开差算法

A. 祖冲之还创造了“开差幂”、“开差立”等的算法是怎么样的

祖冲之还创造了“开差幂”、“开差立”等的算法。“开差幂”是已知长方形的面积及长宽之差求其长及宽。“开差立”是已知长方体的体积及最短棱与其他两棱之差求其长、宽、高。这分别相当于解二次方程x(x+a)=A和三次方程x(x+a)(x+b)=V。他还和儿子祖日恒一道，在世界上最早发现了“等积原理”。

B. 方差的计算公式

计算公式如下：

1、方差公式：

方差的概念：

方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。

方差是衡量源数据和期望值相差的度量值。

C. 标准差的算法

方差s^2=[(x1-x)^2+(x2-x)^2+......(xn-x)^2]/n
标准差=方差的算术平方根

标准差计算公式的来源
标准差是反应一组数据离散程度最常用的一种量化形式，是表示精密确的最要指标。
虽然样本的真实值是不能知道，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，基检测值应该很紧密的分散在真实值周围。如不紧密，那距真实值的就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。
一组数据怎样去评价与量化它的离散度?有很多种方法：
1.极差
最直接也是最简单的方法，即最大值－最小值（也就是极差）来评价一组数据的离散度。这一方法最为常见，比如比赛中去掉最高最低分就是极差的具体应用。
2.离均差的平方和
由于误差的不可控性，因此只由两个数据来评判一组数据是不科学的。所以人们在要求更高的领域不使用极差来评判。其实，离散度就是数据偏离平均值的程度。因此将数据与均值之差（我们叫它离均差）加起来就能反映出一个准确的离散程度，越大离散度也就越大。
但是由于偶然误差是成正态分布的，离均差有正有负，对于大样本离均差的代数相加为零的。为了避免正负问题，在数学有上有两种方法：一种是取绝对值，也就是 常说的离均差绝对值相加。而为了避免符号问题，数学上最常用的是另一种方法－－平方，这样就都成了非负数。因此，离均差的平方累加成了评价离散度一个指标。
3.方差（S2）
由于离均差的平方累加值与样本个数有关，只能反应相同样本的离散度，而实际工作中做比较很难做到相同的样本，因此为了消除样本个数的影响，增加可比性，将标准差求平均值，这就是我们所说的方差成了评价离散度的较好指标。
我们知道，样本量越大越能反映真实的情况，而算数均值却完全忽略了这个问题，对此统计学上早有考虑，在统计学中样本的均差多是除以自由度（n-1），它是意思是样本能自由选择的程度。当选到只剩一个时，它不可能再有自由了，所以自由度是n-1。
4.标准差（SD）
由于方差是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方差开根号换算回来这就是我们要说的标准差。

D. 公差的计算方法

公差的计算方法如下：

1.极值法

这种方法是在考虑零件尺寸最不利的情况下，通过尺寸链中尺寸的最大值或最小值来计算目标尺寸的值。

2.均方根法

这种方法是一种统计分析法，其实就是把尺寸链中的各个尺寸公差的平方之和再开根而得到目标尺寸的值。

公差就是零件尺寸允许的变动范围，合理分配零件的公差，优化产品设计，可以以最小的成本和最高的质量制造产品。

(4)开差算法扩展阅读

公差的计算类型

1.尺寸公差

指允许尺寸的变动量，等于最大极限尺寸与最小极限尺寸代数差的绝对值。

2.形状公差

指单一实际要素的形状所允许的变动全量，包括直线度、平面度、圆度、圆柱度、线轮廓度和面轮廓度6个项目。

3.位置公差

指关联实际要素的位置对基准所允许的变动全量，它限制零件的两个或两个以上的点、线、面之间的相互位置关系，包括平行度、垂直度、倾斜度、同轴度、对称度、位置度、圆跳动和全跳动8个项目。

E. 净开间极差算法

最大偏差=实测值-标准值，然后取最大数值（负数也是），
L1为-5，L2为15，取大就是15.
极差=L1，L2两组分别相减后，取最大正值。
L1为5，L2为1，取大就是5