使用exel制作的程序为MT4创建一个专家。 - 页 23

新评论
 
先生们，该报告是否会提供给普通人？
 
Sorento:

如果阿尔苏能 告诉我他的指数阻尼余弦的近似值，我将对这个非常感兴趣

也许是这样。


http://www.google.ru/search?hl=ru&source=hp&q=vjuvers&aq=f&aqi=&aql=&oq=

 
vasya_vasya:
先生们，报告会不会向普通人提供？
该论文正在准备出版。有很多公式需要放到正确的表格中。这需要时间。
 
Mathemat:
该文章正在准备出版。有很多公式需要放入正确的表格中。这需要时间。

奇迹。那么她要普及什么呢？

MQL5 4?

或者他们未来的用户？

;)

 
Sorento:

如果阿尔苏 告诉我他的指数衰减余弦的近似值，我就会更感兴趣。

而且它们不是我的，是拉普拉斯的）。

如果你想讨论它，我给你一个前提。在应用于离散时间的数列时，拉普拉斯变换 不是以其纯粹的形式使用的，它被简化为所谓的Z 变换，它们通过简单的替换来相互转换z = exp(s*T)，其中T是一个采样周期。因此，当我们进行从z域（或s域）到时域的反变换时，可以得到阻尼（不仅是发散）正余弦：在这样做时，我们必须在复平面上进行积分，覆盖收敛域和所有图像极点（维基百科上有一个错误 - 它说的是 "覆盖减法"）。就在这个封闭的等高线上，因为z将采取不同的实部和虚部的值，我们的正弦就出现了：指数的实部，记得，对应于阻尼参数（或发散，如果它是正的），虚部对应于圆形频率。我们得到的原理与傅里叶变换中的原理大致相同--只是那里的指数幂没有实部。因此，Z变换是离散傅里叶变换的概括，后者是通过选择单位圆z=exp(jw)作为积分轮廓从Z中得到的。

我希望你熟悉复杂的分析，否则将很难解释...

 
alsu:

而且它们不是我的，是拉普拉斯的）。

如果你想讨论这个问题，我会给你留言。在应用于离散时间的数列时，拉普拉斯变换 不是以其纯粹的形式使用的，它被简化为所谓的Z 变换，它们通过简单的替换相互转换z = exp(s*T)，其中T是采样周期。因此，当我们进行从z域（或s域）到时域的反变换时，可以得到阻尼（不仅是发散）正余弦：在这样做时，我们必须在复平面上进行积分，覆盖收敛域和所有图像极点（维基百科上有一个错误 - 它说的是 "覆盖减法"）。就在这个封闭的等高线上，因为z将采取不同的实部和虚部的值，我们的正弦就出现了：指数的实部，记得，对应于阻尼参数（或发散，如果它是正的），虚部对应于圆形频率。我们得到的原理与傅里叶变换中的原理大致相同--只是那里的指数幂没有实部。因此，Z-变换是离散傅里叶变换的概括，后者是通过选择单位圆z=exp(jw)作为积分轮廓从Z中得到的。

我希望你熟悉复杂分析，否则解释起来会有点困难...

谢谢））。

我实际上是在谈论实际的部分，因为它是关于结果和障碍的。

 
Mathemat:
该文章正在准备出版。有很多公式需要放在正确的表格中。这需要时间。
是的，会有很多的公式。
附加的文件：
30.rar  2160 kb
 
Sorento: 奇迹。那么它将普及什么呢？
显然，它将普及伽马函数和相应的概率分布:)
 
Sorento:

谢谢。))

我实际上是在谈论实际的部分，因为它是关于结果和障碍的。

那么，这里的障碍与传统的离散傅里叶相同--窗口、频谱重叠、分辨率......。的结果更好，因为这些函数渐进地收敛到了零。
 
Richie:
是的，会有很多公式。

:)))

歌词是什么，这首歌出自哪部音乐剧？

1...161718192021222324252627282930...32
新评论