插值法比较毕业论文

1 中国古代数学的发展 在古代世界四大文明中，中国数学持续繁荣时期最为长久。从公元前后至公元14世纪，中国古典数学先后经历了三次发展高潮，即两汉时期、魏晋南北朝时期和宋元时期，并在宋元时期达到顶峰。 与以证明定理为中心的希腊古典数学不同，中国古代数学是以创造算法特别是各种解方程的算法为主线。从线性方程组到高次多项式方程，乃至不定方程，中国古代数学家创造了一系列先进的算法(中国数学家称之为“术”)，他们用这些算法去求解相应类型的代数方程，从而解决导致这些方程的各种各样的科学和实际问题。特别是，几何问题也归结为代数方程，然后用程式化的算法来求解。因此，中国古代数学具有明显的算法化、机械化的特征。以下择要举例说明中国古代数学发展的这种特征。 线性方程组与“方程术” 中国古代最重要的数学经典《九章算术》(约公元前2世纪)卷8的“方程术”，是解线性方程组的算法。以该卷第1题为例，用现代符号表述，该问题相当于解一个三元一次方程组： 3x+2y+z＝39 2x+3y+z＝34 x+2y+3z＝26 《九章》没有表示未知数的符号，而是用算筹将x�y�z的系数和常数项排列成一个(长)方阵： 1 2 3 2 3 2 3 1 1 26 34 39 “方程术”的关键算法叫“遍乘直除”，在本例中演算程序如下：用右行(x)的系数(3)“遍乘”中行和左行各数，然后从所得结果按行分别“直除”右行，即连续减去右行对应各数，就将中行与左行的系数化为0。反复执行这种“遍乘直除”算法，就可以解出方程。很清楚，《九章算术》方程术的“遍乘直除” 算法，实质上就是我们今天所使用的解线性方程组的消元法，以往西方文献中称之为“高斯消去法”，但近年开始改变称谓,如法国科学院院士、原苏黎世大学数学系主任教授在他撰写的教科书[4]中就称解线性方程组的消元法为“张苍法”，张苍相传是《九章算术》的作者之一。 高次多项式方程与“正负开方术” 《九章算术》卷4中有“开方术”和“开立方术”。《九章算术》中的这些算法后来逐步推广到开更高次方的情形，并且在宋元时代发展为一般高次多项式方程的数值求解。秦九韶是这方面的集大成者，他在《数书九章》(1247年)一书中给出了高次多项式方程数值解的完整算法，即他所称的“正负开方术”。 用现代符号表达，秦九韶“正负开方术”的思路如下：对任意给定的方程 f(x)=a0xn+a1xn-1+……+an-2x2+an-1x+an=0 (1) 其中a0≠0，an<0,要求(1)式的一个正根。秦九韶先估计根的最高位数字，连同其位数一起称为“首商”，记作c，则根x＝c+h，代入(1)得 f(c+h)=a0(c+h)n+a1(c+h)n-1+……+an-1(c+h)+an=0 按h的幂次合并同类项即得到关于h的方程: f(h)=a0hn+a1hn-1+……+an-1h+an=0 (2) 于是又可估计满足新方程(2)的根的最高位数字。如此进行下去，若得到某个新方程的常数项为0，则求得的根是有理数；否则上述过程可继续下去，按所需精度求得根的近似值。 如果从原方程(1)的系数a0,a1，…,an及估值c求出新方程(2)的系数a0,a1，…,an的算法是需要反复迭代使用的，秦九韶给出了一个规格化的程序，我们可称之为“秦九韶程序”， 他在《数书九章》中用这一算法去解决各种可以归结为代数方程的实际问题，其中涉及的方程最高次数达到10次，秦九韶解这些问题的算法整齐划一，步骤分明，堪称是中国古代数学算法化、机械化的典范。 多元高次方程组与“四元术” 绝不是所有的问题都可以归结为线性方程组或一个未知量的多项式方程来求解。实际上，可以说更大量的实际问题如果能化为代数方程求解的话，出现的将是含有多个未知量的高次方程组。 多元高次方程组的求解即使在今天也绝非易事。历史上最早对多元高次方程组作出系统处理的是中国元代数学家朱世杰。朱世杰的《四元玉鉴》(1303年)一书中涉及的高次方程达到了4个未知数。朱世杰用“四元术”来解这些方程。“四元术”首先是以“天”、“地”、“人”、“物”来表示不同的未知数，同时建立起方程式，然后用顺序消元的一般方法解出方程。朱世杰在《四元玉鉴》中创造了多种消元程序。 通过《四元玉鉴》中的具体例子可以清晰地了解朱世杰“四元术”的特征。值得注意的是，这些例子中相当一部分是由几何问题导出的。这种将几何问题转化为代数方程并用某种统一的算法求解的例子，在宋元数学著作中比比皆是，充分反映了中国古代几何代数化和机械化的倾向。 一次同余方程组与“中国剩余定理” 中国古代数学家出于历法计算的需要，很早就开始研究形如： X≡Ri (mod ai) i=1,2,...,n (1) (其中ai 是两两互素的整数)的一次同余方程组求解问题。公元4世纪的《孙子算经》中已有相当于求解下列一次同余组的著名的“孙子问题”： X≡2(mod3) ≡3(mod5) ≡2(mod7) 《孙子算经》作者给出的解法，引导了宋代秦九韶求解一次同余组的一般算法——“大衍求一术”。现代文献中通常把这种一般算法称为“中国剩余定理”。 插值法与“招差术” 插值算法在微积分的酝酿过程中扮演了重要角色。在中国，早从东汉时期起，学者们就惯用插值法来推算日月五星的运动。起初是简单的一次内插法，隋唐时期出现二次插值法(如一行《大衍历》，727年)。由于天体运动的加速度也不均匀，二次插值仍不够精密。随着历法的进步，到了宋元时代，便产生了三次内插法(郭守敬《授时历》，1280年)。在此基础上，数学家朱世杰更创造出一般高次内插公式，即他所说的“招差术”。 