导读:本文包含了双参数广义数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:广义,不等式,参数,函数,平均,调性,几何级数。
双参数广义数论文文献综述
王可,王德辉[1]（2019）在《双参数广义几何分布的Bayes估计及其应用》一文中研究指出考虑具有双参数结构广义几何分布的Bayes估计问题,给出分布中参数Bayes估计的精确表达式,并将该分布应用于短期聚合风险模型中,提出一类新的聚合风险模型,给出分布函数的相关性质及聚合理赔量的近似模型.数值模拟结果验证了Bayes估计具有渐近无偏性与相合性.最后将该结果应用于汽车保险索赔数据中,得到了不同索赔次数下的保单数量拟合结果.(本文来源于《吉林大学学报(理学版)》期刊2019年05期）
孙淑芹[2]（2019）在《Hilbert格上双参数广义变分不等式问题解映射的保序性》一文中研究指出本文不假设所考虑集值映射的连续性和单调性,在可分Hilbert格上研究广义变分不等式问题的可解性,并将已有结果中单参数广义变分不等式问题解映射的保序性推广到双参数广义变分不等式问题。(本文来源于《应用数学学报》期刊2019年01期）
尹枥,黄利国[3]（2015）在《关于双参数广义叁角函数与双曲函数的不等式》一文中研究指出利用经典的Bernoulli不等式,通过初等解析方法与不等式理论建立了带双参数广义叁角函数与双曲函数的Gr¨unbaum型不等式;另外,还得到了推广超几何级数3F2的两个双边不等式.(本文来源于《纯粹数学与应用数学》期刊2015年05期）
赵铁洪,褚玉明[4]（2015）在《对数平均和双参数广义Muirhead平均之间的比较》一文中研究指出本文讨论了两个不同正实数x和y的对数平均L(x,y)=(x-y)/(logx-logy)与双参数广义Muirhead平均M(a,b;x,y)=[(x~ay~b+x~by~a)/2]~(1/(a+b))之间的比较,得到了如下叁个结论:(11)若(a,b)∈D_1∪E_1∪L_0,则M(a,b;x,y)<L(x,y);(2)若(a,b)∈D_2∪E_2,则M(a,b;x,y)>L(x,y);(3)若(a,b)∈D_3∪E_3,则存在x_1,y_1,x_2,y_2,使得M(a,b;x_1;y_1)<L(x_1,y_1)和M(a,b;x_2,y_2)>L(x_2,y_2).其中D_1={(a,b)∈R~2:a+b≠0,b>a,ω_1(a,b)≤0,ω_2(a,b)≤0},E_1={(a,b)∈R~2:a+b≠0,b<a,ω_1(a,b)≤0,ω_2(a,b)≤0},D_2={(a,b)∈R~2:ab≤0,b>a,ω_1(a,b)≥0},E_2={(a,b)∈R~2:ab≤0,b<a,ω_1(a,b)≥0},D_3={(a,b)∈R~2:b>a>0,ω_1(a,b)>0)∪{(a,b)∈R~2:b>a>0,ω_1(a,b)=0,ω_2(a,b)>0}∪{(a,b)∈R~2:b>a,ab≤0,ω_1(a,b)<0,ω_2(a,b)>0},E_3={(a,b)∈R~2:a>b>0,ω_1(a,b)>0}∪{(a,b)∈R~2:a>b>0,ω_1(a,b)=0,ω_2(a,b)>0}∪{(a,b)∈R~2:a>b,ab≤0,ω_1(a,b)<0,ω_2(a,b)>0},L_0={(a,b)∈R~2:a=b≠0},ω_1(a,b)=(a+b)[3(a-b)~2-(a+b)],ω_2(a,b)=(a+b)[2(a-b)~2+1]-3(a~2+b~2).(本文来源于《中国科学:数学》期刊2015年03期）
