반응형 Major/Math15 정적분 (리만합, 함수의 평균) Theorem 구간 [a, b]에서 정의된 임의의 함수 f에 대하여, a로부터 b까지 f의 정적분은 다음과 같다. 여기서 xi-xi-1=Δx이고 계산점 ci는 일반적으로 다음의 3가지 중 하나를 선택하여 사용할 수 있다. 함수의 평균값 임의의 구간 [a, b]에서 함수 f의 평균값을 계산하기 위하여 먼저 함수값의 표본을 추출할 몇개의 점들을 택하고, 다음과 같이 [a, b]의 분할을 만든다. 여기서 인접한 점들의 차는 다음과 같다. 이 때 평균값 fave는 x1,x2, ..., xn에서 함수값의 평균에 의해 다음과 같은 근사값으로 계산한다. 마지막 식의 합이 리만합이다. 또한 더 많은 표본점들을 택하면 근사값이 더욱 정확해진다는 것을 알 수 있다. 따라서 n→∞일 때 평균값을 나타내는 적분을 다음과 같이.. 2009. 3. 2. 적분 공식 (적분 테이블) 적분 테이블 Basic Forms Trigonometric Forms Inverse Trigonometric Forms Exponential and Logarithmic Forms Hyperbolic Forms 2008. 9. 2. [펌] Ergodic Process, 랜덤 프로세스 [출처1] http://myhome.hanafos.com/~hwalkim/100/ergodic-process.htm [출처2] http://cafe.naver.com/physvoyage 1. 개요 o 랜덤 프로세스 = 무한히 많은 확률 변수 (Random Variables)의 집합 일반적으로 확률변수를 시간에 대한 함수로 확장한 것을 Random Process 혹은 Stochastic Process라고 함. o 결정 신호 (Deterministic Signals) 에서는 시간 함수로써 파형의 데이터를 연구하는 데 비하여, 랜덤 프로세스에서는 어느 한 시점에서의 모든 샘플 함수의 값을 알아야 함. (앙상블 통계, Ensemble Statistics) o Ergodic Process는 어떤 샘플 함수에 대해.. 2008. 6. 15. 이전 1 2 다음 반응형