朱世杰的公式相当于 f(n)=n△+ n(n�1)△2+ n(n�1)(n�2)△3 + n(n�1)(n�2)(n�3)△4+…… 这是一项很突出的成就。 这里不可能一一列举中国古代数学家的所有算法，但仅从以上介绍不难看到，古代与中世纪中国数学家创造的算法，有许多即使按现代标准衡量也达到了很高的水平。这些算法所表达的数学真理，有的在欧洲直到18世纪以后依赖近代数学工具才重新获得(如前面提到的高次代数方程数值求解的秦九韶程序，与1819年英国数学家W. 霍纳重新导出的“霍纳算法”基本一致；多元高次方程组的系统研究在欧洲也要到18世纪末才开始在E. 别朱等人的著作中出现；解一次同余组的剩余定理则由欧拉与高斯分别独立重新获得；至于朱世杰的高次内插公式，实质上已与现在通用的牛顿-格列高里公式相一致)。这些算法的结构，其复杂程度也是惊人的。如对秦九韶“大衍求一术”和“正负开方术”的分析表明，这些算法的计算程序，包含了现代计算机语言中构造非平易算法的基本要素与基本结构。这类复杂的算法，很难再仅仅被看作是简单的经验法则了，而是高度的概括思维能力的产物，这种能力与欧几里得几何的演绎思维风格截然不同，但却在数学的发展中起着完全可与之相媲美的作用。事实上，古代中国算法的繁荣，同时也孕育了一系列极其重要的概念，显示了算法化思维在数学进化中的创造意义和动力功能。以下亦举几例。 负数的引进 《九章算术》“方程术”的消元程序，在方程系数相减时会出现较小数减较大数的情况，正是在这里，《九章算术》的作者们引进了负数，并给出了正、负数的加减运算法则，即“正负术”。 对负数的认识是人类数系扩充的重大步骤。公元7世纪印度数学家也开始使用负数，但负数的认识在欧洲却进展缓慢，甚至到16世纪，韦达的著作还回避负数。 无理数的发现 中国古代数学家在开方运算中接触到了无理数。《九章算术》开方术中指出了存在有开不尽的情形：“若开方不尽者，为不可开”，《九章算术》的作者们给这种不尽根数起了一个专门名词——“面”。“面”，就是无理数。与古希腊毕达哥拉斯学派发现正方形的对角线不是有理数时惊慌失措的表现相比，中国古代数学家却是相对自然地接受了那些“开不尽”的无理数，这也许应归功于他们早就习惯使用的十进位制，这种十进位制使他们能够有效地计算“不尽根数”的近似值。为《九章算术》作注的三国时代数学家刘徽就在“开方术”注中明确提出了用十进制小数任意逼近不尽根数的方法，他称之为“求微数法”，并指出在开方过程中，“其一退以十为步，其再退以百为步，退之弥下，其分弥细，则……虽有所弃之数，不足言之也”。 十进位值记数制是对人类文明不可磨灭的贡献。法国大数学家拉普拉斯曾盛赞十进位值制的发明，认为它“使得我们的算术系统在所有有用的创造中成为第一流的”。中国古代数学家正是在严格遵循十进位制的筹算系统基础上，建立起了富有算法化特色的东方数学大厦。 贾宪三角或杨辉三角 从前面关于高次方程数值求解算法(秦九韶程序)的介绍我们可以看到，中国古代开方术是以�c+hn的二项展开为基础的，这就引导了二项系数表的发现。南宋数学家杨辉著《详解九章算法》(1261年)中，载有一张所谓“开方作法本源图”，实际就是一张二项系数表。这张图摘自公元1050年左右北宋数学家贾宪的一部著作。“开方作法本源图”现在就叫“贾宪三角”或“杨辉三角”。二项系数表在西方则叫“帕斯卡三角”�1654年。 走向符号代数 解方程的数学活动，必然引起人们对方程表达形式的思考。在这方面，以解方程擅长的中国古代数学家们很自然也是走在了前列。在宋元时期的数学著作中，已出现了用特定的汉字作为未知数符号并进而建立方程的系统努力。这就是以李冶为代表的“天元术”和以朱世杰为代表的“四元术”。所谓“天元术”，首先是“立天元一为某某”，这相当于“设为某某”，“天元一”就表示未知数，然后在筹算盘上布列“天元式”，即一元方程式。该方法被推广到多个未知数情形，就是前面提到的朱世杰的“四元术”。因此，用天元术和四元术列方程的方法，与现代代数中的列方程法已相类似。 符号化是近世代数的标志之一。中国宋元数学家在这方面迈出了重要一步，“天元术”和“四元术”，是以创造算法特别是解方程的算法为主线的中国古代数学的一个高峰�。 2 中国古代数学对世界数学发展的贡献 数学的发展包括了两大主要活动：证明定理和创造算法。定理证明是希腊人首倡，后构成数学发展中演绎倾向的脊梁；算法创造昌盛于古代和中世纪的中国、印度，形成了数学发展中强烈的算法倾向。统观数学的历史将会发现，数学的发展并非总是演绎倾向独占鳌头。在数学史上，算法倾向与演绎倾向总是交替地取得主导地位。古代巴比伦和埃及式的原始算法时期，被希腊式的演绎几何所接替，而在中世纪，希腊数学衰落下去，算法倾向在中国、印度等东方国度繁荣起来；东方数学在文艺复兴前夕通过阿拉伯传播到欧洲，对近代数学兴起产生了深刻影响。事实上，作为近代数学诞生标志的解析几何与微积分，从思想方法的渊源看都不能说是演绎倾向而是算法倾向的产物。 从微积分的历史可以知道，微积分的产生是寻找解决一系列实际问题的普遍算法的结果�6�。这些问题包括：决定物体的瞬时速度、求极大值与极小值、求曲线的切线、求物体的重心及引力、面积与体积计算等。从16世纪中开始的100多年间，许多大数学家都致力于获得解决这些问题的特殊算法。牛顿与莱布尼兹的功绩是在于将这些特殊的算法统一成两类基本运算——微分与积分，并进一步指出了它们的互逆关系。无论是牛顿的先驱者还是牛顿本人，他们所使用的算法都是不严格的，都没有完整的演绎推导。牛顿的流数术在逻辑上的瑕疵更是众所周知。对当时的学者来说，首要的是找到行之有效的算法，而不是算法的证明。这种倾向一直延续到18世纪。18世纪的数学家也往往不管微积分基础的困难而大胆前进。