نشریه علوم (دانشگاه خوارزمی)
سال:1389 | دوره:10 | شماره:1 |تعداد مقالات:8

مسائل لایه کرانه ای، مدل ریاضی پدیده های طبیعی و مسائل فیزیک و مهندسی هستند که در نقطه یا نقاطی که لایه کرانه ای تشکیل می شود باید جواب های مساله را با تکنیک های خاصی بررسی کرد تا جواب مساله به صورت یک نواخت و یک پارچه درآید. برای این مساله ابتدا شرایط کافی برای وجود و عدم وجود تشکیل لایه کرانه ارائه می شود، سپس برای حالتی که در هر دو نقطه لایه کرانه ای اتفاق می افتد، جواب تقریبی مساله را با استفاده از روش بسط های مجانبی سازگار شده در پنج مرحله به صورت یک پارچه به دست می آوریم.

یکی از مراحل اساسی بررسی و مدیریت خشک سالی، شناخت و تحلیل بسامدی ویژگی های آن از جمله شدت و مدت خشک سالی است. با توجه به هم بستگی بالای این دو عامل باید از ابزاری استفاده شود که میزان ارتباط و تاثیراتی را که در تحلیل خشک سالی دارند، نمایان سازد. توابع مفصل ساختار وابستگی بین متغیرها را به صورت یک مدل نشان می دهند و علاوه بر این ها می توان ضرایب هم بستگی بین متغیرها را هم به دست آورد. در این مقاله خانواده های مناسب برای مدل بندی پدیده خشک سالی ارائه می شوند، سپس با روش های ماکسیمم درست نمایی و بیز تجربی پارامتر تابع مفصل برآورد می گردد. آن گاه برترین خانواده توابع مفصل برای به دست آوردن توزیع توام مدت و شدت خشک سالی در ایستگاه هواشناسی تهران تعیین می گردد و با استفاده از آن پدیده خشک سالی در تهران را بر اساس داده های مدت و شدت خشک سالی در دوره 37 ساله 1348 تا 1384 مدل بندی شده و نحوه کاربرد آن در مدیریت ایمنی ذخایر آب مطرح می شود.

معمولا عمل کرد یک فرآیند تولیدی به وسیله نمودارهای شوهارت که ابزاری برای کشف انحراف های با دلیل و بهبود فرآیند با کاهش تغییرپذیری است، تحت نظارت و کنترل قرار می گیرد. هنگامی که توزیع فرآیند نرمال نباشد این گونه نمودارها کارایی ندارند. روش بوت استرپ یک خانواده از روش های باز نمونه گیری است که می تواند بدون فرض نرمال بودن مشاهده ها در کنترل کیفیت آماری استفاده شود. در مقاله های متعددی تنها از روش فاصله اطمینان صدکی برای تعیین حدود کنترل استفاده شده است. در این مقاله علاوه بر فاصله های اطمینان صدکی بوت استرپ، t- بوت استرپ، تصحیح اریبی شتابیده (BCa) و فاصله اطمینان تقریبی بوت استرپ (ABC) برای تعیین حدود کنترل میانگین فرآیند استفاده می شوند. سپس در یک بررسی شبیه سازی از این فواصل اطمینان بوت استرپ برای حدود کنترل میانگین استفاده و مقایسه می شوند. در نهایت این حدود کنترل بوت استرپ برای نمودار میانگین داده های میزان گاز CO2 در نوشابه سازی کارخانه زمزم اصفهان استفاده می شود.

در این مقاله با ارائه دو روش به حل عددی یک مساله معکوس سهموی با پارامتر کنترلی می پردازیم. در روش اول ابتدا به کمک تبدیلات معکوس پذیر، مساله سهموی مورد نظر را استاندارد کرده و سپس به وسیله روش تفاضلات متناهی ضمنی به حل مساله استاندارد حاصل اقدام می کنیم. در روش دوم با به کارگیری شرط کرانه ای فوق اضافی انتگرالی، پارامتر کنترلی را از مساله حذف کرده و در نهایت مساله تبدیل یافته را حل می کنیم. در پایان با ارائه چند مثال به مقایسه این دو روش می پردازیم.

در برخی مسایل کاربردی از توزیع چوله t-نرمال که دارای دم های کلفت تر و ضرایب چولگی و کشیدگی با برد وسیع تر نسبت به توزیع چوله نرمال است، برای مدل بندی داده هایی با توزیع نامتقارن استفاده می شود. در این مقاله تعمیمی جدید برای توزیع چوله –t نرمال معرفی و ویژگی های آن بررسی می شود. همچنین فرم بسته ای برای محاسبه گشتاورهای این تعمیم ارائه و سه روش برای شبیه سازی آن مطرح می گردد. سپس کاربرد توزیع های چوله نرمال، چوله t-نرمال و چوله t-نرمال تعمیم یافته در مدل بندی داده های میزان آلودگی به فلز نیکل در تالاب شادگان واقع در جنوب غربی ایران را ارائه شده و در انتها به بحث و نتیجه گیری پرداخته می شود.

در این مقاله مساله برآورد دقت برای برآوردگرهای غیرخطی بررسی می شود و رابطه ای برای محاسبه واریانس کل این نوع از برآوردگرها بر حسب واریانس های نمونه گیری و غیرنمونه گیری تحت فرضیاتی ارائه می شود. همچنین با در نظر گرفتن مدل خطای پاسخ در آمارگیری ها و ارائه برآوردگرهای مولفه های واریانس آن تحت فرضیات مدل از جمله نرمال بودن اثرهای تصادفی، روابطی برای محاسبه دقت آماره های آمارگیری اثبات می شود. به منظور ارائه کاربردی عملی برای برآورد واریانس کل آمارگیری ها، از دو مجموعه داده های نوعی استفاده شده است و دقت آمارگیری برای یک برآوردگر غیرخطی با به کارگیری نتایج حاصل در این مقاله، محاسبه شده است.

در این مقاله برای اولین بار مفهوم جدیدی به عنوان مرکز توپولوژیکی ضعیف چپ و راست برای دوگان دوم جبرهای باناخ A، A** را تعریف کرده و رابطه آن را با آرنز منظم پذیری بررسی می کنیم.