郭丽娜[5]（2010）在《非广延统计中的气体热容及双参数广义统计》一文中研究指出本文在Tsallis非广延统计力学下,利用Abe提出的物理温度和物理压强的概念,进一步研究了一些热力学关系式。并利用经典热力学关系,提出了广义吉布斯自由能和广义焓。又在此基础上得到了气体的定压热容和定容热容之间的关系,它们和经典玻尔兹曼统计热力学中的结果的区别,就是来自于物理温度同拉格朗日乘子倒数之间的差异。接下来,我们计算了非广延统计力学下的双原子分子气体的热容值,并将它同实验数据进行了比较。我们发现,当气体处于常温状态时,其非广延参数q = 1,也就是说气体是广延的。但是当气体处于低温状态时,非广延参数q就会偏离1,即气体是非广延的。这应该是由于低温状态时,气体分子的动能减小,这样由分子间的相互作用而引起的势能就相对增大,气体已经不能用经典的理想气体模型来描述,而更应该使用非广延统计力学中的广义理想气体模型。另外,我们发现在非广延统计力学下,气体的热容除了与自由度有关外,还和非广延参数q有关。作为例子,我们计算了多原子分子气体的热容。另外,本文中还研究了由Kaniadakis提出的双参数(κ,r )广义统计,它可以将很多种单参数广义统计进行归纳。我们主要对其中的两个参数κ和r的物理意义进行了研究。我们看到物理量温度梯度T/(?) T、外场力F、归一化系数的梯度A/(?)A必须是位于同一个平面上的矢量,并且其数值关系完全由参数κ和r来决定。作为两个例子,当参数κ和r取特定值的时候,它们分别回到了Tsallis统计和κ统计,其结果也和我们之前用其他方法得到的一致。(本文来源于《天津大学》期刊2010-06-01）
刘媚,汤银才[6]（2009）在《混合双参数广义Pareto分布的参数估计》一文中研究指出Pareto分布族因其厚尾特点,在金融分析、寿命分析中都是非常重要的统计模型.但是对于混合双参广义Pareto分布,在模型参数估计时,传统的矩法估计和极大似然估计在理论上可以实现,实践时比较困难.本文应用EM算法之ECM算法,研究了混合广义Pareto分布在完全数据场合下的参数估计问题,并模拟说明EM算法来估计混合广义Pareto分布是一种容易实现又非常有效的方法.(本文来源于《数学的实践与认识》期刊2009年20期）
郭白妮,祁锋[7]（2001）在《双参数广义加权平均值及其单调性》一文中研究指出本文定义了双参数广义加权平均值，研究了它的基本性质和单调性，推广了加权平均值的概念．给出它的一些应用．(本文来源于《数学研究与评论》期刊2001年01期）
庄建南[8]（1994）在《多元函数总体极小的双参数广义填充函数法》一文中研究指出1 广义填充函数的一般方法 设函数F:R~n→R二阶连续可微,我们的目的是求出x~0∈R~n,使不等式对一切x∈R~n成立,也就是求解函数F的总体极小。 为了求F的总体极小,葛人溥引进了双参数填充函数法,这一方法是有意义的,在[1]中填充函数形式为:(本文来源于《高等学校计算数学学报》期刊1994年03期）
双参数广义数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文不假设所考虑集值映射的连续性和单调性,在可分Hilbert格上研究广义变分不等式问题的可解性,并将已有结果中单参数广义变分不等式问题解映射的保序性推广到双参数广义变分不等式问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
双参数广义数论文参考文献
[1].王可,王德辉.双参数广义几何分布的Bayes估计及其应用[J].吉林大学学报(理学版).2019
[2].孙淑芹.Hilbert格上双参数广义变分不等式问题解映射的保序性[J].应用数学学报.2019
[3].尹枥,黄利国.关于双参数广义叁角函数与双曲函数的不等式[J].纯粹数学与应用数学.2015
[4].赵铁洪,褚玉明.对数平均和双参数广义Muirhead平均之间的比较[J].中国科学:数学.2015
[5].郭丽娜.非广延统计中的气体热容及双参数广义统计[D].天津大学.2010
[6].刘媚,汤银才.混合双参数广义Pareto分布的参数估计[J].数学的实践与认识.2009
[7].郭白妮,祁锋.双参数广义加权平均值及其单调性[J].数学研究与评论.2001
[8].庄建南.多元函数总体极小的双参数广义填充函数法[J].高等学校计算数学学报.1994