如泰勒公式，欧拉、伯努利甚至19世纪初傅里叶所发现的三角展开等，都是在很长时期内缺乏严格的证明。正如冯·诺伊曼指出的那样：没有一个数学家会把这一时期的发展看作是异端邪道；这个时期产生的数学成果被公认为第一流的。并且反过来，如果当时的数学家一定要在有了严密的演绎证明之后才承认新算法的合理性，那就不会有今天的微积分和整个分析大厦了。 现在再来看一看更早的解析几何的诞生。通常认为，笛卡儿发明解析几何的基本思想，是用代数方法来解几何问题。这同欧氏演绎方法已经大相径庭了。而事实上如果我们去阅读笛卡儿的原著，就会发现贯穿于其中的彻底的算法精神。《几何学》开宗明义就宣称：“我将毫不犹豫地在几何学中引进算术的术语，以便使自己变得更加聪明”。众所周知，笛卡儿的《几何学》是他的哲学著作《方法论》的附录。笛卡儿在他另一部生前未正式发表的哲学著作《指导思维的法则》(简称《法则》)中曾强烈批判了传统的主要是希腊的研究方法，认为古希腊人的演绎推理只能用来证明已经知道的事物，“却不能帮助我们发现未知的事情”。因此他提出“需要一种发现真理的方法”，并称之为“通用数学”(mathesis universakis)。笛卡儿在《法则》中描述了这种通用数学的蓝图，他提出的大胆计划，概而言之就是要将一切科学问题转化为求解代数方程的数学问题： 任何问题→数学问题→代数问题→方程求解而笛卡儿的《几何学》，正是他上述方案的一个具体实施和示范，解析几何在整个方案中扮演着重要的工具作用，它将一切几何问题化为代数问题，这些代数问题则可以用一种简单的、几乎自动的或者毋宁说是机械的方法去解决。这与上面介绍的古代中国数学家解决问题的路线可以说是一脉相承。 因此我们完全有理由说，在从文艺复兴到17世纪近代数学兴起的大潮中，回响着东方数学特别是中国数学的韵律。整个17—18世纪应该看成是寻求无穷小算法的英雄年代，尽管这一时期的无穷小算法与中世纪算法相比有质的飞跃。而从19世纪特别是70年代直到20世纪中，演绎倾向又重新在比希腊几何高得多的水准上占据了优势。因此，数学的发展呈现出算法创造与演绎证明两大主流交替繁荣、螺旋式上升过程： 演绎传统——定理证明活动 算法传统——算法创造活动 中国古代数学家对算法传统的形成与发展做出了毋容置疑的巨大贡献。 我们强调中国古代数学的算法传统，并不意味中国古代数学中没有演绎倾向。事实上，在魏晋南北朝时期一些数学家的工作中，已出现具有相当深度的论证思想。如赵爽勾股定理证明、刘徽“阳马”�一种长方锥体体积证明、祖冲之父子对球体积公式的推导等等，均可与古希腊数学家相应的工作媲美。赵爽勾股定理证明示意图“弦图”原型，已被采用作2002年国际数学家大会会标。令人迷惑的是，这种论证倾向随着南北朝的结束，可以说是戛然而止。囿于篇幅和本文重点，对这方面的内容这里不能详述，有兴趣的读者可参阅参考文献�3�。 3 古为今用，创新发展 到了20世纪，至少从中叶开始，电子计算机的出现对数学的发展带来了深远影响，并孕育出孤立子理论、混沌动力学、四色定理证明等一系列令人瞩目的成就。借助计算机及有效的算法猜测发现新事实、归纳证明新定理乃至进行更一般的自动推理……，这一切可以说已揭开了数学史上一个新的算法繁荣时代的伟大序幕。科学界敏锐的有识之士纷纷预见到数学发展的这一趋势。在我国，早在上世纪50年代，华罗庚教授就亲自领导建立了计算机研制组，为我国计算机科学和数学的发展奠定了基础。吴文俊教授更是从70年代中开始，毅然由原先从事的拓扑学领域转向定理机器证明的研究，并开创了现代数学的崭新领域——数学机械化。被国际上誉为“吴方法”的数学机械化方法已使中国在数学机械化领域处于国际领先地位，而正如吴文俊教授本人所说：“几何定理证明的机械化问题，从思维到方法，至少在宋元时代就有蛛丝马迹可寻，”他的工作“主要是受中国古代数学的启发”。“吴方法”，是中国古代数学算法化、机械化精髓的发扬光大。 计算机影响下算法倾向的增长，自然也引起一些外国学者对中国古代数学中算法传统的兴趣。早在上世纪70年代初，著名的计算机科学家就呼吁人们关注古代中国和印度的算法�5�。多年来这方面的研究取得了一定进展，但总的来说还亟待加强。众所周知，中国古代文化包括数学是通过著名的丝绸之路向西方传播的，而阿拉伯地区是这种文化传播的重要中转站。现存有些阿拉伯数学与天文著作中包含有一定的中国数学与天文学知识，如著名的阿尔·卡西《算术之钥》一书中有相当数量的数学问题显示出直接或间接的中国来源，而根据阿尔·卡西本人记述，他所工作的天文台中就有不少来自中国的学者。 然而长期以来由于“西方中心论”特别是“希腊中心论”的影响以及语言文字方面的障碍，有关资料还远远没有得到发掘。正是为了充分揭示东方数学与欧洲数学复兴的关系，吴文俊教授特意从他荣获的国家最高科学奖中拨出专款成立了“吴文俊数学与天文丝路基金”，鼓励支持年轻学者深入开展这方面的研究，这是具有深远意义之举。 研究科学的历史，其重要意义之一就是从历史的发展中获得借鉴和汲取教益，促进现实的科学研究，通俗地说就是“古为今用”。吴文俊对此有精辟的论述，他说：“假如你对数学的历史发展，对一个领域的发生和发展，对一个理论的兴旺和衰落，对一个概念的来龙去脉，对一种重要思想的产生和影响等这许多历史因素都弄清了，我想，对数学就会了解得更多，对数学的现状就会知道得更清楚、更深刻，还可以对数学的未来起一种指导作用，也就是说，可以知道数学究竟应该按怎样的方向发展可以收到最大的效益”。数学机械化理论的创立，正是这种古为今用原则的硕果。我国科学技术的伟大复兴，呼唤着更多这样既有浓郁的中国特色、又有鲜明时代气息的创新。

