理。 
拉普拉斯在误差分析试验中使用了正态分布。勒让德1805年引入最小二乘法这一重要方法;而高斯则宣称他早在1794年就使用了该方法,并通过假设误差服从正态分布给出了严格的证明。 
“钟形曲线”这个名字可以追溯到Jouffret 他在1872年首次提出这个术语"钟形曲面",用来指代二元正态分布(bivariate normal). 正态分布这个名字还被Charles S. PeirceFrancis GaltonWilhelm Lexis1875分布独立的使用. 这个术语是不幸的,因为它反应和鼓励了一种谬误,即很多概率分布都是正态的。 (请参考下面的"实例") 
这个分布被称为“正态”或者“高斯”正好是Stigler名字由来法则的一个例子,这个法则说“没有科学发现是以它最初的发现者命名的”。 
 
 

正态分布的定义


有几种不同的方法用来说明一个随机变量。最直观的方法是概率密度函数,这种方法能够表示随机变量每个取值有多大的可能性。累积分布函数是一种概率上更加清楚的方法,但是非专业人士看起来不直观(请看下边的例子)。还有一些其他的等价方法,例如cumulant特征函数动差生成函数以及cumulant-生成函数. 这些方法中有一些对于理论工作非常有用,但是不过直观。请参考关于概率分布的讨论。

补充


正态分布 
normal distribution 
一种概率分布。正态分布是具有两个参数μ和σ2的连续 
型随机变量的分布,第一参数μ是遵从正态分布的随机变量的均值,第二个参数σ2是此随机变量的方差,所以正态分布记作N(μ,σ2 )。 遵从正态分布的随机变量的概率规律为取 μ邻近的值的概率大 ,而取离μ越远的值的概率越小;σ越小,分布越集中在μ附近,σ越大,分布越分散。正态分布的密度函数特点是:关于μ对称,在μ处达到最大值,在正(负)无穷远处取值为0,在μ±σ处有拐点。它的形状是中间高两边低 ,图像是一条位于x轴上方的钟形曲线。当μ=0,σ2 =1时,称为标准正态分布,记为N(0,1)。μ维随机向量具有类似的概率规律时,称此随机向量遵从多维正态分布。多元正态分布有很好的性质,例如,多元正态分布的边缘分布仍为正态分布,它经任何线性变换得到的随机向量仍为多维正态分布,特别它的线性组合一元正态分布。 
正态分布最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。 
生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。例如,在生产条件不变的情况下,产品强力、抗压强度、口径长度等指标;同一种生物体的身长、体重指标;同一种种子的重量测量同一物体误差;弹着点沿某一方向的偏差;某个地区的年降水量;以及理想气体分子速度分量,等等。一般来说,如果一个量是由许多微小的独立随机因素影响的结果,那么就可以认为这个量具有正态分布(见中心极限定理)。从理论上看,正态分布具有很多良好的性质 ,许多概率分布可以用它来近似;还有一些常用的概率分布是由它直接导出的,例如对数正态分布、t分布、F分布等。 

补充



高斯分布,也称正态分布,又称常态分布。对于随机变量X,其概率密度函数如图所示。称其分布为高斯分布或正态分布,记为N(μ,σ2),其中为分布的参数分别为高斯分布的期望方差。当有确定值时,p(x)也就确定了,特别当μ=0,σ2=1时,X的分布标准正态分布。μ正态分布最早由棣莫佛于1730年在求二项分布的渐近公式时得到;后拉普拉斯于1812年研究极限定理时也被引入;高斯(Gauss)则于1809年在研究误差理论时也导出了它。高斯分布的函数图象是一条位于x轴上方呈钟形的曲线,称为高斯分布曲线,简称高斯曲线。 取自"http://www.wiki.cn/wiki/%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83"
/////////////////////////////////////////////////////////////////////////////////////////
注4:正态分布(normal distribution),又名高斯分布(Gaussian distribution),是一个非常重要的概率分布,正态分布曲线也被称为高斯钟形曲线。但高斯并不是发现正态分布的第一人,第一人是法国数学家棣莫佛。定理以“高斯”命名完全符合斯蒂格勒命名法则——“没有科学发现是以它最初的发现者命名的。”
http://www.ipang.net/maths/6-2

使用特权

评论回复
37
大大山| | 2007-9-7 12:26 | 只看该作者

..

电阻是什么造的??

使用特权

评论回复
38
yiyanglei| | 2007-9-12 09:50 | 只看该作者

请教各位!

       大家好!   有时间的话.   请各位来我这里讨论电阻.....
                                  谢谢!

使用特权

评论回复
39
windy1987| | 2007-9-12 11:24 | 只看该作者

弱弱的问一下

贴片电阻的阻值种类有普通金属模电阻的多吗?

使用特权

评论回复
40
huangqi412| | 2007-9-12 17:58 | 只看该作者

好东西,学习

使用特权

评论回复
发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则