多年研究软起动器，发现软起动器对电动机的过载保护有些简单化，虽然说是反时限保护，但实际是采用定时分段的办法，有时误动作，有时烧电动机。对于电动机断续过载保护时由于电动机早已过热，那么它的过载能力已经减小，对于冷态的电动机来说，它的过载能力要比热态的电动机过载能力大的多。如果要真正反应电动机的过载能力又能对电动机起到过载保护就必需通过热积分，采用热记忆功能。这样才能保正系统的可靠性和保护的灵敏性。 两种典型的数学模型软起动器对电动机具有控制、保护、监测等功能，对电动机的热过载保护采用的反时限保护特性有多种数学模型，其中典型的有两类： （1）等I2t的时间电流特性 （2）IEC 60255-3[1]推荐的数学模型以上式中： Ir — 电流整定值I — 实际电流值t — 动作时间（s）K — 表征特性的常数α— 函数指数 脱扣器的控制方式脱扣器的控制方式可采用：（1）积分法以两种典型的数学模型为例，分别求积分值： 设定K1或K2的动作值，控制动作时间t。（2）查表法设定I—t对照表，根据当前I控制动作时间t。但是在实际运行中两种方法均存在弊端。如用积分法上述的两类数学模型都可能造成在低于动作值时仍能误动作；如用查表法在通常电流不断变化的情况下，很难合理的控制过载脱扣的延时时间。为了较好的解决低压断路器的智能控制器中长延时脱扣器的延时控制，本文试图按热保护的基本原理进行分析和探讨。 2 热保护的基本要求根据热平衡关系，电气设备的发热应等于散热与蓄热之和，即 （1）式中：P — 发热功率；Kr— 散热系数；S — 散热表面积；τ— 温升；c — 比热；G — 发热体重量；t — 时间。微分方程的解为：过载保护元件应在小于被保护电气设备温升允许值的设置值动作，断开电路。3 按热平衡原理整定过载长延时脱扣4 动作值和热时间常数的计算 动作值按电动机起动器和断路器的要求，k2应分别小于和，为同时满足这两种要求，并留有裕度，可取k2=～。由式（11）可取K=k22T（12）以K作为式（6）或（7）的截止值，当A≥K时控制器动作，实现长延时保护功能。式（9）和（10）可转换为： 热时间常数的计算在已知任意—N值下要求的tr值，即可计算T。 延时时间的计算按式（13）计算在不同过载电流下的延时时间，并考虑电流测量误差的影响，计算结果见表1（计算时取T=642s）。 5 动作值的测量和计算为测量智能脱扣器实态通电时的A值，可以采用数值积分的方法等间隔的测量电流和计算A值并与K值比较。设测量间隔为Δt,并且初始温升为0，由式（6）和（7） 上列各式中N可以为变量。逐次计算，逐次与k比较，直至Ax≥k时控制器动作。则 ……在有辅助电源的情况下，A值逐渐递减，直至软起动器重新起动，A值又开始递增；或辅助电源断开，A值清零。为防止过载脱扣后，软起动器在短时内的再接通并在短时内再分断，可设置一定的恢复时间，以保证在恢复时间内，软起动器不得起动。 6 测量误差分析对式（8）微分：对应表1中的计算值tr，在表2中列出p和f的相应值。表2 与表1中计算值tr对应的p和f值表2的误差传递系数f的估算值与表1的计算结果基本相符。由表1及表2可以看出在较低过载倍数下由电流测量误差所引起的延时时间误差较大。7 保护特性的斜率调节 建立数学模型为了满足不同的配合需要，现在有的制造厂提供了改变长延时保护特性斜率的调节功能[2]或参照IEC 60255标准提供了不同数学模型的保护特性。为了实现保护特性的斜率调节，本文推荐两种数学模型并用的方案。（1）基本数学模型经对比分析我们可以以式（7）作为基本保护特性的基本数学模型。（2）用于斜率调节的数学模型可选用国家标准GB （等同IEC 60255-3）推荐的数学模型用于斜率调节。根据GB ： （16）式中：N=I/Ir 指数α可选K为常数现以三种斜率的保护特性为例：● A型反时限 tr=K/（） （17）● B型反时限 tr=K/（N-1） （18）● C型反时限 tr=K/（N4-1） （19）K值可根据保护要求设定，或参照前述基本保护特性NIr（如N=2或N=6）对应的时间tr设定。 动作值的测量和控制将式（17）、（18）、（19）变换为A=t（） （20）A=t（N-1） （21）A=t（N4-1） （22）在实际运行中可每经过一个等间隔Δt进行一次累加，逐次计算A值，逐次与K值比较，直至达到设定值K值，求出延时时间tr。以式（21）为例，设对应式（20）和（22）可以采用同样方法进行计算和控制。但是应用此方法计算有两个问题需要解决：（1）设定N的阈值通常在K的设定值范围，在N=的条件下，计算值tr很可能小于1h，不能满足软起动器要求。为了防止在及以下的误脱扣，需设定阈值,如设定Nd=，当N≤Nd时可仍按基本数学模型控制和计算。（2）阈值上下数学模型的转换如在N>Nd时，按式（20）～（22）的数学模型进行计算和控制。现举例说明如下● 保护特性取式（21），设定K=根据式（12）计算T值，取k2=在N≤Nd时按前面第4节所述方法进行计算和控制。在N>Nd时按式（21）的数学模型进行计算，如果在尚未达到动作值时电流又下降使N≤Nd，并且当前A值为Ay。则此后需按基本数学模型累加计算A值： （24）…………式中初始值Ay为原数学模型下保留的A值。以下按前面第4节所述方法进行计算和控制。如果此后又回复N>Nd条件，应重新按式（21）的数学模型计算和控制。在反复转换数学模型时不需改变K值和当前的A值。● 保护特性取式（22），设定K=1200根据式（12）计算T值，取k2=在N≤Nd时按前面第4节所述方法进行计算和控制。在N>Nd时按式（22）的数学模型进行计算，如果在尚未达到动作值电流又下降至N≤Nd，并且当前A值为Ay。则需按式（24）计算A值。如果此后又回复N>Nd条件，应重新按式（22）的数学模型计算和控制。在反复转换数学模型时不需改变K值和当前A值。 误差分析对式（16）微分 式（19）、（20）和（21）三种数学模型时间相对误差与电流相对误差之间的传递系数计算值见表3。 表3 三种数学模型时间相对误差与电流相对误差之间的传递系数计算值由表3中可见，当α=和α=1时在Nr≥的情况下，要满足延时时间的误差不超过±10%的要求并不困难；但是在α=4时，因特性曲线斜率值大，要达到同样的指标是有一定难度的，即使电流测量误差为±2%，再考虑K的控制误差和数值化整等因素，延时时间的误差也可能大于±10%。 8 结束语本文提出的一套利用数值积分法解决反时限保护特性的实时测量和控制方法，既可比较合理、方便的提供多种保护特性，又可较好的解决负载不断变化情况下的热记忆问题，还有助于提高长延时控制单元的抗干扰能力。由于在实时控制中，微处理器在很短时间内无法完成一些函数的复杂数学运算，本文中的一些计算公式和参数在工程计算中需要进行了变换和处理，在CMC系列软起动器中得到了应用，通过实际运行达到了理想的效果。

在统计学中，统计模型是指当有些过程无法用理论分析 方法 导出其模型，但可通过试验或直接由工业过程测定数据，经过数理统计法求得各变量之间的函数关系。下文是我为大家整理的关于统计模型论文的 范文 ，欢迎大家阅读参考!

统计套利模型的理论综述与应用分析

【摘要】统计套利模型是基于数量经济学和统计学建立起来的，在对历史数据分析的基础之上，估计相关变量的概率分布，并结合基本面数据对未来收益进行预测，发现套利机会进行交易。统计套利这种分析时间序列的统计学特性，使其具有很大的理论意义和实践意义。在实践方面广泛应用于个对冲基金获取收益，理论方面主要表现在资本有效性检验以及开放式基金评级，本文就统计套利的基本原理、交易策略、应用方向进行介绍。

【关键词】统计套利 成对交易 应用分析

一、统计套利模型的原理简介

统计套利模型是基于两个或两个以上具有较高相关性的股票或者其他证券，通过一定的方法验证股价波动在一段时间内保持这种良好的相关性，那么一旦两者之间出现了背离的走势，而且这种价格的背离在未来预计会得到纠正，从而可以产生套利机会。在统计套利实践中，当两者之间出现背离，那么可以买进表现价格被低估的、卖出价格高估的股票，在未来两者之间的价格背离得到纠正时，进行相反的平仓操作。统计套利原理得以实现的前提是均值回复，即存在均值区间(在实践中一般表现为资产价格的时间序列是平稳的，且其序列图波动在一定的范围之内)，价格的背离是短期的，随着实践的推移，资产价格将会回复到它的均值区间。如果时间序列是平稳的，则可以构造统计套利交易的信号发现机制，该信号机制将会显示是否资产价格已经偏离了长期均值从而存在套利的机会 在某种意义上存在着共同点的两个证券(比如同行业的股票)， 其市场价格之间存在着良好的相关性，价格往往表现为同向变化，从而价格的差值或价格的比值往往围绕着某一固定值进行波动。

二、统计套利模型交易策略与数据的处理

统计套利具 体操 作策略有很多，一般来说主要有成对/一篮子交易，多因素模型等，目前应用比较广泛的策略主要是成对交易策略。成对策略，通常也叫利差交易，即通过对同一行业的或者股价具有长期稳定均衡关系的股票的一个多头头寸和一个空头头寸进行匹配，使交易者维持对市场的中性头寸。这种策略比较适合主动管理的基金。

成对交易策略的实施主要有两个步骤：一是对股票对的选取。海通证券分析师周健在绝对收益策略研究―统计套利一文中指出，应当结合基本面与行业进行选股，这样才能保证策略收益，有效降低风险。比如银行，房地产，煤电行业等。理论上可以通过统计学中的聚类分析方法进行分类，然后在进行协整检验，这样的成功的几率会大一些。第二是对股票价格序列自身及相互之间的相关性进行检验。目前常用的就是协整理论以及随机游走模型。

运用协整理论判定股票价格序列存在的相关性，需要首先对股票价格序列进行平稳性检验，常用的检验方法是图示法和单位根检验法，图示法即对所选各个时间序列变量及一阶差分作时序图，从图中观察变量的时序图出现一定的趋势册可能是非平稳性序列，而经过一阶差分后的时序图表现出随机性，则序列可能是平稳的。但是图示法判断序列是否存在具有很大的主观性。理论上检验序列平稳性及阶输通过单位根检验来确定，单位根检验的方法很多，一般有DF，ADF检验和Phillips的非参数检验(PP检验)一般用的较多的方法是ADF检验。

检验后如果序列本身或者一阶差分后是平稳的，我们就可以对不同的股票序列进行协整检验，协整检验的方法主要有EG两步法，即首先对需要检验的变量进行普通的线性回归，得到一阶残差，再对残差序列进行单位根检验，如果存在单位根，那么变量是不具有协整关系的，如果不存在单位根，则序列是平稳的。EG检验比较适合两个序列之间的协整检验。除EG检验法之外，还有Johansen检验，Gregory hansan法，自回归滞后模型法等。其中johansen检验比较适合三个以上序列之间协整关系的检验。通过协整检验，可以判定股票价格序列之间的相关性，从而进行成对交易。

Christian L. Dunis和Gianluigi Giorgioni(2010)用高频数据代替日交易数据进行套利，并同时比较了具有协整关系的股票对和没有协整关系股票对进行套利的立即收益率，结果显示，股票间价格协整关系越高，进行统计套利的机会越多，潜在收益率也越高。

根据随机游走模型我们可以检验股票价格波动是否具有“记忆性”，也就是说是否存在可预测的成分。一般可以分为两种情况：短期可预测性分析及长期可预测性分析。在短期可预测性分析中，检验标准主要针对的是随机游走过程的第三种情况，即不相关增量的研究，可以采用的检验工具是自相关检验和方差比检验。在序列自相关检验中，常用到的统计量是自相关系数和鲍克斯-皮尔斯 Q统计量，当这两个统计量在一定的置信度下，显著大于其临界水平时，说明该序列自相关，也就是存在一定的可预测性。方差比检验遵循的事实是：随机游走的股价对数收益的方差随着时期线性增长，这些期间内增量是可以度量的。这样，在k期内计算的收益方差应该近似等于k倍的单期收益的方差，如果股价的波动是随机游走的，则方差比接近于1;当存在正的自相关时，方差比大于1;当存在负的自相关是，方差比小于1。进行长期可预测性分析，由于时间跨度较大的时候，采用方差比进行检验的作用不是很明显，所以可以采用R/S分析，用Hurst指数度量其长期可预测性，Hurst指数是通过下列方程的回归系数估计得到的：

Ln[(R/S)N]=C+H*LnN

R/S 是重标极差，N为观察次数，H为Hurst指数，C为常数。当H>时说，说明这些股票可能具有长期记忆性，但是还不能判定这个序列是随机游走或者是具有持续性的分形时间序列，还需要对其进行显著性检验。

无论是采用协整检验还是通过随机游走判断，其目的都是要找到一种短期或者长期内的一种均衡关系，这样我们的统计套利策略才能够得到有效的实施。

进行统计套利的数据一般是采用交易日收盘价数据，但是最近研究发现，采用高频数据(如5分钟，10分钟，15分钟，20分钟收盘价交易数据)市场中存在更多的统计套利机会。日交易数据我们选择前复权收盘价，而且如果两只股票价格价差比较大，需要先进性对数化处理。Christian L. Dunis和Gianluigi Giorgioni(2010)分别使用15分钟收盘价，20分钟收盘价，30分以及一个小时收盘价为样本进行统计套利分析，结果显示，使用高频数据进行统计套利所取得收益更高。而且海通证券金融分析师在绝对收益策略系列研究中，用沪深300指数为样本作为统计套利 配对 交易的标的股票池，使用高频数据计算累计收益率比使用日交易数据高将近5个百分点。

三、统计套利模型的应用的拓展―检验资本市场的有效性

Fama(1969)提出的有效市场假说，其经济含义是:市场能够对信息作出迅速合理的反应,使得市场价格能够充分反映所有可以获得的信息,从而使资产的价格不可用当前的信息进行预测,以至于任何人都无法持续地获得超额利润.通过检验统计套利机会存在与否就可以验证资本市场是有效的的，弱有效的，或者是无效的市场。徐玉莲(2005)通过运用统计套利对中国资本市场效率进行实证研究，首先得出结论：统计套利机会的存在与资本市场效率是不相容的。以此为理论依据，对中国股票市场中的价格惯性、价格反转及价值反转投资策略是否存在统计套利机会进行检验，结果发现我国股票市场尚未达到弱有效性。吴振翔，陈敏(2007)曾经利用这种方法对我国A股市场的弱有效性加以检验，采用惯性和反转两种投资策略发现我国A股若有效性不成立。另外我国学者吴振翔，魏先华等通过对Hogan的统计套利模型进行修正，提出了基于统计套利模型对开放式基金评级的方法。

四、结论

统计套利模型的应用目前主要表现在两个方面：1.作为一种有效的交易策略，进行套利。2.通过检测统计套利机会的存在，验证资本市场或者某个市场的有效性。由于统计套利策略的实施有赖于做空机制的建立，随着我股指期货和融资融券业务的推出和完善，相信在我国会有比较广泛的应用与发展。

参考文献

[1] . Burgess：A computational Methodolology for Modelling the Dynamics of statistical arbitrage, London business school,PhD Thesis,1999.

[2]方昊.统计套利的理论模式及应用分析―基于中国封闭式基金市场的检验.统计与决策,2005,6月(下).

[3]马理,卢烨婷.沪深 300 股指期货期现套利的可行性研究―基于统计套利模型的实证.财贸研究,2011,1.

[4]吴桥林.基于沪深 300 股指期货的套利策略研究[D].中国优秀硕士学位论文.2009.

[5]吴振翔,陈敏.中国股票市场弱有效性的统计套利检验[J].系统工程理论与实践.2007,2月.

关于半参统计模型的估计研究

【摘要】随着数据模型技术的迅速发展，现有的数据模型已经无法满足实践中遇到的一些测量问题，严重的限制了现代科学技术在数据模型上应用和发展，所以基于这种背景之下，学者们针对数据模型测量实验提出了新的理论和方法，并研制出了半参数模型数据应用。半参数模型数据是基于参数模型和非参数模型之上的一种新的测量数据模型，因此它具备参数模型和非参数模型很多共同点。本文将结合数据模型技术，对半参统计模型进行详细的探究与讨论。

【关键词】半参数模型 完善误差 测量值 纵向数据

本文以半参数模型为例，对参数、非参数分量的估计值和观测值等内容进行讨论，并运用三次样条函数插值法得出非参数分量的推估表达式。另外，为了解决纵向数据下半参数模型的参数部分和非参数部分的估计问题，在误差为鞅差序列情形下，对半参数数据模型、渐近正态性、强相合性进行研究和分析。另外，本文初步讨论了平衡参数的选取问题，并充分说明了泛最小二乘估计方法以及相关结论，同时对半参数模型的迭代法进行了相关讨论和研究。

一、概论

在日常生活当中，人们所采用的参数数据模型构造相对简单，所以操作起来比较容易;但在测量数据的实际使用过程中存在着相关大的误差，例如在测量相对微小的物体，或者是对动态物体进行测量时。而建立半参数数据模型可以很好的解决和缓解这一问题：它不但能够消除或是降低测量中出现的误差，同时也不会将无法实现参数化的系统误差进行勾和。系统误差非常影响观测值的各种信息，如果能改善，就能使其实现更快、更及时、更准确的误差识别和提取过程;这样不仅可以提高参数估计的精确度，也对相关科学研究进行了有效补充。

举例来说，在模拟算例及坐标变换GPS定位重力测量等实际应用方面，体现了这种模型具有一定成功性及实用性;这主要是因为半参数数据模型同当前所使用的数据模型存在着一致性，可以很好的满足现在的实际需要。而新建立的半参数模型以及它的参数部分和非参数部分的估计，也可以解决一些污染数据的估计问题。这种半参数模型，不仅研究了纵向数据下其自身的t型估计，同时对一些含光滑项的半参数数据模型进行了详细的阐述。另外，基于对称和不对称这两种情况，可以在一个线性约束条件下对参数估计以及假设进行检验，这主要是因为对观测值产生影响的因素除了包含这个线性关系以外，还受到某种特定因素的干扰，所以不能将其归入误差行列。另外，基于自变量测量存在一定误差，经常会导致在计算过程汇总，丢失很多重要信息。

二、半参数回归模型及其估计方法

这种模型是由西方著名学者Stone在上世纪70年代所提出的，在80年代逐渐发展并成熟起来。目前，这种参数模型已经在医学以及生物学还有经济学等诸多领域中广泛使用开来。

半参数回归模型介于非参数回归模型和参数回归模型之间，其内容不仅囊括了线性部分，同时包含一些非参数部分，应该说这种模型成功的将两者的优点结合在一起。这种模型所涉及到的参数部分，主要是函数关系，也就是我们常说的对变量所呈现出来的大势走向进行有效把握和解释;而非参数部分则主要是值函数关系中不明确的那一部分，换句话就是对变量进行局部调整。因此，该模型能够很好的利用数据中所呈现出来的信息，这一点是参数回归模型还有非参数归回模型所无法比拟的优势，所以说半参数模型往往拥有更强、更准确的解释能力。

从其用途上来说，这种回归模型是当前经常使用的一种统计模型。其形式为：

三、纵向数据、线性函数和光滑性函数的作用

纵向数据其优点就是可以提供许多条件，从而引起人们的高度重视。当前纵向数据例子也非常多。但从其本质上讲，纵向数据其实是指对同一个个体，在不同时间以及不同地点之上，在重复观察之下所得到一种序列数据。但由于个体间都存在着一定的差别，从而导致在对纵向数据进行求方差时会出现一定偏差。在对纵向数据进行观察时，其观察值是相对独立的，因此其特点就是可以能够将截然不同两种数据和时间序列有效的结合在一起。即可以分析出来在个体上随着时间变化而发生的趋势，同时又能看出总体的变化形势。在当前很多纵向数据的研究中，不仅保留了其优点，并在此基础之上进行发展，实现了纵向数据中的局部线性拟合。这主要是人们希望可以建立输出变量和协变量以及时间效应的关系。可由于时间效应相对比较复杂，所以很难进行参数化的建模。

另外，虽然线性模型的估计已经取得大量的成果，但半参数模型估计至今为止还是空白页。线性模型的估计不仅仅是为了解决秩亏或病态的问题，还能在百病态的矩阵时，提供了处理线性、非线性及半参数模型等方法。首先，对观测条件较为接近的两个观测数据作为对照，可以削弱非参数的影响。从而将半参数模型变成线性模型，然后，按线性模型处理，得到参数的估计。而多数的情况下其线性系数将随着另一个变量而变化，但是这种线性系数随着时间的变化而变化，根本求不出在同一个模型中，所有时间段上的样本，亦很难使用一个或几个实函数来进行相关描述。在对测量数据处理时，如果将它看作为随机变量，往往只能达到估计的作用，要想在经典的线性模型中引入另一个变量的非线性函数，即模型中含有本质的非线性部分，就必须使用半参数线性模型。

另外就是指由各个部分组成的形态，研究对象是非线性系统中产生的不光滑和不可微的几何形体，对应的定量参数是维数，分形上统计模型的研究是当前国际非线性研究的重大前沿课题之一。因此，第一种途径是将非参数分量参数化的估计方法，也称之为参数化估计法，是关于半参数模型的早期工作，就是对函数空间附施加一定的限制，主要指光滑性。一些研究者认为半参数模型中的非参数分量也是非线性的，而且在大多数情形下所表现出来的往往是不光滑和不可微的。所以同样的数据，同样的检验方法，也可以使用立方光滑样条函数来研究半参数模型。

四、线性模型的泛最小二乘法与最小二乘法的抗差

(一)最小二乘法出现于18世纪末期

在当时科学研究中常常提出这样的问题：怎样从多个未知参数观测值集合中求出参数的最佳估值。尽管当时对于整体误差的范数，泛最小二乘法不如最小二乘法，但是当时使用最多的还是最小二乘法，其目的也就是为了估计参数。最小二乘法，在经过一段时间的研究和应用之后，逐步发展成为一整套比较完善的理论体系。现阶段不仅可以清楚地知道数据所服从的模型，同时在纵向数据半参数建模中，辅助以迭代加权法。这对补偿最小二乘法对非参数分量估计是非常有效，而且只要观测值很精确，那么该法对非参数分量估计更为可靠。例如在物理大地测量时，很早就使用用最小二乘配置法，并得到重力异常最佳估计值。不过在使用补偿最小二乘法来研究重力异常时，我们还应在兼顾着整体误差比较小的同时，考虑参数估计量的真实性。并在比较了迭代加权偏样条的基础上，研究最小二乘法在当前使用过程中存在的一些不足。应该说，该方法只强调了整体误差要实现最小，而忽略了对参数分量估计时出现的误差。所以在实际操作过程中，需要特别注意。

(二)半参模型在GPS定位中的应用和差分

半参模型在GPS相位观测中，其系统误差是影响高精度定位的主要因素，由于在解算之前模型存在一定误差，所以需及时观测误差中的粗差。GPS使用中，通过广播卫星来计算目标点在实际地理坐标系中具体坐标。这样就可以在操作过程中，发现并恢复整周未知数，由于观测值在卫星和观测站之间，是通过求双差来削弱或者是减少对卫星和接收机等系统误差的影响，因此难于用参数表达。但是在平差计算中，差分法虽然可以将观测方程的数目明显减少，但由于种种原因，依然无法取得令人满意的结果。但是如果选择使用半参数模型中的参数来表达系统误差，则能得到较好的效果。这主要是因为半参数模型是一种广义的线性回归模型，对于有着光滑项的半参数模型，在既定附加的条件之下，能够提供一个线性函数的估计方法，从而将测值中的粗差消除掉。

另外这种方法除了在GPS测量中使用之外，还可应用于光波测距仪以及变形监测等一些参数模型当中。在重力测量中的应用在很多情形下，尤其是数学界的理论研究，我们总是假定S是随机变量实际上，这种假设是合理的，近几年，我们对这种线性模型的研究取得了一些不错的成果，而且因其形式相对简洁，又有较高适用性，所以这种模型在诸多领域中发挥着重要作用。

通过模拟的算例及坐标变换GPS定位重力测量等实际应用，说明了该法的成功性及实用性，从理论上说明了流行的自然样条估计方法，其实质是补偿最小二乘方法的特例，在今后将会有广阔的发展空间。另外 文章 中提到的分形理论的研究对象应是非线性系统中产生的不光滑和不可微的几何形体，而且分形已经在断裂力学、地震学等中有着广泛的应用，因此应被推广使用到研究半参数模型中来，不仅能够更及时，更加准确的进行误差的识别和提取，同时可以提高参数估计的精确度，是对当前半参数模型研究的有力补充。

五、 总结

文章所讲的半参数模型包括了参数、非参数分量的估计值和观测值等内容，并且用了三次样条函数插值法得到了非参数分量的推估表达式。另外，为了解决纵向数据前提下，半参数模型的参数部分和非参数部分的估计问题，在误差为鞅差序列情形下，对半参数数据模型、渐近正态性、强相合性进行研究和分析。同时介绍了最小二乘估计法。另外初步讨论了平衡参数的选取问题，还充分说明了泛最小二乘估计方法以及有关结论。在对半参数模型的迭代法进行了相关讨论和研究的基础之上，为迭代法提供了详细的理论说明，为实际应用提供了理论依据。

参考文献

[1]胡宏昌.误差为AR(1)情形的半参数回归模型拟极大似然估计的存在性[J].湖北师范学院学报(自然科学版)，2009(03).

[2]钱伟民，李静茹.纵向污染数据半参数回归模型中的强相合估计[J].同济大学学报(自然科学版)，2009(08).

[3]樊明智，王芬玲，郭辉.纵向数据半参数回归模型的最小二乘局部线性估计[J].数理统计与管理，2009(02).

[4]崔恒建，王强.变系数结构关系EV模型的参数估计[J].北京师范大学学报(自然科学版).2005(06).

[5]钱伟民，柴根象.纵向数据混合效应模型的统计分析[J].数学年刊A辑(中文版).2009(04)

[6]孙孝前，尤进红.纵向数据半参数建模中的迭代加权偏样条最小二乘估计[J].中国科学(A辑：数学)，2009(05).

[7]张三国，陈希孺.EV多项式模型的估计[J].中国科学(A辑)，2009(10).

[8]任哲，陈明华.污染数据回归分析中参数的最小一乘估计[J].应用概率统计，2009(03).

[9]张三国，陈希孺.有重复观测时EV模型修正极大似然估计的相合性[J].中国科学(A辑).2009(06).

[10]崔恒建，李勇，秦怀振.非线性半参数EV四归模型的估计理论[J].科学通报，2009(23).

[11]罗中明.响应变量随机缺失下变系数模型的统计推断[D].中南大学，2011.

[12]刘超男.两参数指数威布尔分布的参数Bayes估计及可靠性分析[D].中南大学，2008.

[13]郭艳.湖南省税收收入预测模型及其实证检验与经济分析[D].中南大学，2009.

[14]桑红芳.几类分布的参数估计的损失函数和风险函数的Bayes推断[D].中南大学，2009.

[15]朱琳.服从几类可靠性分布的无失效数据的bayes分析[D].中南大学，2009.

[16]黄芙蓉.指数族非线性模型和具有AR(1)误差线性模型的统计分析[D].南京理工大学，2009.

猜你喜欢：

1. 统计学分析论文

2. 统计方面论文优秀范文参考

3. 统计优秀论文范文

4. 统计学的论文参考范例